重磅新书《计算认知神经科学》发布—— 吴思等编著

点击蓝字 · 关注我们

最近ChatGPT可谓大火。人们发现通过海量大数据的训练，ChatGPT似乎涌现出了一些类人的认知功能。

ChatGPT是否真的具有认知功能？如果有，它的上界是什么，是否真的会在未来威胁到人类？

要回答这些问题，我们其实可以把ChatGPT当作一个新的智能体，采用类比方式，用认知神经科学和计算认知神经科学的方法来研究；同时，计算认知神经科学的研究成果也可以帮助我们发展更好、更类人的机器智能。

计算认知神经科学该如何理解？

计算认知神经科学

认知心理学研究人类心理认知活动的规律与机制；认知神经科学是认知心理学与脑科学的交叉，研究的是心理认知活动的神经基础；计算认知神经科学则是心理学、脑科学与计算科学的交叉，研究的是脑认知功能的神经网路模型和计算原理。通过数学建模，计算认知神经科学可以为科学带来两大贡献：①更定量化、更细致地描述脑认知功能的工作原理；②为类脑智能发展提供可直接借鉴的网络模型和算法。

作为一门非常新的交叉学科，计算认知神经科学的研究进展还很初步。可以说到今天为止，我们还没有建立哪怕一个脑高级认知功能（语言、记忆、注意、学习等）的完整的神经计算模型，其能够从神经元和突触出发，清楚地阐明该认知功能的数学实现细节；这也导致在类脑智能领域，我们目前还没有实现哪怕一个“杀手级”的类人认知功能应用。挑战主要来自两方面：一、我们对大脑的细致结构和神经活动规律还知道的太少，使得在计算建模时面临无米之炊；二、大脑是宇宙中已知的最复杂的信息加工机器，其网络结构极其庞大，如何建模如此大的计算系统，没有可借鉴的经验。可喜的是，近年来世界各国启动了大型脑科学计划，为神经计算建模提供了丰富的数据；人工智能的成功和类脑智能发展的迫切需求也为神经计算建模提供了巨大的发展驱动力。因此，计算认知神经科学正受到越来越多的关注。

《计算认知神经科学》

书号：9787030751140

定价：168.00元

作者：吴思 等

作者简介

吴思，北京大学心理与认知科学学院教授、IDG麦戈文脑科学研究所研究员。研究方向是计算神经科学和类脑计算。发表科学论文上百篇。担任Frontiers in Computational Neuroscience共同主编，中国神经科学学会计算神经科学和神经工程分会主任。

内容简介

计算认知神经科学是一个新兴的、正在高速发展的交叉学科研究方向，主要用计算建模的方法来理解和阐明认知神经科学所关心的科学问题，与传统实验手段互为补充。该领域目前的科研进展还很初步，同时领域内相关专著很少。本书梳理了相关领域研究的国际进展，并基于国内高校和科研院所的优秀工作者在该领域的科研成果，为认知神经科学工作者进行计算建模提供参考，为有志于投身该领域的年轻学生指明潜在的研究方向，帮助其加深专业知识，同时也为广大的认知科学爱好者提供背景知识。

本书不仅可供心理学、社会学等专业的学者或学生参考，也适合对计算认知神经科学感兴趣的读者阅读。

核心内容

为了便于大家更好了解计算认知神经科学，我们组织了国内高校和科研单位在该领域的优秀工作者，就该领域的国际和国内新进展撰写了此书。我们希望本书可以为认知心理学、认知神经科学及类脑智能工作者在计算建模方面提供参考，为有志于投身该领域的年轻学生指明潜在的研究方向和加深专业知识，也为广大认知科学爱好者提供背景知识。为了便于读者阅读，我们也请该书各章节作者们用一段文字简要概述了各章的核心内容，具体见下。

第

一

章

高效节能的神经元与神经网络神经信息处理

（于玉国 复旦大学；俞连春 兰州大学）

跟电脑CPU一样，人脑也是人体中最耗能的器官。人脑的平均重量约为1.4千克，约占人体总重量的2%，但却消耗掉身体能量的20%。另一方面，和耗能超百万瓦的超级计算机和人工智能相比，人脑含有约860亿神经元及数百万亿连接突触，可以微秒精度发放时序脉冲，每秒交换约1千万亿比特信息，并同时进行视听嗅体感等多项功能，消耗功率仅约20瓦，这凸显了生物脑拥有超低功耗的高效计算和信息处理能力。揭示生物脑高效节能的神经布线结构原理和信息处理规则，对启发新一代低功耗类脑人工智能技术具有重要的参考价值。我们综述了近20年来支持神经系统进行高效节能信息处理和计算的实验发现及理论模型。它们包括能量高效的动作电位产生过程中的最优化细胞膜生物物理参数、钠钾钙等离子通道密度分布和门控变量随环境温度的最佳响应范围、能量高效的神经脉冲序列生成时的最优化神经网络参数、兴奋和抑制突触比例，使用稀疏编码、侧向抑制表征信息规则、基于突触可塑性演化的稀疏化的皮层网络布线、网络的无标度网络特征等等。这些实验和理论研究证据，说明自然进化出来的大脑从分子、突触、细胞、网络到全脑等多个尺度普遍存在高效利用能量的生物和物理机制。在这方面进一步展开研究，有助于深入理解大脑电路结构组织原理、动力学演化特征、计算和信息表征规则，对建立脑和类脑工作理论、发展能量高效的类脑技术和脑疾病的诊治也会起到重要启示。

第

二

章

神经网络的自组织临界态及其功能意义

（余山 中科院自动化所）

单个神经元的功能相对简单，众多神经元通过相互作用形成的涌现效应是脑信息处理的关键，而临界状态为理解这一涌现效应提供了重要的参考。本章介绍了临界状态的概念、对于信息处理的意义，以及如何用临界状态的框架来研究大脑的信息处理原理。

第

三

章

视网膜信息编码特征及计算机制

（肖雷 复旦大学）

视觉是人类认识世界的主要方式之一，视网膜是视觉信息处理的起始站，视网膜神经元如何高效地编码外界视觉信息一直是神经领域重要的问题。本章节从视觉系统解剖结构、神经信息编码理论、以及视网膜信息编码方式这三个方面进行了介绍，不仅详细阐述了单个神经元和群体神经元信息编码的衡量方式，还结合实例分析了视网膜神经节细胞如何通过不同方式对视觉信息进行有效的编码。

第

四

章

多模态信息的整合机制及临床应用

（陈爱华 华东师范大学）

该章对多感觉整合的研究历史进行了回顾、对当前的研究热点进行了总结，并对未来的研究方向进行展望。

第

五

章

基于脑电信号的情绪识别

（吕宝粮 上海交通大学）

情绪识别是情感计算的基础，在情感障碍疾病的评估与治疗、情绪的实时监测以及智能游戏体验等方面发挥着重要的作用。随着情感脑机接口与通用人工智能的发展，越来越多的研究人员投入到了基于脑电的情绪识别研究，推动了包括脑电的特征工程与情绪模式，多模态、跨模态、跨被试等算法研究在内的多个子领域的蓬勃发展。但情感脑机接口的应用落地仍然面临着诸多挑战，研究人员需要聚焦于大规模数据集的构建、更轻量和佩戴舒适的硬件设备的开发以及更精准的情感模型的研究。

第

六

章

癫痫的神经计算模型研究及临床应用

（郭大庆 电子科技大学）

癫痫是一种慢性神经性脑部疾病，临床表现出的癫痫发作具有极其复杂的动力学特性。针对特定类型癫痫发作，构建神经计算模型，可在连续参数空间内探索癫痫的形成机制和调控机理，益于深入理解癫痫等脑部疾病。具体的，在局灶性癫痫研究中，本章将随机噪声引入到癫痫振子模型的介电系数中仿真发现，介电系数的随机浮动对局灶性癫痫发作的调节具有重要作用。另外，针对特发型性全面性癫痫的失神癫痫发作，本章基于构建的基底节-皮层-丘脑网络平均场模型仿真发现，基底节能够通过黑质-丘脑通路双向调控失神癫痫发作。上述计算模型的研究结果，既给生理实验开展提供了新假设，也为临床癫痫诊疗提供了新思路。

第

七

章

认知计算的神经振荡模式分析及意义

（张涛 南开大学）

神经振荡是大脑活动时神经元间协调活动的一个基本机制，可反映脑内信息传递、存储、提取等模式。神经振荡分析可量化反映突触传递可塑性和神经递质传递，表征大脑整体神经网络连接的状态。此分析技术是连接生物脑与人工智能的桥梁，并有望在临床诊断和评价、神经康复、神经工程等领域发挥重要作用。

第

八

章

复杂神经网络在认知计算中的作用

（弭元元 重庆大学）

工作记忆指的是大脑为了完成某项认知任务，对外部输入信息的临时性存储与加工。它是大脑实现诸多高级认知功能，如视觉加工、言语理解、情景记忆等，必不可少的计算操作，但其实现的神经机制一直存在争议。人脑的工作记忆容量有限，工作记忆的突触计算理论如何自洽地解释这个容量限制，如何揭示工作记忆的动态加工信息的机制呢？

目录一览

向上滑动查看完整目录

精彩样章

More

精美实拍