🧠 **大脑功能形成的跨尺度视角**: 读书会旨在理解大脑如何从早期相对均质的状态，通过共享的模块化网络基础，结合保守的发育程序和区域特异性调整，最终分化形成处理视觉、认知等不同功能的成熟脑区。这需要跨越微观、介观和宏观的分析维度。
💡 **兴奋-抑制神经元的核心调控作用**: 探讨兴奋性与抑制性神经元群体活动如何精妙地调控大脑的发育过程，尤其是在早期自发活动、模块化网络形成以及最终实现高效信息处理的动态计算机制中扮演的关键角色。
📈 **发育过程中的结构与功能演化**: 深入研究大脑在发育过程中神经活动、连接结构和功能经历的动态变化。重点关注早期自发活动如何与特征选择性建立联系，以及保守的发育程序如何塑造成熟脑区的结构差异，最终实现对环境刺激的有效表征。
🔗 **情境驱动的高效信息处理**: 阐述大脑如何通过区域特异性的动态计算机制，在特定感觉或认知情境下实现高效的信息处理。例如，初级视皮层（V1）的刺激强度依赖性切换机制，以及非线性网络和环境依赖性在信息整合中的作用。
2025-10-03 14:30 上海
2025年10月4日（周六）晚上19:00-21:00直播
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。
大脑如何从早期状态中分工出视觉、思维等不同区域？本期读书会揭秘其三大关键：从共同起点出发，经协同演化塑造，最终在特定情境下实现高效分工。一起来探索兴奋与抑制如何巧妙调控这一神奇过程吧！
分享简介
核心关注问题
1. 发育过程中，大脑的神经活动，连接结构和功能经历了哪些变化？2. 兴奋和抑制神经元群体群体活动如何调控大脑的发育过程？3. 发育如何帮助大脑实现高效信息处理？分享大纲
V1区在早期发育中的自发活动自发活动与朝向偏好图之间的关系模块化自发活动背后的环路机制多脑区发育不同脑区自发活动的比较发育过程中自发活动的改变发育性变化背后的环路机制成熟V1区的神经元相互作用利用光遗传学进行影响映射非线性网络与环境依赖性主讲人介绍
孔德玥，法兰克福高等研究院在读博士生，师从 Matthias Kaschube 教授。本科毕业于香港科技大学，获得计算机+细胞生物学学位，在胡禹老师课题组完成毕业论文。研究兴趣：神经环路的早期发育，神经动力学，光遗传对神经环路的扰动。参与方式
参与时间2025年10月4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/975?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7篇
这篇讲的是早期发育中自发活动的空间结构N.J. Powell, B. Hein, D. Kong, J. Elpelt, H.N. Mulholland, M. Kaschube, & G.B. Smith, Common modular architecture across diverse cortical areas in early development, Proc. Natl. Acad. Sci. U.S.A. 121 (11) e2313743121, https://doi.org/10.1073/pnas.2313743121 (2024).展示了早期自发活动和特征选择性之间存在的关系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.神经非线性如何实现情境相关调节Rubin DB, Van Hooser SD, Miller KD. The stabilized supralinear network: a unifying circuit motif underlying multi-input integration in sensory cortex. Neuron. 2015 Jan 21;85(2):402-17. doi:10.1016/j.neuron.2014.12.026.推荐阅读：这篇主要讲发育过程中自发神经活动和视觉刺激导致的神经活动如何变得更相似，以及什么样的环路连接结构变化在这之中起作用Trägenap, S., Whitney, D.E., Fitzpatrick, D. et al. The developmental emergence of reliable cortical representations. Nat Neurosci 28, 394–405 (2025). https://doi.org/10.1038/s41593-024-01857-3基于小鼠的实验数据，这篇的作者们提出了比较完整的神经环路面对光遗传扰动的反应理论Chau HY, Miller KD, Palmigiano A. Exact linear theory of perturbation response in a space- and feature-dependent cortical circuit model. bioRxiv [Preprint]. 2025 Jun 21:2024.12.27.630558. doi: 10.1101/2024.12.27.630558. PMID: 39896520; PMCID: PMC11785077.开放招募：这两篇都是关于光遗传扰动后神经环路反应的建模工作O’Shea, Daniel J., Lea Duncker, Werapong Goo, Xulu Sun, Saurabh Vyas, Eric M. Trautmann, Ilka Diester, Charu Ramakrishnan, Karl Deisseroth, Maneesh Sahani, and Krishna V. Shenoy. 2022. ‘Direct Neural Perturbations Reveal a Dynamical Mechanism for Robust Computation’. 2022.12.16.520768.Oldenburg IA, Hendricks WD, Handy G, Shamardani K, Bounds HA, Doiron B, Adesnik H. The logic of recurrent circuits in the primary visual cortex. Nat Neurosci. 2024 Jan;27(1):137-147. doi: 10.1038/s41593-023-01510-5. Epub 2024 Jan 3. PMID: 38172437; PMCID: PMC10774145.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。
AI辅助创作，多种专业模板，深度分析，高质量内容生成。从观点提取到深度思考，FishAI为您提供全方位的创作支持。新版本引入自定义参数，让您的创作更加个性化和精准。
鱼阅，AI 时代的下一个智能信息助手，助你摆脱信息焦虑