Neuroscience and Connectionist Theory

出版者:Psychology Press

作者:Gluck, Mark A.

页数:424

出版时间:1990-2-3

价格:USD 70.00

装帧:Paperback

isbn号码:9780805806199

具体描述

Written for cognitive scientists, psychologists, computer scientists, engineers, and neuroscientists, this book provides an accessible overview of how computational network models are being used to model neurobiological phenomena. Each chapter presents a representative example of how biological data and network models interact with the authors' research. The biological phenomena cover network- or circuit-level phenomena in humans and other higher-order vertebrates.

用户评价

这本书在处理历史回顾和前人贡献的梳理上，展现出一种令人费解的偏颇性。虽然学术著作必须有所侧重，但本书对于某些奠基性的理论和实验发现，似乎给予了远超其应有比例的篇幅，而对于近十年来取得突破性进展的领域，却着墨甚少，或者仅仅是轻描淡写地提及。这种时间维度的失衡，使得读者对当前神经科学研究的实际前沿状态产生了一种时间错位的认知。例如，在讨论记忆巩固的机制时，书中对几十年前的经典模型进行了近乎逐句的分析，但对近些年基于光遗传学或钙成像技术获得的关于突触权重实时调控的最新发现，提及得非常有限。这使得这本书读起来，像是一份对过去辉煌成就的致敬录，而非对未来发展方向的清晰指引。对于希望紧跟时代脉搏的研究者来说，这本书提供的知识地图略显陈旧，需要读者自己进行大量的“知识更新”工作才能使其适应当前的研究环境。

这本厚重的著作，初次捧读时，其排版与装帧便透出一种严谨的学术气息，让人不禁期待能从中一窥神经科学领域的前沿奥秘。然而，在深入阅读了前几章之后，我不得不承认，书中对于具体实验设计和数据分析的描述，似乎并未达到我期望的详尽程度。例如，在讨论特定神经环路的可塑性时，作者更多地是停留在宏观的理论建构上，而对于支撑这些理论的分子机制或电生理学证据，挖掘得不够深入。我期待的是能看到更细致的实验流程图解，或者至少是更明确地指出关键文献的出处，以便读者能顺藤摸瓜，进行更深层次的探究。这种处理方式使得部分章节读起来有些漂浮，仿佛在空中楼阁中描绘蓝图，缺乏坚实的地面支撑。对于一个渴望在实证层面理解大脑工作原理的读者来说，这种理论的过度抽象化，反而成为了理解的障碍。也许，作者的意图是构建一个高度概括的理论框架，但对于需要操作性细节的研究者而言，这种“留白”无疑是令人遗憾的。我希望下一版中能看到更多来自实验室一线的鲜活案例和详尽的参数设定，这将极大地提升本书的实践指导价值。

这本书的语言风格和节奏感，对于长篇阅读来说，构成了不小的挑战。作者似乎偏爱使用冗长、从句嵌套复杂的长句，以及大量使用高度专业化且相互交织的术语，这使得文本的流畅性大打折扣。阅读时，我常常需要频繁地回溯前文，以确保自己没有因为一个未完全消化的复杂名词而错失了整个段落的逻辑主线。这种写作倾向，虽然可能意图体现思维的缜密性，但在实际阅读体验上，却显得过于晦涩和不近人情。它要求读者必须以极高的专注度来对待每一个标点符号，否则很容易迷失在句子的结构之中。如果说学术写作追求清晰准确，那么本书的行文风格则更接近于一种散文化的学术论证，缺乏那种教科书般的清晰分段和重点提炼。我希望作者能更多地运用清晰的论点句和总结性的过渡语，以更好地引导读者穿越这些复杂的思维迷宫。

阅读这本书的过程，与其说是获取知识，不如说更像是一场与作者进行的高强度哲学思辨。作者在全书贯穿了一种近乎后现代主义的解构视角，对传统认知科学中的“模块化”假设提出了颠覆性的质疑。这种挑战既令人兴奋，又让人感到思维上的疲惫。他似乎不太热衷于陈述“是什么”，而是更专注于探讨“为什么我们不能确信这是真的”。书中对“心智表征”的讨论尤其引人深思，但往往在关键时刻，读者会被引导进入一个无限循环的自我指涉的逻辑迷宫。这种写作风格，对于那些习惯于经典教科书式清晰因果链条的读者来说，可能会感到非常不适。我花了大量时间去梳理那些复杂的概念嵌套，试图捕捉作者真正的落脚点，但每次似乎都稍纵即逝。这本书更像是一份为资深理论家准备的“思想体操”，它要求读者拥有极高的概念辨识能力和对既有范式的深刻不信任感。对于初学者而言，这本书几乎是不可逾越的障碍，因为它没有提供任何容易消化的“锚点”，完全依赖于读者自身的知识储备去构建理解的桥梁。

我对本书在探讨计算模型与生物现实的接轨问题上所采取的态度感到非常困惑。作者在开篇部分雄心勃勃地提出了要弥合这二者的鸿沟，但随后的大部分篇幅似乎都在有意无意地回避直接的量化比较。例如，在讨论深度学习网络如何模拟视觉皮层的层级结构时，期望能看到更直接的神经元活动模式与网络权重的对应分析，哪怕只是一个简化的拓扑结构对比。然而，我们得到的更多是关于“信息流动”和“涌现属性”的定性描述。这种处理方式让人感觉，作者可能更侧重于哲学上的类比，而非严谨的跨学科对话。这就像是在谈论一架喷气式飞机的设计蓝图时，花了九成篇幅描述空气动力学的美学意义，却只用一小部分篇幅提及了发动机的具体推力参数。对于期待看到交叉学科具体成果的读者，这本书显得过于文学化和概念化了。它提出了问题，但提供的解决方案更像是艺术性的阐释，而非工程学的精确计算。