关于实验室：观察和决定 

　　与外界物体进行互动是我们生活的日常。比如举杯品尝咖啡，驱车在城市里穿行，或是在拥挤的人群中和朋友聊天。这些日常琐事大都包括识别物体——设定目标——付诸行动的过程，它们看似容易，但我们对其背后的神经机制却知之甚少。我们实验室的研究目标就是理解大脑在识别物体和进行抉择时背后的基本原理。为此，我们训练猕猴完成多种物体识别任务，与此同时对多个脑区的神经元群体活动进行操纵和记录。此后，我们采用时下主流的分析方法，结合计算模型，揭示在大脑进行物体识别和抉择时神经元的动力学过程和神经元之间的通讯过程。为使我们的研究结果更具推广性，我们也进行人类的行为学和神经成像实验。希望我们的研究能够揭示灵长类动物脑功能背后的神经基础，为神经疾病的治疗和类脑人工智能的发展提供依据。 

　　关键词：物体识别，抉择，猕猴，群体神经记录，人类行为实验，计算模型 

　　感知抉择 

　　在漫长的进化过程中，存留下来的动物演化出能够依据外界事物来决定如何行动的能力。例如，当我们在冰箱里发现一个放了很久的苹果，我们会仔细检查它能否食用，再决定要不要吃掉。这种抉择行为被称为“感知抉择”。为研究这一过程，我们训练猕猴完成行为学任务（比如进行面孔分类任务），同时记录它们的行为和神经元电活动。在过去的研究中，我们发现，面孔分类可以被理解为时间上不断整合多种面部特征的信息积累过程（Okazawa et al., 2018, 2021）。顶叶皮层神经元的电生理结果表明，抉择形成于神经元状态空间中的一个非线性流形上（Okazawa et al., 2021）。上述结果为发展新的抉择计算模型提供了基础。当前，我们正在着力研究物体信息经感觉皮层输入后，顶叶和额叶中抉择信号的形成过程。 

　　视觉物体识别 

　　为了达成目的，我们的大脑必须正确识别面前有哪些物体。当我们看到一个物体的图像（例如一个咖啡杯）时，我们能迅速对其分类。这一过程看似简单，却需要相当大的运算量，我们仍然不清楚大脑是如何做到这一点的。我们看到的图像是极其丰富和复杂的，大脑必须从中提取和编码有意义的信息。纹理信息是图像的重要组成部分，我们过去的研究表明，中级视觉区域的神经元会对自然纹理进行编码。神经元对纹理的选择性可以解释为其对图像高阶统计参数的反应(Okazawa et al., 2015, 2016)。现在，我们试图进一步理解视觉神经元群体对物体信息的动态处理过程。 

　　实验室关心的问题 

　　1）我们如何在不同的环境下做出适当的选择？ 

　　同样的刺激在不同的情境下会导致不同的选择。例如，面对食物，你在自己家里会随意取用；然而如果此情况发生在别人家里，没有获得主人的许可前你就不会乱动。这种基于感觉的行为是如何根据不同情境来调整的呢？ 

　　2）我们如何主动探索环境以寻求更多信息从而帮助抉择？ 

　　每当我们移动眼睛时，我们接收的视觉信息便会发生巨大变化。当我们根据图像做出选择时，我们如何通过移动眼睛来观察图像？这种行为与抉择过程有什么关系？ 

　　3）我们如何通过整合图像信息来识别物体类别？ 

　　物体往往是由多个部分组成的，所以在识别物体时，图像中的多个视觉特征需要被结合起来。在此过程中，视觉系统是如何对图像特征的复杂组合进行编码的？ 

　　4) 我们如何根据经验学习物体分类？ 

　　在你出生之前，你不知道世界上有哪些物体，所以你知道的物体类别必须通过经验习得。这种学习过程是如何在大脑中发生的？ 

　　5) 我们如何学习和利用支配外部世界的规则和规律？ 

　　为了与环境互动，你还必须知道支配外部世界的物理规律。我们是如何学习和利用它们的？