3月17日，北京大学IDG麦戈文脑科学研究所PI学术交流会在吕志和楼338会议室举行。吴思教授以“脑科学与AI的对话”（Cross-talk between Brain Science and AI）为题，分享了其团队通过构建人工神经网络模型，探索大脑执行路径整合任务的计算机制的研究进展，并同与会PI进行深入探讨。

吴思教授作报告

吴思教授在报告中指出，该研究从基础的循环神经网络出发，让模型仅凭速度信息在虚拟环境中学习追踪自身位置。训练完成后，借鉴神经科学方法对模型内部进行解析，分析人工神经元空间感受野，并通过模拟“剪枝”观察不同神经元群的功能影响。

该研究报道了人工神经网络中自发涌现出与生物大脑高度相似的细胞类型——具有条纹状放电模式的带状细胞和经典的六边形网格细胞；进而揭示出一条此前未被充分认识的层级化信息通路：速度信息首先输入到带状细胞群，由它们分别完成不同方向上的路径整合，随后这些一维信息共同传递给下游的网格细胞网络，最终实现精确的二维空间位置编码；最后，通过正向构建先验模型和反向改变任务需求的实验，证实这种“带状细胞-网格细胞”的协同架构是执行路径整合任务最高效且生物合理的计算选择。

上述发现为理解大脑空间认知机制提供了新的理论框架，并对实验研究提出清晰预测，期待未来能在神经回路中获得直接证据加以验证。

PI学术交流会现场

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