侧向预测编码统计物理学

报  告 人：周海军  研究员     中国科学院理论物理研究所

报告时间：2026年4月28日   周二上午10：00-11：00

报告地点：物理科技楼 101室

报告摘要：生物大脑系统在长期的演化适应过程中，对输入感知信号形成了强大的特征识别和特征分离的能力，而且该功能的实现并不需要主观意识的参与，其中一种关键的微观机制是同一层级神经元之间的侧向相互作用（即侧向预测编码）。我将介绍一个非常简单的线性侧向预测编码模型，从能量与信息鲁棒性二者妥协的角度讨论该系统自发涌现出特征识别功能的现象，展示系统将不同的非高斯特征信号成分用不同的单个神经元进行选择性表征的能力。该功能的自发涌现伴随着多个非连续相变，表现为平均能量和信息鲁棒性的跳跃性改变。侧向预测编码系统在不增加能耗的情况下，也可以实现对输入信号的快速响应。我也将讨论模块化结构对侧向预测编码的影响。

报告人简介：

周海军，中国科学院理论物理所研究员，兼任中国科学院大学物理学院副院长。曾获国家杰出青年基金支持，是第十一届中国青年科技奖获奖人之一。1991-1995年求学于南开大学物理系；2000年获中国科学院理学博士学位，同年获洪堡基金会资助在德国马克斯普朗克胶体与界面研究所从事博士后研究；2005年入职中国科学院理论物理研究所。研究领域为统计物理，尤其侧重于自旋玻璃平均场理论及其在交叉学科中的应用，在单分子聚合物熵弹性力学、非合作博弈论、复杂网络等方面也做过一些工作。近年关注神经网络统计物理学和细胞内的非平衡动力学。出版专著《自旋玻璃与消息传递》（科学出版社，2015）。