從時間知覺到腦成像｜音頻

個人簡歷：

2004-2008年，北京大學(xué)電子信息科學(xué)與技術(shù)和心理學(xué)雙學(xué)士學(xué)位。

2009 - 2015年，美國貝勒醫(yī)學(xué)院神經(jīng)科學(xué)博士（導(dǎo)師：David M. Eagleman，副導(dǎo)師：Wei Ji Ma)

2015 - 2019年，美國普林斯頓大學(xué)博士后（導(dǎo)師：Yael Niv，合作者：Jonathan W. Pillow)

2019年至今，東京大學(xué)神經(jīng)智能國際研究中心（IRCN）PI和項目助理教授

?

01：15?一、關(guān)于科研經(jīng)歷的簡要介紹

04：16 二、關(guān)于時間感知的討論

12：26 三、關(guān)于神經(jīng)表征和學(xué)習(xí)本質(zhì)的討論

22：59 四、關(guān)于計算精神病學(xué)的討論

31：55?五、關(guān)于留日任教的討論

36：15 六、關(guān)于大衛(wèi)·伊格曼的討論

43：04 尾聲：對我們聽眾朋友的建議

一、關(guān)于科研經(jīng)歷的簡要介紹

主持人：Hello，大家好，歡迎大家來到腦科學(xué)連線，我是主持人鴿子，本期節(jié)目呢我們很榮幸地請到了東京大學(xué)神經(jīng)智能國際研究中心的蔡明博老師，那蔡老師先跟大家打個招呼吧。

蔡明博：鴿子你好啊，大家好，非常感謝給我這次機(jī)會跟大家來交流，也祝大家伙好。

主持人：蔡老師可以簡單介紹一下你的研究經(jīng)歷和現(xiàn)在做的方向嗎？

蔡明博：那我從本科開始講吧，我在大三還在一個研究納米的實驗室做一些比較跟電子有關(guān)的項目。后來因為學(xué)習(xí)心理學(xué)以后，對腦科學(xué)比較感興趣，所以在本科畢設(shè)的時候做了一個跟腦成像的數(shù)據(jù)分析算法有關(guān)的畢業(yè)設(shè)計項目。

之后在博士期間在貝勒醫(yī)學(xué)院，跟 David Eagleman研究時間知覺。在這個期間，因為同時跟其他老師的學(xué)習(xí)，對貝葉斯推斷和一些其他方向慢慢產(chǎn)生興趣，所以在我博士后階段，就進(jìn)入普林斯頓的Yael Niv實驗室，相當(dāng)于在研究方向上有一定的轉(zhuǎn)變。之后更加關(guān)注于人的學(xué)習(xí)，另一方面又回到了腦成像算法的開發(fā)上面。當(dāng)然之所以會關(guān)注腦成像算法開發(fā)，其實是因為在實際的應(yīng)用當(dāng)中發(fā)現(xiàn)了一些算法中存在的問題，于是發(fā)現(xiàn)所學(xué)的那些統(tǒng)計學(xué)的貝葉斯的方法可以用來開發(fā)更好的算法。就相當(dāng)于自己找到了一個新的方向。

在博士后之后，我在東京大學(xué)有了自己的實驗室，在方向上也有了一些擴(kuò)展，一方面我們還是在研究人們是怎么樣進(jìn)行學(xué)習(xí)，比如如何學(xué)習(xí)可以獲得更好的獎賞。另一方面也希望通過這些研究對精神疾病能產(chǎn)生幫助。另外，我們繼續(xù)還是在做腦成像分析的一些算法。

還有一個方向就是我們?nèi)绾谓梃b心理學(xué)，尤其是在發(fā)展心理學(xué)得到的一些關(guān)于兒童或者嬰兒怎么樣學(xué)習(xí)的啟發(fā)來設(shè)計一些新的神經(jīng)網(wǎng)絡(luò)，讓它能夠?qū)W到我們認(rèn)為嬰兒在一定的階段可能已經(jīng)掌握的一些能力。最后一個我們現(xiàn)在比較感興趣的方向是，怎么樣可以用腦成像的方法來研究人的自發(fā)的思維。

二、關(guān)于時間感知的討論

主持人：那我們就先從最開始您那個博士階段的研究說起，是關(guān)于時間感知的。因為我感覺時間這個話題其實對每一個人而言都是既陌生又熟悉的，因為就可能對于我自己來說，同樣一段時間，如果我這一周我的工作。非常的多，很忙，接收到的信息量大。就感覺這周特別的漫長，這可能就是一個所謂從個人主觀而言的時間感知的一個不穩(wěn)定性和差異性。所以蔡老師之前他關(guān)注的是視覺刺激和人的時間感知之間的一個關(guān)系。那您可以簡單的為我們科普一下，在這個研究當(dāng)中有一些什么有趣的事情嗎？或者說您的一些研究方法？

蔡明博：我覺得你說的很對，研究時間知覺是一個很大的問題。人對時間的感知或者說判斷其實有不同尺度的。通常情況下，學(xué)者大概會劃分出三個尺度來研究。一個是在秒以下的時間尺度，這個是相對來說比較精確的時間范圍。下一個時間尺度是我們往往更加有意識、會關(guān)注到的時間尺度，就是在幾秒甚至或者幾分鐘這時間尺度。這個時間尺度就可能更加涉及到你生活當(dāng)中等班車啊或者等地鐵時候這樣的時間的感知。那么還有更長的時間尺度，就會涉及到生物的節(jié)律，其實在這個尺度上我們可能不一定把它叫感知。在這個尺度上可能更多還是生物學(xué)研究會多一些。

我在博士階段其實更加關(guān)注于比較短的時間尺度。在這個大的領(lǐng)域，學(xué)者們發(fā)現(xiàn)其實人的時間感知往往是很不確定的，而且是經(jīng)常會受到各種各樣的因素影響。換言之，我們其實很難有非常精確的對時間的判斷。舉個例子來說，你可能會覺得多數(shù)時候我們可以知道什么事情是先發(fā)生，什么事情是后發(fā)生。絕大多數(shù)時候我們可以做這樣的時間的先后判斷。對時間先后判斷有什么用呢？很重要一個用處就是做一個所謂的因果推斷。你怎么知道兩個事情哪個是因，哪個是果？那其實需要根據(jù)各種方面的因素來推斷，但是其中一個重要因素就是時間先后：你會認(rèn)為如果一個事情是原因的話，那它應(yīng)該在結(jié)果之前發(fā)生?？墒菍嶋H上我們對事件的時間先后的判斷，還真的可以發(fā)生改變。比如說，假設(shè)現(xiàn)在給你一個實驗，在你每次移動鼠標(biāo)或者在點擊鼠標(biāo)的時候，我都讓屏幕上顯示出對應(yīng)的變化。但是我讓光標(biāo)的移動和你點鼠標(biāo)之后這個電腦的反應(yīng)都有個延遲，舉例來說我可能給你一百毫秒的延遲。我讓你適應(yīng)了一段這個延遲，比如適應(yīng)了一分鐘甚至半分鐘之后，突然讓這個電腦給你一些正常的反饋，比如說你點一下鼠標(biāo)我馬上呈現(xiàn)一些圖片，你會發(fā)現(xiàn)，這樣的一個正常的在你點鼠標(biāo)之后立即呈現(xiàn)的視覺刺激會被你判斷成在你點鼠標(biāo)之前發(fā)生，也就說你對這個時間的先后判斷，實際上是完全可以顛倒的。那是什么原因呢？我們當(dāng)時認(rèn)為人們對時間的感知可能是在不同的modality（通道）分別進(jìn)行的，比如說你可以認(rèn)為聽覺是一個通道，視覺是一個通道，自己的運(yùn)動也可以當(dāng)作另一個通道?？赡芪覀冊诿總€通道之內(nèi)會保持一個大概的時間判斷。但是不同通道得到的時間信息未必同步。隨著身體的成長和環(huán)境的變化，任何兩個通道獲得的時間信號之間的物理延遲都可能發(fā)生變化。這就需要我們的大腦根據(jù)不同通道間延遲的變化不斷調(diào)整。正是因為這種調(diào)整的機(jī)制使得我們有前面提到的誤判。

我們還做了一些其他方面的研究，關(guān)注什么樣的刺激可以影響人的對時間長短的判斷，以及如果兩個視覺刺激給你不同的關(guān)于時間長短的信息，人腦是怎么整合這樣的信息的。當(dāng)時心理學(xué)界有一個非常火的思潮，就是說人腦可能在做很多推斷的時候，都會以接近于貝葉斯的方式來整合。我想知道人在處理時間信息有沖突的刺激的時候，是不是也是用貝葉斯的方式來整合？但最后發(fā)現(xiàn)其實也不完全是。它一定程度上取決于你給被試呈現(xiàn)的刺激是不是非常自然的。我們呈現(xiàn)的刺激相對來說是一種在心理學(xué)實驗常用，但是在現(xiàn)實生活中不常見的實驗刺激。當(dāng)大腦面對這樣的刺激的時候，整合的方式并不是像貝葉斯那樣最優(yōu)的。

主持人：所以這些研究有沒有一個統(tǒng)一的結(jié)論。比如說我們現(xiàn)實生活中發(fā)生了一個什么事兒，它就能夠用您這個研究當(dāng)中的某個結(jié)論來去解釋呢？什么樣特別的視覺刺激很容易讓我們產(chǎn)生這種時間誤判？

蔡明博：我們發(fā)現(xiàn)如果你重復(fù)觀察一個實驗刺激，你會覺得它所呈現(xiàn)的時間會越來越短。在我們的日常經(jīng)驗中，如果你已經(jīng)習(xí)慣于做一件事情，可能你會覺得時間過得飛快；但是如果今天有很多新的事情發(fā)生，也許你會覺得今天好像更充實，發(fā)生更多的事情，似乎時間變長了。這兩個現(xiàn)象有可能有關(guān)聯(lián)，但是確實它們是在兩個不同時間尺度上發(fā)生的，所以也不能保證說這兩個是同一個機(jī)制，但至少它們在現(xiàn)象上非常接近。

三、關(guān)于神經(jīng)表征和學(xué)習(xí)本質(zhì)

主持人：就剛才您提到說視覺刺激的研究，是不是還需要去看我們的神經(jīng)系統(tǒng)是怎么表征的？這個方面在您的領(lǐng)域是怎么樣進(jìn)行研究的？有沒有一些核心的問題呢？

蔡明博：對，這也是我為什么會在博士后階段選擇轉(zhuǎn)換研究方向的原因。在我的博士期間經(jīng)常會參加視覺科學(xué)領(lǐng)域的會議。視覺科學(xué)家最重視的問題就是神經(jīng)系統(tǒng)是怎么表征視覺輸入的。在我們跟世界交互的時候，我們心里所體會到的世界是三維的。而我們的腦子接受的是來源于每個像素的信息，可以認(rèn)為是二維的圖片，我們的腦子能夠最終把它分割成各個不同的物體、建立了人和它們之間的關(guān)系，以及對空間的表征。通常視覺科學(xué)家把從視覺輸入到最后形成的這些表征之間的表征稱為intermediate representation。但是對這個中間的過程其實我們是一直不理解的：它們到底是在編碼什么樣的信息，應(yīng)該怎樣研究這些表征。那我們一旦討論到在編碼什么，就會想問編碼的目的是什么。很多時候在視覺領(lǐng)域的人通常會覺得，編碼是為了更好的表征環(huán)境的本質(zhì)。那這里就有一個悖論，因為從人和環(huán)境交互的角度來說，我們其實很難真正的接觸到這個世界的本質(zhì)。如果從機(jī)器學(xué)習(xí)的角度可能可以更好地理解我說的這個問題：比如說如果有一個人給你標(biāo)注你眼前看到的圖片，說這個眼前就是一個人，你把這個標(biāo)注當(dāng)成一個ground?truth的話，那一個機(jī)器學(xué)習(xí)系統(tǒng)可以學(xué)習(xí)對眼前的圖片說我看到這個圖片這里有個人。可是這樣的標(biāo)注其實對人來說從來幾乎沒有，或者說即使有也是非常非常稀少的。而嬰兒卻自己可以慢慢地發(fā)現(xiàn)周圍有哪些玩具，哪些玩具可以去玩。但是從來沒有人告訴過嬰兒說，眼前這些像素點其實應(yīng)該組合在一起被當(dāng)成一個物體，那些像素點可以當(dāng)成另一個物體，所謂的ground?truth對于大腦來學(xué)習(xí)分割環(huán)境成物體以及它們之間的關(guān)系的任務(wù)來說其實是沒有的。

那如果沒有的話，我們怎么樣來假設(shè)視覺系統(tǒng)的目的是表征這個環(huán)境中真實的變量呢？

我當(dāng)時的一個懵懂的想法是這樣來看的話，我應(yīng)該去轉(zhuǎn)向研究人腦怎么學(xué)習(xí)，或者說怎么學(xué)習(xí)表征。大概在我博士快畢業(yè)的時候，DeepMind這個公司他們做了一項比較有意思的工作，有一個比較老的街機(jī)游戲叫Atari，他們設(shè)計了一個神經(jīng)網(wǎng)絡(luò)來學(xué)習(xí)如何通過選擇現(xiàn)在的操作使得將來更可能贏這個游戲，獲得更多未來的獎賞，最終這個網(wǎng)絡(luò)能夠?qū)W會玩復(fù)雜的游戲。這背后的理論假設(shè)就是reinforcement?learning。?

Atari開發(fā)的的經(jīng)典街機(jī)游戲機(jī)

Atari vuelve al ruedo con gadgets inteligentes para el hogar | Tecnología - ComputerHoy.com?

直觀上，人當(dāng)然也會得到各種獎賞，那也許其實我們的表征形成最終目的是為了能夠適應(yīng)環(huán)境、能夠繁衍后代、能夠生存，能夠獲得這些基本的獎賞。也許其實生物最終就是為了達(dá)到這些目標(biāo)，而這些獎賞才塑造了我們的這個感知系統(tǒng)，使得我們的視覺系統(tǒng)形成了有利于我們完成那些任務(wù)的表征。那些能夠幫助我們完成比如說生存、繁衍、找到食物這樣的任務(wù)的表征才是大腦需要的。因此，也許如果想要理解視覺，我們可以先去研究，動物或者說人怎么樣通過獎賞來學(xué)習(xí)。所以這是當(dāng)時想要轉(zhuǎn)方向進(jìn)入到研究學(xué)習(xí)的這樣一個領(lǐng)域。

現(xiàn)在我自己的實驗室在做的一些神經(jīng)網(wǎng)絡(luò)的工作中，我們的思路是，我們先來假設(shè)一個嬰兒或者是一個剛出生的動物，他們學(xué)習(xí)的目標(biāo)是什么，他們想要完成什么樣的任務(wù)。

當(dāng)然最終任務(wù)的也許很復(fù)雜，比如說獲取食物，但是有可能有些中間的任務(wù)想要完成，那我們也許可以先構(gòu)建中間任務(wù)，然后對這個任務(wù)來設(shè)計一個神經(jīng)網(wǎng)絡(luò)，讓這些神經(jīng)網(wǎng)絡(luò)能夠通過學(xué)習(xí)這個任務(wù)形成我們認(rèn)為人或者動物可能存在的一些表征。這是我們在嘗試的一些工作。

主持人：那您覺得這方面研究和未來的人工智能領(lǐng)域的發(fā)展，它有沒有一些可以相互滲透或者說借鑒的地方呢？

蔡明博：有的，我們現(xiàn)在實驗室做一些神經(jīng)網(wǎng)絡(luò)所用的工具其實跟人工智能常用的方法是類似的。但是可能我們關(guān)注的問題和很多人工智能學(xué)者關(guān)注的問題不太一樣。我覺得人工智能學(xué)者可能更多關(guān)注解決現(xiàn)實的問題，比如針對自動駕駛，如何把這個問題細(xì)分成很多子任務(wù)來分別學(xué)習(xí)。而我們可能更關(guān)注這個表征問題。就好像我們在開車的時候，你大概可以把面對的場景分割成路和車子對吧？這個分割是很重要，并不是說人工智能它不解決分割問題。但是我覺得一個更根本的問題是這個分割的能力是怎么來的。

那人工智能目前的解決方案還是像我剛才說的，假設(shè)這個世界存在ground?truth，而ground truth通常是由人來標(biāo)注，或者把一些其他的傳感器獲取的信息當(dāng)成ground?truth，然后讓神經(jīng)網(wǎng)絡(luò)來學(xué)習(xí)從視覺信息映射到這些ground?truth。但我覺得這個思路跟人學(xué)習(xí)的過程是完全不一樣，因為人不存在這些ground?truth。

所以我覺得本質(zhì)問題就是人怎么樣能夠形成這些基本的概念，人怎么樣理解這個世界是由物體產(chǎn)生的，怎么樣通過一定的學(xué)習(xí)的目標(biāo)自發(fā)的把世界分割成物體，然后進(jìn)一步在這個物體之上建立概念。怎么知道什么物體應(yīng)該是同一個類別的（因為他們可能有共同的性質(zhì)），然后進(jìn)一步的學(xué)習(xí)物體跟物體之間的關(guān)系。我覺得這是人對世界的基礎(chǔ)的認(rèn)知，相當(dāng)于building?block。那相對來說，這方面可能我更多的是受到認(rèn)知科學(xué)和神經(jīng)科學(xué)的影響。至少傳統(tǒng)的認(rèn)知科學(xué)還是會認(rèn)為，人對世界有這樣一個比較符號化的表征，可能會認(rèn)為這個世界包含物體和概念，物體之間存在各種關(guān)系。我們現(xiàn)在想要回答的問題就是--怎么樣讓這些概念和對物體的理解自發(fā)形成，而不再過分的借助于人對神經(jīng)網(wǎng)絡(luò)的教學(xué)。因為教學(xué)永遠(yuǎn)是無止境的，這個世界上物體概念實在太多了，沒有辦法完全窮盡。所以可能應(yīng)該是有一種學(xué)習(xí)common?knowledge的能力。這方面是我覺得可能跟人工智能有結(jié)合的點。

四、關(guān)于計算精神病學(xué)

主持人：那下一個問題可能是跟您目前的一研究會比較有關(guān)系，因為剛剛您有提到您現(xiàn)在會關(guān)注一些精神疾病，是屬于計算精神病學(xué)領(lǐng)域的嘛。

?

蔡明博：嗯，對的，大概現(xiàn)在有這樣一個比較時髦名詞，叫做計算精神病學(xué)。我覺得大致上原因是精神疾病本身是一個非常復(fù)雜的現(xiàn)象。你可以發(fā)現(xiàn)在所有的醫(yī)學(xué)領(lǐng)域里面，精神疾病可能是少數(shù)的沒有我們經(jīng)常見到的通過實驗室的各種化驗和檢測來幫助診斷的疾病。比如說對糖尿病或者高血壓，有很多的生理指標(biāo)可以幫你去檢測，甚至可能還有些分子指標(biāo)來幫你檢測?？墒乾F(xiàn)在，精神科醫(yī)生來診斷精神疾病的時候，往往還是通過觀察，還有就是根據(jù)病人自己的主觀報告，或者他的親人、朋友對他的遇到困難的報告來做一個判斷。其原因很大程度上是因為我們對精神疾病產(chǎn)生機(jī)制的理解還非常不夠。

那為什么這個理解這么困難？很大原因是我們之所以能夠產(chǎn)生精神疾病，可能是一個極其復(fù)雜的非線性的過程，它和個人的學(xué)習(xí)方式有關(guān)。當(dāng)然也許會有些基因的因素，但我認(rèn)為其實基因的因素本質(zhì)上就是導(dǎo)致人的學(xué)習(xí)方式不同，那么學(xué)習(xí)方式不同，再加上每個人有特定的環(huán)境，每個人周圍的人或者事對他的壓力不一樣。當(dāng)特定的壓力存在的時候，再加上一個人特定的學(xué)習(xí)方式，可能導(dǎo)致人整個思維方式的改變，然后就會陷入到一種不同的狀態(tài)。

這樣來說，如果想要理解這些機(jī)制的話，我覺得就會有兩個角度非常需要計算模型。

一個是你需要把你看到的臨床的現(xiàn)象跟腦的機(jī)制來建立聯(lián)系。我們通常研究腦機(jī)制的時候，可能經(jīng)常會研究一些分子啊，神經(jīng)通路啊，或者比較簡單的認(rèn)知的過程。這些機(jī)制可能還是不太容易跟在疾病上的表現(xiàn)建立聯(lián)系。它們中間的橋梁就是對行為的建模。為什么人會有這樣的行為，為什么人會有這樣的思維方式？這些是心理學(xué)一直在研究的問題。對于這樣的問題，最好的描述方式當(dāng)然是用計算模型。因為通過建立這樣的模型來描述行為，每一個模型都會有參數(shù)，那么一個人就可以用這些參數(shù)來量化的描述。比如說人的工作記憶容量是怎樣，人在學(xué)習(xí)的時候在不同方面的學(xué)習(xí)速率怎樣。這些參數(shù)會間接反映每個人學(xué)些的方式的不同。如果學(xué)習(xí)方式是導(dǎo)致精神疾病的一個原因，那么我們就可以通過分析受精神疾病困擾的人群的學(xué)習(xí)方式來了解疾病產(chǎn)生的機(jī)制。

另一方面，現(xiàn)在隨著科技的發(fā)展，除了臨床的數(shù)據(jù)，在人們被告知且同意的情況下，研究者有可能獲得大量的人日常的行為的數(shù)據(jù)。那么這些數(shù)據(jù)其實可能也可以幫助我們找到跟疾病相關(guān)的各種因素，他們怎么會導(dǎo)致疾病。所以這也需要新的計算手段來開發(fā)與分析大數(shù)據(jù)。

所以一方面是要找到認(rèn)知的機(jī)制和疾病的聯(lián)系需要建立模型。另一個方面當(dāng)數(shù)據(jù)比較大的時候，你會需要機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘的方法來尋找疾病和各種因素之間的關(guān)系，這是我的理解。

主持人：那您自己目前的這方面研究里面有沒有一些有意思的成果跟我們分享呢？

蔡明博：我們現(xiàn)在還做這方面的實驗，還不能說是成果。我們比較感興趣的一個方向就是精神分裂跟人的學(xué)習(xí)可能會有什么樣的關(guān)系?？催@個領(lǐng)域的文獻(xiàn)會發(fā)現(xiàn)其實有很多的認(rèn)知過程都跟精神分裂有關(guān)系，比如說工作記憶的衰退。我們更多關(guān)注的是有沒有可能人在學(xué)習(xí)的過程中過度的泛化有可能會導(dǎo)致精神分裂中的一些癥狀，比如妄想。因為我們的合作者的計算模型，發(fā)現(xiàn)當(dāng)你建立一個強(qiáng)化學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)來學(xué)習(xí)在一個環(huán)境中獲得獎賞，如果針對于正性的獎賞和負(fù)性獎賞，以及針對于泛化和對每個不同情境的特性的學(xué)習(xí)設(shè)定特定的學(xué)習(xí)率，這個神經(jīng)網(wǎng)絡(luò)更加容易出現(xiàn)類似于幻覺的表征。所以我們想有沒有可能通過設(shè)計實驗來測量人在學(xué)習(xí)泛化和學(xué)習(xí)特定的情境下的策略對應(yīng)的學(xué)習(xí)率，學(xué)習(xí)率的不同是不是可以預(yù)測疾病的嚴(yán)重程度？這就是我們在做的一個事情。

然后另一個方向是我們希望能夠通過腦成像的方法來研究人的自發(fā)的腦活動。我們想知道當(dāng)你平時做白日夢、天馬行空想問題的時候，你想問題的這個動態(tài)過程或者說你的腦活動的動態(tài)過程跟一些精神疾病，比如抑郁之間的關(guān)系。因為當(dāng)人抑郁或者焦慮的時候，往往很難跳出對一個特定的問題的思考，或是反復(fù)的陷入一定的思考方式。那我們有沒有可能把這樣的思維模式從腦成像數(shù)據(jù)當(dāng)中解析出來，進(jìn)一步看到不同的人陷入這樣的思維模式的頻率是多少，這個頻率是不是有可能會跟疾病嚴(yán)重程度有關(guān)？這是另外一個在做的方向。當(dāng)然我們目前還在關(guān)注于開發(fā)研究自發(fā)思維的算法。

三、關(guān)于留日任教的討論

主持人：您求學(xué)階段是在美國。但是后來又選擇到東京成立實驗室，這個選擇中間有沒有什么故事呢？

蔡明博:?也沒有特別多的故事，我覺得就是可能兩個因素吧，一個是因為在疫情之前呢覺得至少日本離中國近些，可能回家看父母會容易和現(xiàn)實一些。當(dāng)然疫情發(fā)生之后，這個愿望也不是太容易實現(xiàn)。然后另一個因素我覺得其實也蠻現(xiàn)實的，就是在我申請到的職位當(dāng)中，挑了一個我覺得條件還不錯的職位。

主持人：那現(xiàn)在這個科研工作感覺怎么樣就是，狀態(tài)呀還有就整個進(jìn)展還順利嗎？

蔡明博：可以說像所有的年輕老師一樣吧，肯定有各種各樣的壓力和新的挑戰(zhàn)，我覺得還好?；旧洗蟛糠猪椖慷歼€算是一個在比較有序的進(jìn)展當(dāng)中，當(dāng)然每個項目可能都會遇到一些困難。在當(dāng)你自己建立實驗室之后，你會發(fā)現(xiàn)確實有很多需要學(xué)的新的東西。你基本上要負(fù)責(zé)所有的事情。你可以想象一個實驗室要運(yùn)轉(zhuǎn)的所有事情，甚至包括怎么設(shè)計地毯，怎么樣構(gòu)建服務(wù)器，怎么樣布置家具，這些都需要你去考慮。所有這些問題接二連三的過來，其實會蠻分散心力。以前一個老師跟我說的話我倒覺得值得分享。他說博士和博士后階段是你可以專心學(xué)習(xí)的最好時間。當(dāng)你一旦成立實驗室，你會發(fā)現(xiàn)真正看代碼、寫代碼、debug的時間會越來越少。而你的經(jīng)驗積累其實往往來源于這些debug的過程中。但另一方面呢其實也蠻有成就感，就是你會看到你可以逐漸的把你認(rèn)為合適的人放在一起，他們有各自的專長，然后大家一起來做你認(rèn)為重要的研究方向。

另一方面想分享的是當(dāng)你在博士后階段考慮到底是不是將來真的想要去做一個PI的時候，你需要意識到當(dāng)你真正開始開實驗室的時候，可能跟你想象的不一樣，你會有很多時間需要處理非學(xué)術(shù)的事物，你要想清楚這樣的生活是不是你想要的。這也沒有辦法，因為你需要為你的實驗室成員創(chuàng)造一個環(huán)境。所以這就是一個權(quán)衡的選擇，看你是不是愿意分散時間和精力去做這些一定程度上非學(xué)術(shù)的事情。

?

四、關(guān)于大衛(wèi)·伊格曼的討論

主持人：那下一個問題是關(guān)于您博士期間的導(dǎo)師David Eagleman，他是西部世界第二季的科學(xué)顧問，然后之前還有在TED給過演講。您從他那兒得到的最大的收獲是什么呢？另外您能推薦一本他寫的書嗎？

蔡明博：嗯對，我先從后面往前說，就是最喜歡的一本Incognito: the secret lives of the brain。因為之所以那本書讀得多，因為這是他最重視一本書，就是他把他對于神經(jīng)科學(xué)的理解都灌注到這本書里邊。那后來他基于這本書也拍了一部關(guān)于大腦的紀(jì)錄片（注： The Brain with David Eagleman）。那部紀(jì)錄片我個人覺得在神經(jīng)科學(xué)的科普節(jié)目里面應(yīng)該是最好的，非常通俗易懂，某些問題還講得非常深入的。他對我的影響我覺得是一種big?picture（大方向）的思考，我老師在實驗室里面蠻喜歡跟大家在吃午飯的時候聊天，去聊些蠻大的一些問題。有些甚至比較天馬行空，比如說他有一次問如果我給你無數(shù)的錢，你不用擔(dān)心經(jīng)費，你最想研究什么問題。我覺得這問題現(xiàn)在想想其實挺重要的，因為確實很多時候我們不太敢于想這個問題，可能做學(xué)生經(jīng)常會想現(xiàn)在什么樣的研究是趕時髦，或者被大家重視的問題，或者說什么問題是別人認(rèn)為重要的?？墒锹銘?yīng)該形成一個獨立的思考，應(yīng)該想想我當(dāng)年為什么要進(jìn)入這個領(lǐng)域，什么問題是當(dāng)年真正驅(qū)動我來研究人腦、研究心理學(xué)，那么這些問題我怎么樣轉(zhuǎn)化成我的實驗問題?；蛘吣阏驹诟呓嵌葋碚f，也許你的最終目標(biāo)是要研究意識，或者最終你要想要治療精神疾病--我覺得可能很多人是抱著這樣的心態(tài)進(jìn)來的話，可能會覺得意識最重要的問題，但后來慢慢研究發(fā)現(xiàn)研究意識太難了，就可能研究其他問題?？墒侨绻阍僦匦孪脒@些大的問題，假如說有一個在你年輕時候最最困擾你的問題，那這時候我覺得你可以想想，如果最后想要推動這個領(lǐng)域的研究，逐漸的想要回答這些本質(zhì)的問題的話，你下一步應(yīng)該做什么？我覺得這個這樣的思維方式對我的影響還是蠻大的。更重要的是從你自己角度來說，你覺得什么問題是更本質(zhì)的，更值得研究。

?

五、 對我們聽眾朋友的建議

主持人：今天采訪的差不多了，最后再給我們的聽眾朋友一些建議吧！

蔡明博：我覺得可能有兩點是自己目前相信的研究思路。一個是我們在回答大腦在表征什么，或者研究其他的具體問題的時候，可能更多的應(yīng)該是來思考，如果我們形成了一個大腦，它究竟要完成什么目標(biāo)。當(dāng)我們以這種目標(biāo)導(dǎo)向來思考具體的問題，可能會更有幫助。尤其是當(dāng)你想要把神經(jīng)科學(xué)跟人工智能結(jié)合起來。那另一個建議是剛才說的，可能有點老生常談，就是在你做研究生和博士后階段時候，還是盡可能的把基礎(chǔ)打得更牢一些。

主持人：抓住這個學(xué)習(xí)機(jī)會，就是純粹做研究的黃金時期。

蔡明博：對對，是這樣子的。

主持人：嗯好，那我們今天的采訪差不多就到這里結(jié)束了，我相信聽這期節(jié)目的這個小伙伴們應(yīng)該都會有很多的收獲。那我們再次感謝蔡老師來到我們的節(jié)目，謝謝您。

蔡明博：非常感謝鴿子的采訪，謝謝給我這次機(jī)會。

主持人：那我們今天的節(jié)目就到這里了，拜拜。

制作人員

策劃：Qifan & Wendy

主持人：鴿子

編輯：Kelsey

海報封面：胡小胡

排版：星琪