神经生物学73分以及rebuttal

June 26, 2009

周##同学,
 
不仅是你,改完考卷我也对这样的成绩非常失望。
你对学问有执着的追求,张XX老师对你的评价非常好。
但是,你在张老师实验室的工作成绩不能代替你神经生物学这门课的学习成绩。
总成绩中,你获分最低的部分是读书报告,具体成绩是12/20。原因在于这份读书报告并没有多少内容是涉及神经生物学内容的。
从读书报告中,我可以看出你认真阅读了关于 Sparse coding
的一些文章。但是从中并不能体现你对神经生物学基础知识的了解和掌握。具体而言,读书报告中的第一句话涉及“adaptation”。因此我给你出的讨论题中的第一题就是关于“adaptation”的。你的回答仅对了一部分。至于遗漏了什么,我相信你在今后的研究和文献阅读中能够找到答案。
另外,学生科研是学校目前提倡的。但是,这是针对“学有余力”的情况而言。没有理由说因为“课余科研忙不过来”就可以随意缺课。凡事都应该有个主次。所以,你的平时成绩也不高。这是我的评判标准。
 
梁XX

—————————————————————–华丽分件线
梁老师,您好!

读书笔记是我慎重选择的,并不像很多同学抄书应付了事,显然,

从我看过的纯生物paper和textbook里,摘抄一些已成定论的知识并不是难事。之所以选择这套理论,是我欣赏这套理论的东西。诚然,神经科学领域的帮派之争本来就很严重,做实验的看不起做理论的,做理论的不屑做实验的闷头做实验,以理论神经生物学的内容做为我的读书报告,会引起争议,我能理解。

这套efficient coding理论的核心假设是神经元的行为在一定的生理学限制(如cortical rewiring, metabolic constraint)下总在最大化的
编码信息,使得感知到的信息最大化。sparse coding只是efficient coding的一个小分支,在解释一些V1区域感受野的性质。而efficient coding这个假设,可以解释大脑更高层次的一些活动规律,比如说IT区对特定人脸的响应,以及后来的nest cell。由于篇幅所限,我在读书笔记中只涉及两点,一是单个神经元在限制条件下响应是符合高斯分布的,而高斯分布正是信息熵最大的分布。二是多个V1区simple cell的响应,如果要使信息最大化,应该满足响应独立的条件。生理学的证据在我所引用的那两篇文章里。最后总结段,阐明了我的观点:神经生理学的一些实验应该在理论的假设下进行,根据理论的假设解释所得到的生理学数据。那个鸟飞行的例子非常经典,故引用之做为我读书笔记的结尾。

个人认为,notetaking并不是简单的抄书了事,更重要的表达自己所支持的观点,当然,梁老师可以反对。这本来就是尚为定论的科研问题。也许是由于大家研究的方向不同,存在一些争议。但我所支持的这个流派的各个大牛,
NYU的Simoncelli, Berkeley的Olshausen, Cornell的David Field, MIT的Poggio,Marr, Princeton的William Bialek等等等,做的东西都相当的靠谱。下面是一些sparse coding的文章,请梁老师鉴定这些是不是神经生物学的内容范畴。

[2] A. J. Bell and T. J. Sejnowski. The ”independent components” of natural scenes are edge
filters. Vision Res, 37(23):3327–3338, December 1997.
[8] Y. Karklin and M. S. Lewicki. Emergence of complex cell properties by learning to generalize
in natural scenes. Nature, 457:83–86, January 2009.
[14] B. A. Olshausen and D. J. Field. Emergence of simple-cell receptive field properties by learning
a sparse code for natural images. Nature, 381(6583):607–609, June 1996.
[15] B. A. Olshausen and D. J. Field. Sparse coding of sensory inputs. Current Opinion in Neurobiology,
14(4):481–487, August 2004.
[22] E. P. Simoncelli and B. Olshausen. Natural image statistics and neural representation. Annual
Review of Neuroscience, 24:1193–1216, may 2001.
93.  Analyzing neural
responses to natural signals: Maximally informative dimensions
.  T Sharpee, NC Rust & W Bialek, Neural  Comp
  16, 223-250 (2004); physics/0212110
(2002).

PS. 附件里有我投出的NIPS09的一篇文章,读书笔记里的内容正我好是我这篇文章的一个计算层次。我想说明的是,做仿脑计算并不是一味什么人脸识别,小波感受野。更重要的根据神经生理学的证据和定性结论,推演出一些理论和定量模型,而这些理论和模型能预测更多的神经生理学现象,或者帮助解决一些工程学问题。我会在这方面努力。

PS2 我从小到大对成绩都不计较,但这个73分我会好好记着,等我的工作有了第一篇nature文章,我会自豪的给别人说,我当年神经生物学只考了73。中国的高等教育的狭隘和对科学的玷污外加毁人也不是一两天了,很遗憾,正规课程不能满足的我求知欲望。

———————————-华丽分界线

背景知识:梁老师,SJTU生命科学学院搞视网膜生理学的的教授,泡泡选修了她的神经生物学。其中要递交一份读书报告,泡泡递交了一份有关efficient coding theory的英文报告。

———————————-华丽分界线

‘分清主次’,看来我越来越分清主次了。其他正规课程60,70分我也就认了,这课是我这学期上最认真的一门且还是我做的老本行。。。想起打印出来看过的至少200篇纯神经paper(nature,science,annu rev),也就有了更多的讽刺意味。不过,笑笑也就罢了。

不畏浮云遮望眼,只缘身在最高层

5 Responses to “神经生物学73分以及rebuttal”

  1. Xiaodi said

    哈哈, LPJ。。。我以前跟她请教过一两句计算,但是感觉她完全不懂这块儿,并且比较敌视的说。我想象的出来,你写的是计算神经生物学,她要的是神经生物学。PS.1 你现在的路子跟我前几年比较像,我可以负责地说,从你现在的状态到真正的科学,中间还缺了一环,要补这一环,的确需要神经生物学的东西——虽然我也不太想承认这一点,但是这是我这一年的一个体会。PS.2 不要以发了nature为标准,发了又怎样?nature上也有垃圾文章。真正的科学不因为发在nature上而变得更正确。PS.3 所以我现在跟人自我介绍时候都这么说:初次见面,你好你好…… 哦,我呀,我傻逼交大毕业的。PS.4 我现在总是自豪地说,我跟交大时候高数5修线代4修,来Caltech后每学期一门数学课平均分A。所以傻逼交大才是世界顶尖的大学。PS.5 以前我上英语课,写了一篇文章,助教给我A-,但是老师后来翻了一下我的文章,吓了一跳。找我,一口认定这文章是抄的,说“这样水平的文章我是写不出来的,我想象不出来一个学生怎么写出来”,直到我逐句给他讲解他才信。但是我不知是出于什么原因,他最终还是没把A-换成A+。

  2. Chen said

    As for "神经科学领域的帮派之争本来就很严重,做实验的看不起做理论的,做理论的不屑做实验的闷头做实验", I do not think so. If you replace the word "theory" with the word "model", it might be the truth. Experiments are designed to test the hypothesis (theory) just as models are built to test the hypothesis (theory). Some experimentalists do not buy the bill of computational models, just because a lot of computational models are purely built for the purpose of fitting the experiment data. It is really astonishing that you have read "至少200篇纯神经paper(nature,science,annu rev)". Do you mean that you read them from title to end, or you just read the abstract of them?

  3. Bubble said

    to SongTo revisit what that sentence, I contend that it is somewhat too general and rough, thanks for pointing to me. But there is indeed deep gap between theoretist and experimentalist. And model is just a small branch of building theory. The most significant theory, in my opinion, is not only interpret experimental data(like tuning curve,etc), but also able to predicate the unknown things that help experimentalist design the experiment specfically for them.As for the papers, it is known that there is not only information redundancy in natural images but also in the natural languages. The process of reading paper is to gain the effective information and reduce the redundancy. It should be emphased that the judgement of redundancy should depend on individual, as for me, currently not neurophysiolgical experimentalist, the purpose of reading papers of pure neural topic is to generalize them. Moreover, here I stated that the amount belongs to printed papers,which are worth indepth studying for me, and other papers which only worth brief abstract reading is only proceeded on computer🙂 I am really bored that if studing paper and writing computational algorithm are both on computer, my brightest eyes would be deprived…

  4. Go said

    ?转贴还是什么?怎么没在sparse coding的论文中看到 Donoho的文章? 确实这个领域的分歧很严重,我见过的professor 讽刺marr和poggio和有的是。

  5. Bubble said

    to 王盟Donoho,candes那套SC和CS是从调和分析以及纯数学走过来的。。这里的sparse coding是从神经的背景下的。虽然两者有共同数学理论根源,但这里神经学的sparse coding意在解释神经元以及脑层次结构的一些生理学响应共性。

Leave a Reply

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out / Change )

Twitter picture

You are commenting using your Twitter account. Log Out / Change )

Facebook photo

You are commenting using your Facebook account. Log Out / Change )

Google+ photo

You are commenting using your Google+ account. Log Out / Change )

Connecting to %s

%d bloggers like this: