index_new5.html
../../../zaker_core/zaker_tpl_static/wap/tpl_guoji1.html
![]()
北京师范大学在读博士王志鹏将介绍Luppi等人的研究，利用信息分解方法分析大脑区域间的功能性相互作用，揭示协同和冗余部分在信息处理中的角色，发现人类大脑在协同信息利用上与非人灵长类有显著差异，为理解意识状态下的信息整合提供了新视角。
🧠 该研究通过信息分解方法，将大脑区域间的功能性相互作用分为协同和冗余两部分，深入探讨了它们在信息处理中的作用。
🔗 研究发现，冗余相互作用与模块化感觉运动处理相关，而协同相互作用则支持整合过程和高阶脑网络中的复杂认知。
👽 人类大脑相较于非人灵长类，更多地利用协同信息，特别是在高协同关联皮层区域，显示出进化上的优势。
💡 研究还发现，有意识状态下的被试者在协同交互较大的脑区中，整合信息显著降低，这为理解意识状态提供了新的科学依据。
🔬 通过结合功能和结构神经成像以及元分析，研究揭示了大脑中协同作用的聚合突触基础及其代谢和分子基础。
大脑如何将多种来源的信息编排成统一的意识体验？神经信息处理的组织如何使人类的认知变得复杂？本周五的「因果涌现」读书会将由北京师范大学在读博士王志鹏介绍 Luppi 等人关于大脑协同核的研究。他们利用信息分解方法，将大脑区域之间的功能性相互作用分解为协同和冗余部分，揭示它们在信息处理中的独特作用。研究发现，冗余相互作用主要与结构耦合的模块化感觉运动处理相关，而协同相互作用支持整合过程和高阶脑网络中的复杂认知。人类大脑比非人灵长类更多地利用协同信息。此外，作者也发现相比有意识状态的被试者，无意识被试者的整合信息发生显著降低的区域都属于协同交互发生更大作用的脑区，同时也定位了该区域所属的功能区。神经信息处理的组织如何使人类具有复杂的认知能力？在本次分享中，我们讲解“人类大脑进化和认知的协同核”这篇工作，该工作将大脑区域之间的功能交互分解为协同和冗余的组件，揭示了它们不同的信息处理角色。将功能和结构神经成像与元分析结果相结合，证明冗余相互作用主要与结构耦合，模块化感觉运动处理相关。相反，协同作用支持跨高阶大脑网络的综合过程和复杂认知。同时与非人类灵长类动物相比，作者发现人类大脑在更大程度上利用协同信息，高协同关联皮层表现出最高程度的进化皮质扩张。通过正电子发射断层扫描的突触密度图和趋同的分子和代谢证据分析得到，受体多样性和人类加速基因支持突触功能的协同相互作用。这种信息解析方法提供了从耦合中分离信息集成的分析工具，支持对功能连接进行更丰富、更准确的解释，并阐明了人类神经认知架构如何在稳健性和集成之间进行权衡。此外，作者也发现相比有意识状态的被试者，无意识被试者的整合信息发生显著降低的区域都属于协同交互发生更大作用的脑区，同时也定位了该区域所属的功能区。背景知识与问题
冗余与协同相互作用
独特的神经解剖剖面的协同与冗余作用
协同和冗余的独特图论概要
独特的结构支持协同和冗余
高协同脑区的进化增强
大脑中协同作用的聚合突触基础
代谢和分子基础的协同作用
与产生意识相关的功能区域
冗余信息 redundant information
协同信息 synergistic information
整合信息 integrated information
功能连接 functional connectivity
结构连接 structural connection
Luppi, Andrea I., et al. A synergistic core for human brain evolution and cognition. Nature Neuroscience 25.6 (2022): 771-782. https://www.nature.com/articles/s41593-022-01070-0
Luppi, Andrea I., et al. A synergistic workspace for human consciousness revealed by integrated information decomposition. BioRxiv (2020): 2020-11. https://www.biorxiv.org/content/10.1101/2020.11.25.398081v5.abstract
这项研究在意识科学中的全局神经工作空间和整合信息论之间进行了概念和实证调和，解释了静息状态网络在人类信息处理架构中的作用，并有助于理解人脑如何通过信息的协同整合以支持意识。
王志鹏，北京师范大学在读博士，研究兴趣包括复杂系统多尺度建模、因果涌现等。时间：2024年7月12日（本周五）晚19:00-21:00斑图链接：https://pattern.swarma.org/study_group_issue/692
扫码参与因果涌现读书会，加入群聊，获取系列读书会回看权限，加入因果涌现社区，与社区的一线科研工作者沟通交流，共同推动因果涌现这一前沿领域的发展。报名成为主讲人：
跨尺度、跨层次的涌现是复杂系统研究的关键问题，生命起源和意识起源这两座仰之弥高的大山是其代表。从2021年夏天至今，集智俱乐部已经陆续举办了四季「因果涌现」读书会，系统梳理了因果涌现理论的发展脉络，深入探讨了信息整合与信息分解的本质，并探索了在生物网络、脑网络、机器学习等跨学科领域的应用。此次因果涌现读书会第五季将追踪因果涌现领域的前沿进展，展示集智社区成员的原创性工作，希望探讨因果涌现理论、复杂系统的低秩表示理论、本征微观态理论之间的相通之处，对复杂系统的涌现现象有更深刻的理解。读书会从2024年4月19日开始，每周五晚20:00-22:00进行，持续时间预计8-10周。欢迎感兴趣的朋友报名参与！
作为北师大系统科学学院的教授，以及集智俱乐部、集智学园的创始人，集智科学研究中心院长，张江从2003年开始，就长期从事有关复杂系统建模的工作。近年来，张江带领着北师大的研究组开始聚焦在基于新兴AI技术进行基于数据驱动的自动建模研究，并立志破解复杂系统的涌现之谜。我们希望可以有对复杂系统自动建模领域有热情，且认可这个领域发展前景的朋友一起来合作，促进这一领域的快速发展。我们希望这个叫做“ Complexity AI ”，中文叫做“复杂AI次方”的开放实验室，能够真正实现思想共享、资源共享、跨学科交叉，共同为复杂系统自动建模而奋进。
详情请见：“复杂 AI 次方”开放实验室招募，挑战“涌现”难题
