关于实验室
我们的研究团队结合系统神经科学和现代人工智能，研究新皮质-小脑认知。探索大脑如何处理序列信息，并通过预测误差学习来构建从基本运动技能到包括语言在内的高级认知功能等各种能力。我们通过整合清醒行为动物的大规模神经元记录与基于深度学习的计算建模的综合方法来实现这一目标。
核心方法：
1、使用Neuropixels(高密度多通道电极阵列)和钙成像(例如光纤光度法)在认知任务期间进行大规模神经记录；
2、基于深度学习的建模：构建生物学约束的人工神经网络(ANN)模型并运行模拟，以揭示大脑中的计算机制。
研究主题(示例)
1、小脑序列处理(小鼠实验)；
2、语言和序列处理的fMRI分析(计算)；
3、小脑脑机接口开发(小鼠实验+计算)。
我们还采用AI启发的神经科学方法：我们的工作表明，现代AI——特别是LLMs——可能与大脑共享关键的计算原理(参见下文我们的综述”The brain-AI convergence”)。通过比较两者，我们生成可测试的假设并通过实验进行评估。我们热忱欢迎认同我们愿景的人加入我们的团队。特别欢迎在系统神经科学、动物实验、神经数据分析和/或计算建模方面具有专业知识的候选人。
我们最新的科研成果：
Emergence of syntax and word prediction in an artificial neural circuit of the cerebellum.
https://www.nature.com/articles/s41467-024-44801-6
The brain-AI convergence: Predictive and generative world models for general-purpose computation.
https://arxiv.org/abs/2512.02419
岗位名称：科研助理
岗位职责：
开展生理学实验、数据分析和计算机模拟/计算建模。安装和维护实验设备。具体职责将根据候选人的专业知识和项目分配确定。
任职要求：
1、具备出色的英语书面和口语能力。
2、良好的沟通和协作能力，包括及时汇报工作进展和有效的团队合作。
3、神经科学、生物学、工程学、计算机科学或相关领域的学士或硕士学位(或同等实践经验)。
申请材料：英文简历、求职信
投递方式：
请将申请材料发送至以下电子邮箱：keiko.kitaguchi@gmail.com，并抄送xueshengyuan@cibr.ac.cn。
