2024「大腦獎」公布了！

今年，大腦獎頒給了計算和理論神經科學的先驅：Larry Abbott 、Terry Sejnowksi、Haim Sompolinsky。

圖片

獲獎理由是，他們三個人在計算和理論神經科學領域做出了杰出的貢獻，并為我們理解支配大腦結構、動力學以及認知和行為出現的原理做出了開創性的貢獻。

圖片

大腦獎評選委員會主席Richard Morris教授解釋了今年獎項背后的原因：

如果沒有計算神經科學和理論神經科學的相伴發展，現代腦科學是不可想象的。這三位科學家應用了來自物理學、數學和統計學新穎而復雜的方法來研究大腦。他們為分析現代實驗神經科學家獲得的高度復雜的數據集，開發了重要工具。

三位獲獎者還提出了一些概念框架，用于解大腦的一些最基本的過程，如學習、記憶、感知和大腦如何生成外部世界的地圖。他們還為神經系統的幾種破壞性疾病，如癲癇、阿爾茨海默病和精神分裂癥，可能出現的問題提供了至關重要的新見解。此外，他們的科學成就為腦啟發人工智能的發展鋪平了道路，這是我們這個時代的新興和變革性技術之一。

LeCun表示，「看到這個領域得到廣泛認可真是太棒了，我想不出還有比他們更值得獲獎的群體了」。

圖片

2024年大腦獎將頒發價值1000萬丹麥克朗（130萬歐元）獎金。

從物理學轉向神經科學

Larry Abbott是一位由物理學家轉變而來的神經科學家。

他利用數學建模來研究負責感覺、行動和行為的神經回路。Abbott在Brandeis University獲得了博士學位，并在斯坦福線性加速器中心從事理論粒子物理學博士后研究。

圖片

1989年，他轉行從事神經科學研究，并于1993年加入生物系。

2005 年，他來到哥倫比亞大學，目前是哥倫比亞大學祖克曼心智、大腦和行為研究所的William Bloor理論神經科學教授。

除了神經網絡和突觸動力學方面的理論研究外，Abbott還與眾多實驗同行合作，研究各種課題和系統，包括視覺、嗅覺、電傳感、運動控制、記憶和導航。

他與Eve Marder合作開發了動態鉗（dynamic clamp），這是一種實驗電生理學工具，他還與Peter Dayan合著了一本廣泛使用的理論神經科學教科書。

他目前的工作包括基于連接體的果蠅神經回路建模。

用計算模型揭開大腦到行為聯系

Terrence Sejnowski獲得了普林斯頓大學物理學博士學位。

他曾在普林斯頓大學和哈佛大學醫學院從事博士后研究，1981年被任命為約翰霍普金斯大學生物物理系教師。

圖片

他于1989年搬到拉荷亞，現任索爾克生物研究所Francis Crick教授和加州大學圣地亞哥分校神經生物學特聘教授。

Terrence Sejnowski還是Howard Hughes Medical Institute的研究員（1991-2017年）。

他是美國國家科學院、美國國家工程院、美國國家醫學院、美國國家發明家學院以及美國藝術與科學學院的成員。

Sejnowski博士在神經網絡和計算神經科學方面的研究具有開創性。他的研究旨在了解大腦的計算資源，并利用計算模型建立從大腦到行為的聯系原理。

為了實現這一目標，他在從生物物理到系統層面的多個研究層次上采用了理論和實驗方法。

他探索的核心問題包括：突觸強度如何調節、樹突如何整合神經元中的突觸信號、神經元網絡如何產生動態活動模式、感覺信息如何在大腦皮層中表現、記憶表征如何在睡眠中形成和鞏固，以及分布式感覺運動系統如何協調。

他的實驗室開發了用于盲源分離的獨立分量分析法（ICA），該方法被普遍用于分析頭皮腦電圖和功能磁共振成像（fMRI）的大腦成像。

Sejnowski還是20世紀80年代開發神經網絡學習算法的先驅，他與Geoffrey Hinton一起發明了波爾茲曼機；這是多層神經網絡的第一種學習算法，為深度學習奠定了基礎。

圖片

他還是NeurIPS基金會主席，該基金會組織了規模最大的人工智能會議，他也是近年來神經科學與人工智能融合領域的領軍人物。

幾何法研究神級網絡，為AI智能開辟路徑

Haim Sompolinsky在以色列Bar-Ilan University獲得物理學博士學位。

目前，他在以色列希伯來大學擔任物理學和神經科學教授（名譽教授），在美國哈佛大學擔任分子和細胞生物學及物理學教授（駐校教授）。

Haim Sompolinsky領導的實驗室采用統計物理學方法，研究復雜神經元回路的突發動力學和集體行為，以及它們與學習、記憶、感知和認知等關鍵大腦功能的關系。

他的理論預測得到了對蒼蠅和嚙齒動物導航回路研究的實驗支持。

他的研究闡明了神經元興奮和抑制之間的動態平衡如何導致混亂，但穩定的大腦活動模式。

這影響了我們對神經元活動可變性的起源、神經元動態穩定性的基礎機制以及神經系統疾病中興奮-抑制平衡破壞的影響的理解。

最近，Sompolinsky開發了幾何方法，為研究人工神經網絡和大腦回路中的視覺和語言信息處理提供了原則性方法。

這項工作揭示了這兩個系統之間驚人的相似之處，為研究自然和人工系統中的智能開辟了一條新途徑。

圖片

1000億神經元，萬億突觸大腦探索

人腦由大約1000億個神經元組成，這些神經元通過數萬億個突觸連接在一起。

大腦的每項功能都依賴于，通過這些令人震驚的復雜神經元網絡的信息流。

神經科學的一個基本目標是了解這些網絡是如何連接在一起的，以及其中的神經活動模式如何引發認知和行為。

大腦的絕對復雜性意味著理解它的語言需要理論和計算方法。

理論和計算神經科學使用數學、計算機科學、理論分析和大腦的抽象來理解支配大腦結構的原理。

以及如何處理信息，如何產生行為，產生認知能力，如感知、想象、智力、知識的形成、記憶、解決問題、決策和產生語言。

該領域為人工智能的發展奠定了基礎——這是現代科學中最具革命性的發展之一。

關于「大腦獎」

大腦獎是世界上最大的神經科學研究獎，由倫德貝克基金會（Lundbeck Foundation）每年頒發。

大腦獎表彰了從基礎神經科學到應用臨床研究等腦研究領域，極具原創性和影響力的進展。

大腦獎的獲得者不分國籍、不分區域。2011年首次頒發獎項。在丹麥首都哥本哈根舉行的頒獎儀式上，丹麥國王弗雷德里克殿下為大腦獎獲得者頒獎。

參考資料：https://lundbeckfonden.com/the-brain-prize/computational-theoretical-neuroscience-2024