导语
集智俱乐部联合国内外多所知名高校的专家学者发起神经、认知、智能系列读书会第四季——。从2024年10月15日开始，预计每周进行一次，预计8-10次，欢迎感兴趣的朋友报名参与，深入梳理相关文献、激发跨学科的学术火花！
背景
昆虫在复杂的环境中能够高效地执行定位、路径规划和目标识别等任务，展现出远超其体型和大脑容量的智能行为，这使得它们成为研究智能系统的重要模型。研究昆虫的导航行为及其计算机制不仅能够加深对昆虫智能的理解，还可以推动人工智能和机器人技术的创新发展。
简介
昆虫是自然界非凡的导航专家，研究昆虫的导航行为及其计算机制是理解昆虫智能的重要途径之一。我们结合了昆虫行为学和神经科学的发现，构建了一套统一的多模态昆虫导航计算模型。该模型整合了昆虫神经系统中常见的神经回路作为计算模块，能够解释昆虫的路径积分、视觉导航、嗅觉导航，以及他们的融合与协同。基于该模型开发了自主导航算法并试图应用在机器人上。为了进一步研究具身智能在昆虫智能中扮演的角色，设计并开发了基于真实沙漠蚂蚁形态的机器人仿真平台。这些研究是对“从生物到机器人再回到生物”的生物机器人（biorobotics）研究方法论的实践，旨在探索昆虫智能的机理，也为人工智能提供新的发展提供想法和途径。
大纲
一、导航视角下的昆虫智能：计算模型及其实现（孙学龙）
二、圆桌讨论(宋卓异，梁希同，魏天骐，傅沁冰)
三、分享总结和下期预告（宋卓异）
主讲人
孙学龙，广州大学数学与信息科学学院，机器生命与智能研究中心特聘副教授。
研究方向：昆虫导航、类脑智能、群体智能，神经网络、生物机器人学领域从事生物学、数学、计算机科学与机器人学的交叉研究，聚焦于运用数学和计算机学为工具，机器人为实现手段，探索昆虫导航等认知行为的内在神经结构和功能机理，拓展人工智能的发展途径。
拟邀请圆桌嘉宾
宋卓异，复旦大学类脑智能科学与技术研究院青年研究员。具有在控制科学和神经科学领域交叉学科的研究背景，长期致力于构建多尺度及大型计算机仿真模型研究神经编码问题，即神经系统将环境信息编码为神经信息，以便在大脑中产生智能。相关成果发表于Current Biology，eLife, Journal of Neuroscience等期刊。
研究方向：计算神经科学、神经系统建模、神经编码、仿生视觉、类脑智能，研究兴趣主要集中在多尺度类脑模型的构建与自适应神经编码研究，如视网膜仿真模型和昆虫复眼仿真模型在仿生视觉系统中的应用。
梁希同，北京大学生命科学学院、北大-清华生命科学联合中心、北大麦戈文脑科学研究所研究员、博士生导师。长期关注动物行为多样性的神经和演化机制，特别是发掘无脊椎动物中所蕴藏的丰富而独特的神经算法资源，相关成果发表在Nature、Science、Neuron、PNAS、Current Biology等期刊。
研究方向：主要研究头足类（包括乌贼和章鱼）的行为、智能与仿生，通过开发基于机器学习的行为定量分析技术和大规模神经活动成像技术，研究变色伪装和触手运动的神经与演化机制， 为类脑计算、图像生成、与仿生软体机器人提供独特的神经算法借鉴与运动控制理论。
傅沁冰，广州大学数学与信息科学学院副教授，广州大学机器生命与智能研究中心副主任，硕士生导师。本科毕业于电子科技大学，硕士博士毕业于英国林肯大学。主持国家自然科学基金面上项目，发表学术论文60余篇，包括IEEE Transactions、Neural Networks等知名期刊论文、IROS、ICRA等顶会论文。
研究方向：生物启发式系统、运动感知、神经网络、机器智能
魏天骐，中山大学人工智能学院副教授，硕士生导师。2013年6月毕业于北京理工大学机电学院，获得学士学位，2019年7月毕业于英国爱丁堡大学信息学院，获博士学位。2021年10月入选中山大学“百人计划”青年学术骨干，并于2022年2月加入人工智能学院，担任副教授，硕士生导师。
研究方向：类脑机器人，涉及计算神经学，类脑计算，机器人学习，强化学习，复杂系统，软体机器人，机器人系统设计，高斯过程等。
直播信息
时间：
2024年12月25日晚上19:00-21:00
扫码参与，加入群聊，获取系列读书会回看权限，成为昆虫智能与AI社区的种子用户，与社区的一线科研工作者与企业实践者沟通交流，共同推动昆虫智能与AI社区的发展。
报名成为主讲人
读书会成员均可以在读书会期间申请成为主讲人。主讲人作为读书会成员，均遵循内容共创共享机制，可以获得报名费退款，并共享本读书会产生的所有内容资源。详情请见：
参考文献
1. Webb, B. (2019). The internal maps of insects. Journal of Experimental Biology, 222(Suppl_1), jeb188094.
2. Sun, X., Yue, S., & Mangan, M. (2020). A decentralised neural model explaining optimal integration of navigational strategies in insects. Elife, 9, e54026.
3. Sun, X., Yue, S., & Mangan, M. (2021). How the insect central complex could coordinate multimodal navigation. Elife, 10, e73077.
4. Sun, X., Fu, Q., Peng, J., & Yue, S. (2023). An insect-inspired model facilitating autonomous navigation by incorporating goal approaching and collision avoidance. Neural Networks, 165, 106-118.
5. Mangan, M., Floreano, D., Yasui, K., Trimmer, B. A., Gravish, N., Hauert, S., ... & Szczecinski, N. (2023). A virtuous cycle between invertebrate and robotics research: perspective on a decade of Living Machines research. Bioinspiration & Biomimetics, 18(3), 035005.
昆虫智能与AI读书会招募中
对简单模式动物的系统研究可以帮助我们看清树丛中的路线，定义和发现关键问题，是脑科学与类脑研究十分必要一环。昆虫智能的研究在国内尚属小众，为了促进来自神经科学、系统科学、物理学、数学以及计算机科学等不同领域，对昆虫智能、仿生机器人、类脑智能与计算、人工智能感兴趣的学术工作者的交流与合作，集智俱乐部联合复旦大学宋卓异、西湖大学孙一、中科院生物物理研究所司光伟和北京大学的梁希同老师，发起了神经、认知、智能系列读书会第四季——。
详情请见：
热门跟贴