Jack Gallant ,心理学教授。
研究领域: 认知 和 行为 神经科学
我的实验室研究的重点是,理解(弄清)视觉系统的结构和功能。视觉是人类最重要的感觉(感官),
疾病和创伤给视觉造成的损害是个影响千百万人的严重问题。人类视觉系统是一个相当复杂的,由
几十打独立模块(这些模块就是视觉区, visual areas)组成的,有高度内部联系的,层级的和平行的网络。
视觉系统同时,也和其他与语言和记忆相关的,感觉系统和子系统,紧密融合在一起。因为这种紧密联系,
以及因为大脑也是建立在模块的原则基础上的,视觉研究对于研究但其他系统也有着重要启发意义。
佳朗特实验室的努力方向,就是在 量子和 计算机级别 去研究大脑视觉的结构和功能, 以及建立一些模块,
使得可以准确预测大脑在看东西的时候会如何反应。 可以预见大脑活动的模块,是计算机脑科学的黄金标准,
也对脑科学和医学的长远发展有着至关重要的作用。
我实验室里的研究项目,主要反应了三种紧密联系的独立方法:
包含经典电生理学和功能性脑成像技术(fMRI)的神经科学实验;非线性系统辨识和非线性回归的数据分析方法;
和理论建模。
我们大部分的研究,是把现代统计工具,安装在,表现视觉刺激如何引发大脑活动的,量化的计算机模型。
从经典统计学、贝叶斯算法、和计算机学习中汲取的统计工具,被安装在合适的基于这些数据的计算机模型上。
最后出来的模型,可以展示视觉系统的各成分(如一个神经元,一个体素,或一片视觉区)如何解码来自视觉世界的
信息。模型的评价,基于是否有统计学意义,以及是否有能力预测大脑在新条件刺激下的反应。
这第二条标准,准确的预测能力,(适用性,可复现性?)是科学的黄金准则, 也是我们的方法中非常独有的。
准确预测大脑活动的计算机解码模型,有很多实际用途。首先,他们提供一个关键性的基础,给那些致力于视觉功能
恢复的工作。说白了,你得先知道一个系统是如何运作的,才能说要去修复它。其次,这些模型提供了一些新工具,
给神经学评价和分析。还有,这些模型的反向推理,可以解码大脑的活动,可以提供一个直接的,有原则的方式来
进行【读心术】、以及建立大脑和机器之间的接口(BMI)、还有神经修复。
最近的发表:
去年春天我们在《自然》杂志上发表了一篇文章,展示了我们的计算机模型,在复现大脑活动时的空前准确性。
这些尝试的成功,表明这些模型很快,就可以足够好地用于实际应用中,作为用在诊所和脑机接口(BMI)的工具。
这项研究,在世界各大报纸杂志上都有报道。比如。。。here, here, here, and here.
伯克利的其他研究生课程:
我实验室里的研究项目,综合了不同领域的核心知识:
脑科学、统计学、计算机科学、物理学和心理学。因此,我们吸收来自各个系别的研究生。
我在伯克利参与了好几个不同的研究生项目:心理学,生物工程学,生物物理学,和视科学。
资源分享:
我的实验室经营着神经预知挑战项目(Neural Prediction Challenge,),非正式的挑战意味着定量神经模型的
更深入发展。这个网址提供着可以安装在模型上的数据,自动评价模型预测数据组的不同有效性的程序。
我们也在商谈在国家科学基金(NSF)的协助下公布我们的数据,Collaborative Research in Computational Neuroscience.
这个项目的意向,是为了让主要的神经科学数据,可以被理论家和模型设计者们获得,从而加速科学发现,
以及减少不必要的重复的神经科学实验。
公共资源软件工具:
我的实验室同时也提供和维护STRFPak 系统身份软件工具盒。这个软件包可以用来评估任何感觉系统的
量化解码模型。使用的数据是在 使用 神经生理学,EEG(脑电图) or fMRI 中收集的。
发表的一些文章:
Kay, K.N., Naselaris, T., Prenger, R.J., & Gallant, J.L. (2008). Identifying natural images from human brain activity.
Nature, 452, 352-355. 《 从人类大脑活动中辨认出自然图像》
David, S.V., Hayden, B.Y., Mazer, J.A., & Gallant, J.L. (2008). Attention to stimulus features shifts spectral tuning of
V4 neurons during natural vision.
Neuron, 59, 509-521.
Hansen, K.A., Kay, K.N. & Gallant, J.L. (2007). Topographic organization in and near human visual area V4.
Journal of Neuroscience, 27, 11896-11911.
David, S.V., Hayden, B.Y. & Gallant, J.L. (2006). Spectral receptive field properties explain shape selectivity in area V4.
Journal of Neurophysiology, 96, 3492-3505.
Wu, M.C.K., David, S. V., & Gallant, J.L. (2006). Complete functional characterization of sensory neurons by
system identification.