导语

继「神经动力学模型」与「计算神经科学」读书会后，集智俱乐部联合来自数学、物理学、生物学、神经科学和计算机的一线研究者共同发起「从神经动力学到意识：跨尺度计算、演化与涌现」读书会，跨越微观、介观与宏观的视角，探索意识与智能的跨尺度计算、演化与涌现。重点探讨物理规律与人工智能如何帮助我们认识神经动力学，以及神经活动跨尺度的计算与演化如何构建微观与宏观、结构与功能之间的桥梁。

如何用图灵不稳定性的自组织理论定量理解视皮层在进化与发育中的模式形成？我们将从实验和理论两个方面并行出发，回顾针对 OPM common design 探索的历史长河中两者如何互相启发并一步步揭开其神秘面纱。

分享简介

灵长类动物的初级视皮层（primary visual cortex，V1） 拥有大量对朝向展现选择性（orientation selective）的兴奋性神经元，这一经典的实验现象自50年代由诺奖得主 Hubel & Wiesel 汇报起便吸引了广泛的研究，直至今日已取得众多突破性认识。其中，非齿类大目动物（Non-Glires）成熟 V1 神经元群的偏好朝向在空间分布上呈垂直方向一致，水平方向似周期（quasi-periodic）变化的特点。该空间分布模式被称为 Orientation Preference Map（OPM），其形成的机制吸引了众多理论神经物理学家的兴趣。OPM 如何从刚出生时的 absence 到成熟时的 presence 可以用非平衡统计物理中的图灵不稳定性来定量描述，该模型预测了V1 OPM拥有奇异点密度（pinwheel density）为圆周率常数 π 的跨物种 common design, 并于2010年由 (Kaschube et al., 2010, Science) 分析光学成像数据证实。这一轰动性的成果推断该 common design 是视皮层进化的必然结果，其形成只依赖 V1 神经元在静息态的自组织（self-organization）而非此前长期认为的由视网膜和丘脑调控。在之后的15年间不同实验室对不同物种的视觉实验证明了该推断的可靠性。因此，如何用图灵不稳定性的自组织理论定量理解视皮层在进化与发育中的模式形成（pattern formation）是本期读书会所关心的话题，我们将从实验和理论两个方面并行出发，回顾针对 OPM common design 探索的历史长河中两者如何互相启发并一步步揭开其神秘面纱。

核心关注问题

1. 如何用数学语言定量地描述初级视皮层跨物种的发育动力学？

2. 什么是朝向选择性，为什么关心初级视皮层神经元的朝向选择性？

3. 实验和理论如何相互启发与推动初级视皮层的研究？

分享大纲

1. 初级视皮层的定量描述

• 视觉通路 (Early visual pathway) 的涌现现象

• 朝向选择性 (Orientation selectivity) 的时空分布

• 朝向偏好图 (Orientation preference map)与其他特征偏好图的几何关系

2. 视皮层的发育动力学

• 图灵不稳定性

• 动力学与自组织

• 趋同进化 (Convergent evolution)

3. 视皮层进化的优化假说

• 视网膜起源假说

• 弹性网络 (Elastic network) 假说

• 不同偏好图的协同优化 (Co-optimization) 假说

主讲人介绍

邹立诚，马克斯普朗克动力学与自组织研究所博士生，师从神经物理学家Fred Wolf。本科就读于上海交通大学致远学院数学方向，于李松挺及周栋焯课题组取得学士学位。硕士毕业于荷兰阿姆斯特丹大学生物医学科学系，在读期间曾长期访问巴塞罗那国际数学研究中心及哥廷根灵长类动物研究所。 研究兴趣：记忆的表征与存储，突触动力学，皮层尺度的神经元动力学模拟，初级视皮层发育与进化的定量研究。

参与方式

参与时间

2025年9月27日（周六）晚上19:00-21:00（固定时间，记得关注获取每周分享信息～）

报名加入社群交流

https://pattern.swarma.org/study_group_issue/974?from=wechat

扫码参与「从神经动力学到意识：跨尺度计算、演化与涌现」读书会，加入社群，获取系列读书会永久回看权限，与社区的一线科研工作者沟通交流，共同溯源复杂科学的思想脉络。

领域必读文献11篇

介绍了为什么OPM的common design是进化的结果。

1. Schmidt, K. E., & Wolf, F. (2021). Punctuated evolution of visual cortical circuits? Evidence from the large rodent Dasyprocta leporina, and the tiny primate Microcebus murinus. Current opinion in neurobiology, 71, 110-118.

第一次在in-vivo论证了V1的发育是自组织。

2. Mulholland, H. N., Kaschube, M., & Smith, G. B. (2024). Self-organization of modular activity in immature cortical networks. Nature communications, 15(1), 4145.

轰动性成果，发现Π=visual cortex。

3. Kaschube, M., Schnabel, M., Löwel, S., Coppola, D. M., White, L. E., & Wolf, F. (2010). Universality in the evolution of orientation columns in the visual cortex. science, 330(6007), 1113-1116.

第一个也是唯一一个能定量拟合所有OPM统计学性质的模型

4. Wolf, F. (2005). Symmetry, multistability, and long-range interactions in brain development. Physical review letters, 95(20), 208701.

推荐阅读：

1. Smith, G. B., Hein, B., Whitney, D. E., Fitzpatrick, D., & Kaschube, M. (2018). Distributed network interactions and their emergence in developing neocortex. Nature neuroscience, 21(11), 1600-1608.

这篇文章很勇，直接否定了OPM的形成是由视网膜和丘脑决定的。

2. Schottdorf, M., Keil, W., Coppola, D., White, L. E., & Wolf, F. (2015). Random wiring, ganglion cell mosaics, and the functional architecture of the visual cortex. PLoS computational biology, 11(11), e1004602.

也顺便推荐一些反对V1 self-organization的文献，这几篇也是经典

3. Ferster, D., & Miller, K. D. (2000). Neural mechanisms of orientation selectivity in the visual cortex. Annual review of neuroscience, 23(1), 441-471.

4. Paik, S. B., & Ringach, D. L. (2011). Retinal origin of orientation maps in visual cortex. Nature neuroscience, 14(7), 919-925.

5. Najafian, S., Koch, E., Teh, K. L., Jin, J., Rahimi-Nasrabadi, H., Zaidi, Q., … & Alonso, J. M. (2022). A theory of cortical map formation in the visual brain. Nature communications, 13(1), 2303.

这个模型在2025年来看确实错的离谱，但站在当时的角度确实是很前沿的理论。

6. Wolf, F., & Geisel, T. (1998). Spontaneous pinwheel annihilation during visual development. Nature, 395(6697), 73-78.

社区招募：

1. Fumarola, F., Hein, B., & Miller, K. D. (2022). Mechanisms for spontaneous symmetry breaking in developing visual cortex. Physical Review X, 12(3), 031024.

计算神经科学第三季读书会

从单个神经元的放电到全脑范围的意识涌现，理解智能的本质与演化始终是一个关于尺度的问题。更值得深思的是，无论是微观的突触可塑性、介观的皮层模块自组织，还是宏观的全局信息广播，不同尺度的动力学过程都在共同塑造着认知与意识。这说明，对心智的研究从最初就必须直面一个核心挑战：局部的神经活动如何整合为统一的体验？局域的网络连接又如何支撑灵活的智能行为？

继「神经动力学模型」与「计算神经科学」读书会后，集智俱乐部联合来自数学、物理学、生物学、神经科学和计算机的一线研究者共同发起「从神经动力学到意识：跨尺度计算、演化与涌现」读书会，跨越微观、介观与宏观的视角，探索意识与智能的跨尺度计算、演化与涌现。重点探讨物理规律与人工智能如何帮助我们认识神经动力学，以及神经活动跨尺度的计算与演化如何构建微观与宏观、结构与功能之间的桥梁。

详情请见：从神经动力学到意识：跨尺度计算、演化与涌现丨计算神经科学第三季·读书会启动