12月17日下午，心理学院“尖峰卓越心理讲堂”第一百四十二讲在33幢511会议室顺利举行。本次讲座特邀麻省理工学院麦戈文脑研究所博士后路子童担任主讲，他以《Deeply Probing Visual Mechanisms Using Human EEG and Artificial Neural Networks》为题，深入阐述了如何结合人类脑电与人工神经网络，突破传统实验限制，推进视觉认知机制的跨学科研究。讲座由李城林主持。
路博士从交叉学科视角出发，指出传统认知神经科学研究在实验操纵与测量上的局限，并提出深度神经网络可作为强大的计算模型，为揭示人脑视觉处理机制提供新路径。
讲座重点分享了两项前沿工作。第一项聚焦“面孔重复抑制”现象，通过将人类EEG与经假设修改的DNN激活对齐，揭示了基于“神经疲劳”的编码机制，为人脑处理重复信息的神经机制提供了计算证据。第二项研究提出了创新编码框架“Img2EEG”，该模型能根据任意图像生成高保真脑电信号，并可通过模块化“消融实验”动态追踪大脑在不同时间窗口处理信息的精细过程，成功复现并解析了经典脑电成分N170的产生机制。该框架在脑电解码、脑机接口及优化AI模型方面具有应用潜力。
互动环节中，师生围绕模型个性化、过拟合风险及跨脑区机制融合等议题展开探讨。路博士强调，尽管DNN与人脑并非等同，但其已成为延伸人类认知、探索心智复杂性的有力工具，并鼓励研究者以开放批判的态度，推动神经科学与人工智能的深度融合。
本场讲座不仅展示了计算神经科学在方法论上的创新突破，也启发听众重新思考：在心理学与人工智能日益交汇的今天，如何将深刻的认知问题转化为可计算、可仿真、可干预的科学探索，从而更动态、更清晰地绘制出人脑与心灵的复杂图谱。
文/苏文秋
图/高鑫
