23 Problems in Systems Neuroscience

出版者:Oxford University Press

作者:Van Hemmen, Leo J.

页数:548

出版时间:2005-12-8

价格:USD 95.00

装帧:Hardcover

isbn号码:9780195148220

具体描述

The complexity of the brain and the protean nature of behavior remain the most elusive area of science, but also the most important. van Hemmen and Sejnowski invited 23 experts from the many areas--from evolution to qualia--of systems neuroscience to formulate one problem each. Although each chapter was written independently and can be read separately, together they provide a useful roadmap to the field of systems neuroscience and will serve as a source of inspirations for future explorers of the brain.

作者简介

Edited by J. Leo van Hemmen, Department of Physics, Technical University Munich, Germany, and Terrence J. Sejnowski, Howard Hughes Medical Institute, Computational Neurobiology Laboratory, Salk Institute for Biological Studies, USA

目录信息

Part I: How have brains evolved?
1: Gilles Laurent: Shall we ever understand the fly's brain?
2: Hermann Wagner and Bernhard Gaese: Can we understand the action of brain in natural environments?
3: Gunther Ehret: Hemisphere dominance of brain function-which functions are lateralized and why?
Part II: How is the cerebral cortex organized?
4: S. Murray Sherman: What is the function of the thalamus?
5: J. Leo van Hemmen: What is a neuronal map, how does it arise, and what is it good for?
6: Jean Bullier: What is fed back?
Part III: How do neurons interact?
7: Wulfram Gerstner: How Can the Brain be so Fast?
8: C. van Vreeswijk: What is the Neural Code?
9: Tal Kenet, Amos Arieli, Misha Tsodyks and Amiram Grinvald: Are single cortical neurons independent or are they obedient members of a huge orchestra?
10: Bruno A. Olshausen and David J. Field: What is the other 85% of V1 doing?
Part IV: What can brains compute?
11: Steven W. Zuck: Which computation runs in visual cortical columns?
12: C.E. Carr, S. Iyer, D. Soares, S. Kalluri and J.Z. Simon: Are neurons adapted for specific computations? Examples from temporal coding in the auditory system
13: Andreas V.M. Herz: How is time represented in the brain?
14: David McAlpine and Alan R. Palmer: How general are neural codes in sensory systems?
15: Georg M. Klump: How does the hearing system perform auditory scene analysis?
16: Laurenz Wiskott: How does our visual system achieve shift and size invariance?
Part V:
17: Henning Scheich, Frank W. Ohl, Holger Schulze, Andreas Hess, and André Brechmann: What is reflected in sensory neocortical activity: External stimuli or what the cortex does with them?
18: Giacomo Rizzolatti and Vittorio Gallese: Do perception and action result from different brain circuits? The three visual systems hypothesis
19: Terrence J. Sejnowski: What are the projective fields of cortical neurons?
20: John H. Reynolds: How are the features of objects integrated into perceptual wholes that are selected by attention?
21: L. F. Abbott: Where are the switches on this thing?
22: V.S. Ramachandran and Edward M. Hubbard: Synesthesia: What does it tell us about the emergence of qualia, metaphor, abstract thought and language?
23: Francis Crick and Christof Koch: What are the neural correlates of consciousness?
· · · · · · (收起)

用户评价

我是一名对科学的哲学和方法论非常感兴趣的读者。在我看来，理解一个科学领域，不仅要了解它的研究内容，更要理解它的研究方法、它所面临的挑战以及它如何不断演进。系统神经科学作为一个新兴且高度跨学科的领域，自然是我关注的焦点。“23 Problems in Systems Neuroscience”这个书名，在我看来，不仅仅是罗列了一系列待解决的科学难题，更是一种对当前研究领域现状的深刻洞察和梳理。我期待这本书能够深入探讨这些问题背后的理论假设，它们在研究设计中扮演的角色，以及不同研究方法在解决这些问题时所展现出的优劣。我希望这本书能够引发我对于“什么是知识”、“知识是如何产生的”以及“科学是如何进步的”这些更深层次的思考。我也希望它能展示出系统神经科学在方法论上的创新，比如如何整合不同尺度的研究，如何处理复杂的数据，以及如何将理论模型与实验观察有效地结合起来。

我是一名对人工智能和计算神经科学都充满兴趣的研究生。在我的学习过程中，我越来越意识到理解大脑的运作机制对于开发更强大、更智能的人工智能系统至关重要。系统神经科学正是连接这两者之间的桥梁。当我看到这本书的书名时，我的脑海中立刻浮现出无数个与人工智能交叉的神经科学问题。例如，如何从大规模的神经记录数据中提取有意义的模式？如何建立计算模型来模拟神经系统的学习和适应能力？如何理解大脑的容错性和鲁棒性，并将这些特性应用到AI设计中？这本书的“23 Problems”这个数字，给我一种它会系统性地梳理和呈现当前系统神经科学领域的核心挑战的感觉。我希望它能提供一些前沿的理论框架和实证研究方法，帮助我构建更严谨的计算模型，并且能够指导我在AI研究中如何借鉴大脑的智慧。我非常好奇它是否会涉及一些关于大脑如何进行抽象推理、如何进行长期规划，以及如何处理不确定性信息的研究，这些都是当前AI领域急需突破的关键点。

从我个人的角度来看，我总是在寻找那些能够引发深度思考的书籍，那些能够挑战我固有观念、拓展我认知边界的书籍。系统神经科学本身就是一个充满魅力的领域，它试图用科学的方法揭示人类最核心的秘密——意识、思维和情感的来源。而“23 Problems in Systems Neuroscience”这个书名，在我看来，更是将这种探索的目标具体化、清晰化了。它不像某些泛泛而谈的书籍，而是直接切入到那些最关键、最棘手的科学难题。我期待这本书能够呈现出一些我认为非常重要的问题，比如，大脑是如何在有限的资源下进行高效的信息处理的？我们的大脑是如何在保持稳定性的同时又能够不断学习和适应的？记忆的痕迹在大脑中是如何储存和检索的？这些问题不仅对我个人认知世界的方式有着重要影响，也可能是我在日常生活中观察到的一些现象的科学解释。我希望这本书能够提供一种全新的视角来理解这些复杂的问题，并且能够激发我进一步的探索欲望。

作为一名已经在这个领域深耕多年的研究者，我总是孜孜不倦地寻找能够激发我新思路、挑战我现有认知的新知识。系统神经科学是一个快速发展的领域，新的技术和理论层出不穷，而“23 Problems in Systems Neuroscience”这个书名，给我一种它能够精准地捕捉到当前领域内的那些最前沿、最重要、也最具有争议性的科学问题。我期待这本书能够提供对这些问题的深入分析，包括它们在理论上的意义、在实验上所面临的挑战，以及目前已有的解决方案和未来的研究方向。我尤其关心书中是否会讨论一些跨学科的整合，比如如何将基因组学、分子生物学、电生理学以及行为学等不同层面的数据整合起来，以构建更全面的系统模型。我对书中提出的“问题”本身就充满了浓厚的兴趣，因为每一个问题都可能代表着一个未被发掘的宝藏，也可能是一个新的研究课题的起点。我希望这本书能像一本“问题集锦”，但更重要的是，它能提供解决这些问题的“钥匙”。

我的职业生涯与数据分析和模式识别紧密相关，我一直对能够从复杂数据中提取有意义信息的技术和理论非常着迷。系统神经科学，作为一门研究大脑信息处理的学科，对我来说充满了吸引力。这本书的书名“23 Problems in Systems Neuroscience”让我觉得它可能触及到了如何处理和分析大规模神经数据，如何识别神经活动中的模式，以及如何建立预测模型来理解大脑功能等关键问题。我希望书中能够提供一些关于特征提取、降维技术、机器学习在神经科学中的应用，以及如何解释复杂的神经动力学模型等方面的见解。我尤其好奇书中是否会讨论如何从不同类型的神经数据（如电生理记录、脑电图、脑磁图）中提取信息，以及如何将这些信息整合成对大脑功能的更全面理解。我期待这本书能够为我带来新的分析思路和方法，帮助我将我的数据科学技能应用于神经科学领域。

我是一名生物物理学的研究生，对神经元和神经网络的物理特性以及它们如何在宏观层面产生功能非常感兴趣。系统神经科学正是研究这种从微观到宏观的联系。这本书的标题“23 Problems in Systems Neuroscience”让我觉得它可能会包含一些关于神经信号传递的物理机制、信息在神经回路中的编码方式，以及不同尺度上的神经动力学行为等方面的深入讨论。我非常好奇书中是否会涉及一些关于神经元膜电位变化、离子通道动力学、突触可塑性以及神经网络同步振荡等方面的具体问题。我希望这本书能够帮助我理解这些微观层面的物理原理是如何在系统层面上涌现出复杂的认知功能，并且能够指导我思考如何将物理学的工具和方法应用到神经科学的研究中。我期待这本书能够为我提供一个更广阔的视野，将我所学的物理知识与大脑的神秘世界联系起来。

我是一名神经科学领域的初学者，对于大脑这个极其复杂的系统充满了敬畏和好奇。我尝试阅读过一些介绍性的书籍，但总觉得它们更侧重于描述已知的事实，而缺乏对研究过程和未解之谜的深入探讨。当我在书店里看到“23 Problems in Systems Neuroscience”这本书时，它的标题立刻吸引了我。我希望这本书能够帮助我理解系统神经科学的研究范式，了解科学家们是如何提出问题、设计实验、分析数据，并最终得出结论的。我期望书中能够清晰地解释一些核心概念，比如神经元网络、信息编码、计算模型等，并且能够用通俗易懂的语言来阐述那些复杂的问题。我希望通过阅读这本书，我能够初步了解当前系统神经科学研究的主要方向，并为我今后深入学习打下坚实的基础。我也希望这本书能够激发我对这个领域的热情，让我看到大脑研究的魅力所在，并可能激发我未来成为一名神经科学研究者的志向。

我是一名神经影像学研究人员，主要关注利用fMRI、EEG等技术来探索大脑的功能连接和信息处理过程。在我的工作中，我经常会遇到各种各样的数据分析难题和理论解释上的挑战。这本书的书名“23 Problems in Systems Neuroscience”让我觉得它可能触及了当前神经影像学领域研究中的一些核心痛点。我非常期待书中能够深入探讨诸如如何从高维度的神经影像数据中解析出可靠的功能网络，如何将静息态和任务态的脑活动数据进行有机结合，以及如何建立能够解释观察到的神经影像学模式的计算模型。我也对书中是否会涉及一些关于脑连接动力学、认知控制的神经基础以及情绪和决策过程的系统层面解释感到好奇。我希望这本书能够提供一些新的视角和方法论，帮助我更好地理解和解释我的研究数据，并且能够启发我思考新的研究问题和实验设计。

这本书的封面设计就足够吸引人，简洁的字体搭配上抽象的神经科学图像，给人一种既有深度又不失现代感的感觉。我最近开始涉足系统神经科学领域，对其中的奥秘充满了好奇。一直以来，系统神经科学对我来说就像一片浩瀚的星空，我能看到无数闪烁的星辰，却难以理解它们之间的联系和规律。这本书的书名“23 Problems in Systems Neuroscience”立刻抓住了我的注意力，它不仅仅是一个标题，更像是一种邀请，邀请我去探索那些尚未被完全解答的难题。我预感这本书将是一次烧脑但又极其过瘾的旅程，它会带领我穿越复杂的神经回路，理解大脑如何处理信息、做出决策，以及这些过程是如何在生理层面实现的。我尤其期待它能解释一些我一直困惑的现象，比如学习和记忆的机制，不同脑区之间的信息传递方式，以及神经元群体活动如何涌现出复杂的认知功能。读完之后，我希望能对整个系统神经科学的框架有一个更清晰的认识，并且能够识别出当前研究的前沿和未来的发展方向。这本书的出现，就像是在我求知路上投下了一束明亮的光，我迫不及待地想知道它会揭示怎样的精彩。

作为一名心理学专业的学生，我一直对大脑如何产生心理现象、如何影响我们的思想、情感和行为感到着迷。系统神经科学为我提供了一个理解这些现象的生理基础。这本书的书名“23 Problems in Systems Neuroscience”吸引了我，因为它暗示了这本书将聚焦于那些最核心、最能解释我们“为什么是这样”的神经科学问题。我特别希望书中能够解释一些我在心理学课堂上学到但难以完全理解的机制，比如，为什么我们会产生某种情绪？学习和记忆的神经基础是什么？我们的注意力是如何被调节的？更重要的是，我希望这本书能够将这些心理现象与具体的神经回路和神经活动联系起来，让我看到心理学和神经科学之间紧密的联系。我期待这本书能够以一种清晰、有条理的方式，帮助我理解大脑的系统性运作，并且能够为我未来在认知心理学、发展心理学等领域的研究打下坚实的神经科学基础。