3月22日，北京大学IDG麦戈文脑科学研究所PI交流会在吕志和338会议室举行。朱露莎研究员分享了近期在社会学习神经计算机制方向的研究进展，并同与会PI进行了交流探讨。

　　PI学术交流会现场

　　过去20年，社会学习领域的研究主要关注简单社会交互行为的认知和神经机制，例如2个人如何建立信任，如何通过观察同类行为获取对自己有用的信息。这些研究将社会行为、认知过程和多层次的神经信号系统且精密地连接起来，使Marr的three levels of analysis在复杂社会性行为研究中成为可能。然而一个重要的问题是，对这些经由简单社会交互发现的规律，它们到底能在多大程度上被用来解释更复杂、更具生态效度的交互行为中的认知和神经过程？朱露莎实验室过去一条线上的工作，试图理解人脑在复杂社会网络中的学习与决策过程，前期工作说明，决策系统在网络环境面对着特殊计算任务，并调整内部的算法和执行过程来应对这些任务。

　　朱露莎研究员介绍社会网络分析是一门较成熟的学科，提供了丰富的数学工具来抽象和结构化复杂的社会交互关系。实验室的工作借鉴社会网络分析中一些经典的思路和方法，用以这个社会决策领域一个经典问题——观察学习。该研究（点击查看详情：朱露莎课题组Nature Neuroscience发文揭示人脑分布式社会学习神经计算机制）从社会网络传递信息的特殊性出发，强调因网络结构而导致社会信息所具有的关联性、异质性和冗余性，因而使决策系统难以最优地整合这些不同来源的信息，而选择性地加权某些来源的信息，实现社会观察学习。通过嫁接社会网络分析和社会学习决策领域的两个经典算法，该研究用定量的数学模型表征了这一观察学习的过程，在行为和宏观脑区信号的层面验证了算法，并说明该学习策略可能会导致虚假信息传播、错误共识形成等群体行为偏差。

　　朱露莎研究员分享近期科研进展并同与会PI交流研讨

　　交流会上，线上线下参会PI展开热烈讨论，碰撞出了深邃的思维火花，期待规划后续实验深入探究。

　　北京大学IDG麦戈文脑科学研究所PI交流会每月定期举行，旨在促进研究所各实验室之间的学术交流，加强跨学科研究深度合作。