计算神经科学,学什么

大脑是个信息处理系统(Information Processing System),这里只是哲学上的比喻并非物理上的。历史上也有人把大脑比喻成液压器、蒸汽机,都是受到当时最新技术的影响。比喻只是为了帮助人类更形象地理解大脑。也有研究发现信息处理之外大脑还有自上而下的意义提取功能(Walter Freeman对兔子嗅觉细胞的研究),这个之后再展开写。

David Marr在1980s提出的视觉信息计算框架分三层。对于计算机而言,最底层是硬件实现层(Hardware Implementation):处理器、内存、母版、键盘鼠标等外设、硬件之间物理上连接。中间是表示和算法层(Representation and Algorithm):信息表示、硬件之间的信息传递、外设怎么样输入输出。最上层是计算层(Computational):计算什么、哪种方法更高效节能。

类比到人脑。最底层是大脑的物理构成,什么物质、什么结构、如何组织、功能上又怎么分、这些部分又是怎么连接的。再往上是大脑的基础功能,视觉听觉触觉等等信息怎么表示、传递。记忆、情绪、人格,这些信息又在哪里,怎么形成、更新。还有大量无意识的运作,调节体温、供血供能、保持平衡。最上层是大脑的认知功能,学习、想象(在想象中反思或做计划)、决策 - 使个体更好地适应环境。

涉及的课程:

基操:神经科学、数学(数学分析、高等代数、概率论、统计)、编程

底层(硬件):物理、化学、生物、神经科学生理相关

中间(表示):微分方程、动力系统、信息论、神经科学环路相关

上层(计算):统计学(尤其贝叶斯)、随机过程、优化(机器学习、强化学习)、神经科学认知和行为相关

闲着还可以看看:哲学、演化、社会学、经济学、医学、精神病学

下次来写计算神经科学的常用模型。