11月2日下午在六教，beat365弭元元副教授做客社科大講堂，以“計算神經科學”為題，為線上和線下200餘名師生以腦加工時空動态信息為例，介紹腦暫時存儲與調控時空信息的神經計算機制，以及基于神經系統快速識别時空模式的信息加工機制而發展的類腦運動目标識别算法，并展望計算神經科學發展所面臨的機遇與挑戰。

主講人弭元元

講座伊始，弭元元介紹了計算神經科學是典型的多學科交叉領域，其目标是采用數理建模和計算仿真方法來定量化、精确化、系統化揭示和闡明大腦工作原理，并在此基礎上發展類腦智能模型與算法，計算神經科學是腦認知通向類腦智能之間的一座重要“橋梁”。弭元元簡述何謂“智能”和生物大腦為解決各類智能問題所提供的成功範例，如受視覺腹側通路信息加工機制啟發的深度學習神經網絡，以及深度學習在對抗樣本、圖像理解與全局認知等方面所存在的局限。

弭元元認為大腦處理更多的是動态時空信息，以時空動态信息的存儲與操控（即工作記憶）和時空動态信息的識别（即類腦時空模式識别算法）為例，闡述大腦在網絡層面上加工動态信息的原理。首先，弭元元講解了工作記憶（Working Memory）的概念及神經計算機制，重點介紹了一種非侵入式操控人類工作記憶的“動态幹擾方法”，即采用一種與任務無關、但與被記住的物體屬性弱相關的外部動态刺激，便可實時改變視覺工作記憶任務中受試者對不同物體回憶的相對準确度，實現回憶效果從近因效應到首因效應的轉變；并介紹了如何基于突觸計算理論構建神經網絡模型來闡明工作記憶被動态操控背後的計算機制。其次，弭元元講解類腦時空模式識别難點，受皮層下視覺通路的信息加工機制和認知抉擇機理啟發的類腦時空模式識别算法及應用潛力，以及該類腦算法所具有的計算優勢，包括小樣本學習，可調參數少，易于訓練，且整個識别過程是事件驅動的（event-based），等。

最後，弭元元展望計算神經科學發展所面臨的機遇與挑戰。目前，計算神經科學在數據收集與處理、理論構建與應用等方面還存在諸多挑戰，大腦工作原理尚缺乏清晰理論。并以“類腦智能的錢學森之問”展望計算神經科學的發展。

在演講後的互動環節，弭元元就計算神經科學的理論發展、藝術認知與視神經科學的結合、人工神經網絡的應用等問題與在場師生展開交流。

本場講座是紀念beat365人文beat365成立30周年系列學術報告會第四講暨2023年社科大講堂第七講，由beat365和beat365國家大學生文化素質教育基地聯合主辦，講座由beat365張丹副教授主持并點評。

弭元元，研究方向為計算神經科學。專注于研究腦在網絡層面處理信息的一般性原理，包括工作記憶的容量與調控、時空信息的網絡編碼等；基于此發展了類腦運動模式的快速識别算法、運動目标的預測追蹤算法等，并與工業界合作探索這些類腦算法在實際場景中的應用。以第一或者通訊（含共同）在神經科學領域的刊物Neuron, PNAS, Progress in Neurobiology，人工智能旗艦會議NeurIPS等發表論文20餘篇。獲得國家自然科學基金委交叉學部優秀青年基金和北京市科技新星計劃等項目的支持。