TCTS открывает Журнальный Клуб

Дорогие друзья!

TCTS рад объявить новую #горячуююнуюкогнитивную инициативу — Журнальный клуб по когнитивной психологии и нейронауке. Журнальный клуб — это встреча людей, интересующихся примерно похожими темами с целью обсудить прочитанную научную статью. Обычно один из участников делает презентацию исследования, а остальные слушатели по ходу его рассказа задают свои вопросы, делятся мнениями, разбирают непонятные моменты. Плюсы такого формата в том, что можно в спокойной и дружелюбной обстановке познакомиться с новыми исследованиями, узнать что-то новое, получить навыки эффективного чтения научных статей, «наметать глаз» на возможные ограничения исследований и спорные выводы. Для участия в журнальном клубе не нужен опыт или особенные умения — наоборот, это отличная среда для обучения.

Наш журнальный клуб будет отличаться от обычного тем, что он будет проходить онлайн, с помощью видеосвязи на базе Google Hangouts. В остальном — все будет соответствовать классическому формату. Для каждой встречи мы будем выбирать англоязычную статью, предложенную кем-то из участников, и читать ее заранее. Кроме того, один из участников подготовит пересказ статьи (на русском языке!) и слайды-иллюстрации. Во время самой встречи мы в непринужденной и неформальной атмосфере разберем исследование, обсудим, чем оно удалось, а чем — не очень, поговорим об использованных техниках и о том, чем это исследование может быть интересно. По плану каждая встреча будет длиться около часа.

Скажу сразу — полностью формат опробован не был, поэтому первые несколько встреч будут экспериментальными и полными неожиданностей:) Но тем веселее, не так ли?

Первую встречу мне хотелось бы провести в это воскресенье, 13 апреля, и поговорить о забавном исследовании — How Thoughts Give Rise to Action (см. cсылку ниже). По техническим причинам в этот раз я могу включить во встречу только четырех человек, первыми изъявивших желание поучаствовать (то есть, приславших на  письмо с пометкой «журнальный клуб»). Приглашаются все! Также принимаются заявки на статьи для следующих встреч.

Статья для встречи 13 апреля: www.plosone.org/article/info%3Adoi%2F10.1371%2Fjournal.pone.83 845#pone-83 845-g004

Магистратура по когнитивной науке в Германии

Магистратура по когнитивной науке в Германии

School of Mind and Brain в Берлине объявляет набор на англоязычную магистерскую программу — прием заявок будет длиться с 1 до 31 мая.

Обучение бесплатное, подавать документы могут студенты с бакалаврской степенью по психологии, нейронауке, философии, лингвистике, биологии, когнитивной науке или смежным дисциплинам. В процессе обучения можно выбрать одно из трех направлений: 1) психология или нейронаука, 2) философия или лингвистика, 3) администрирование науки. В зависимости от выбранного направления успешно окончившие программу студенты получат степень Master of Science или Master of Art.

Подробности можно узнать на сайте программы — www.mind-and-brain.de/master/.

Тем, кто задумается о поступлении, советуем обратить особенное внимание на программу вступительного экзамена — www.mind-and-brain.de/master/subject-tests/ и на рекомендацию связаться с координатором программы, если Вы не имеете подтверждения уровня A2 по немецкому языку (скорее всего, на достижение этого уровня дадут время). Удачи!

Прервать молчание

Некоторое время назад на сайте «Социальный Компас» опубликовали перевод работы Розалинд Гилл «Breaking the silence: The hidden injuries of neo-liberal academia» («Прервать молчание. Скрытые травмы неолиберальной академии». Оригинал здесь). Несмотря на то, что статья про западные университеты, в ней много того, что существует сейчас в России.

Например, вот характеристики, которые достаточно неплохо отражают негативные стороны исследовательской работы:

«- «подвешенное состояние» работника — преобладание временной, нестабильной и прекарной занятости; длинный рабочий день с расписанием, не позволяющим принять пищу, и стимулирующим наедаться после, стирание грани между работой и досугом, до их полного исчезновения,

— низкая плата при высокой мобильности;

— страстная привязанность к работе и к идентичности «творца» (например, веб -дизайнера, художника, фэшн -дизайнера), откуда глубокие переживания незащищенности, большие тревоги в связи с поиском работы и зарабатыванием нужных денег;

— смесь богемного и предпринимательского мышления как общая установка;

— неформальная рабочая среда и особые способы социализации, постоянная «гонка» за быстрыми изменениями специфики работы, где нельзя отстать (Banks 2007, McRobbie 2003 Gill 2002, Ursell 2000, Ross 2003, Gill and Pratt 2008)".

Я пишу здесь про это, потому что это те вещи, с которыми сталкиваются молодые исследователи (в том числе, я сам). Частично с ними можно справляться с помощью самоорганизации, например, сознательно отказываясь от части работы, или все же нормально питаясь. Частично они требуют борьбы за свои права во внешней среде. Наверное, нужно бороться за сокращение объема бюрократической работы или обеспечение оплаты за ее выполнение.

По крайней мере, подобные вещи стоит иметь в виду. Лично для меня они не умаляют ценности исследовательской работы, просто требуют дополнительных размышлений о том, как организовать ее таким образом, чтобы избежать большей части граблей.

www.socialcompas.com/2014/02/14/prervat-molchanie-skry-ty-e-travmy-neoliberal-noj-akademii/#i-4

Робокоп и теории сознания

Альва Ноэ анализирует фильм Робокоп как противостояние двух философских моделей сознания (и искуственного интеллекта): «когнитивного» подхода Деннета и «анти-когнитивизма» Дрейфуса. В итоге, конечно, подход самого Ноэ, предполагающий «включенность» сознания в мир, оказывается (по мнению автора) наиболее продуктивным: Робокоп обретает сознание во взаимодействии с миром. Забавно, местами интересно. Приятное воскресное чтиво.

www.wbur.org/npr/295 314 242/deconstructing-the-philosophies-of-robocop?ft=3&f=295 314 242

Wanted: лаборанты для ЭЭГ-исследования

Ищутся студенты, желающие поработать в интересном проекте (СПб):

Любите ли вы мозг так, как любим его мы?

Приглашаем к сотрудничеству студентов, которые будут участвовать в проведении исследования с помощью метода вызванных потенциалов (ВП). А это значит много электродов, работа в Matlab и, в конечном итоге, подача статьи в зарубежный журнал. Хотите поработать с нами?

Мы ждем вас в 7 лаборатории или пишите нам на 

Детский мир науки

Научный метод знаком каждому малышу! Жаль только, что иногда взрослые ученые любят пропустить шаг-другой. Но #горячимюнымкогнитивным мы рекомендуем так не делать — «береги честь смолоду», особенно научную.

400 and counting!

А тем временем нас уже 400! В понедельник мы наконец-то торжественно вручили призы и дипломы участникам конкурса грантов, скоро выложим видео, снятое Александром Одайником. В ближайших планах — новые проекты, которые пока в строжайшем секрете =))

Success story: Елена Чуклина

В академическом мире вопрос выбора места учебы или работы и переездов остается актуальным в течение долгих лет — магистратура, аспирантура, постдоки… Процесс проходит по-разному в зависимости от части света, этапа карьеры, областей науки и личных обстоятельств, но в каждой хорошо рассказанной «истории успеха» есть что-то, что можно почерпнуть. Сегодня — история Елены Чуклиной из Цюриха, с массой хороших советов, полезных не только биологам.

Кстати, Швейцария — отличная страна для нейронаук. В частности, в ETH Zurich есть отличная аспирантская программа, включающая в том числе и когнитивное направление.

charodeika-ya.livejournal.com/3117.html

Рабочая память: модели и подходы к изучению

Модели рабочей памяти и подходы к ее изучению

Рабочая память — кратковременное (до нескольких секунд) хранение сенсорной информации и возможность ею оперировать. Рабочая память — один из ключевых когнитивных процессов, лежащий в основе широкого спектра наших возможностей — от восприятия до когнитивного контроля и принятия решений. Недавно вышедшая в Nature Neuroscience обзорная статья описывает современное положение дел в области изучения рабочей памяти, включая различные экспериментальные процедуры, предлагаемые теории и соответствующие им данные, а также обсуждение вопросов, над которыми ученые будут работать в ближайшее время.

Пользуясь материалами этой статьи и одной из иллюстраций, мы сегодня расскажем о современных моделях рабочей памяти.

Итак, рисунок иллюстрирует четыре модели рабочей памяти. Для каждой модели на верхних двух схемах показаны репрезентации (сохранение объектов в памяти) в случае малого (слева) и большого (справа) количества запоминаемых объектов, а на нижних двух схемах — предсказываемое моделью распределение ответов испытуемых. Для удобства можно представлять себе эксперимент, где испытуемому нужно запомнить ориентацию в пространстве нескольких отрезков и затем воспроизвести один из них. Отклонение ориентации, данной испытуемым, от той, которая была ему предъявлена, и будет величиной ошибки. Основное, на что смотрят ученые при анализе данных таких экспериментов — параметры распределения ответов. Фактически, это ключ к тому, что происходит в рабочей памяти.

Теперь к самим моделям. В рамках классического подхода к рабочей памяти считается, что она жестко ограничена по объему и способна удерживать лишь несколько объектов — по числу имеющихся в ней «ячеек"/"слотов». Количество таких ячеек в разных теориях предлагается разное (пресловутые семь плюс-минус два, или четыре, или любое другое экспериментально обнаруженное число), и не исключается что для разных видов памяти это количество будет разным. Но суть остается прежней — либо объект входит в это число и попадает в рабочую память, либо не входит и не попадает. На рисунке (а) показано, как объекты попадают в одну из трех независимых ячеек памяти. Каждый объект хранится там в «хорошем качестве». Поэтому распределение ответов отражает небольшой разброс ошибок вокруг истинного значения запомненного объекта (например, оттенка цвета или ориентации в пространстве). Когда объектов больше, чем ячеек, часть из них не попадает в память. Согласно этой модели, в этом случае распределение ответов испытуемых будет состоять из очень точных ответов для запомненных объектов (серая часть распределения) и угадывания (зеленая часть).

Несмотря на большую поддержку со стороны данных, у этой модели есть существенный недостаток — она отрицает, что объекты могут запоминаться с разным уровнем точности. Например, в ситуации, если вы помните что фигура была синяя, но не можете припомнить оттенок. Альтернативный и активно разрабатываемый сейчас взгляд на рабочую память — ресурсный — основан на результатах, демонстрирующих, что объекты могут запоминаться с разной точностью, и чем больше объектов мы пытаемся удержать в памяти, тем менее точными будут их следы-репрезентации. Предполагается, что существует некий ограниченный ресурс «памяти», который может гибко распределяться между тем количеством объектов, которое нам нужно запомнить. В результате, с увеличением количества объектов точность их репрезентаций падает, хотя все они в определенной степени будут представлены в рабочей памяти. Рисунок (b) демонстрирует равномерное распределение ограниченного ресурса памяти (желтая масса) между всеми предъявляемыми объектами. Распределения демонстрируют, что точность репрезентаций равномерно снижается с увеличением количества объектов.

У базовой ресурсной модели есть две мощные вариации. Первая — модель дискретных репрезентаций. Ключевое ее отличие — наличие фиксированного «потолка» в отношении количества запоминаемых объектов (как в классической модели слотов).

Эта модель основана на предположении о том, что ресурс памяти исходно распределен на ограниченное количество «квантов» (рисунок с). Если объектов мало, кванты могут объединяться и обеспечивать лучшее качество репрезентации. Если объектов много, каждому объекту либо достанется «кусочек памяти» и какая-то репрезентация, либо не достанется, и объект в памяти представлен не будет. В соответствии с этим, ошибки в задачах на память будут двух видов — ошибки, вызванные шумом репрезентации (имеют нормальное распределение), и ошибки, вызванные угадыванием (имеют равномерное распределение). На рисунке © изображено, как для большого количества объектов кванты «разделяют ресурс», так что качество репрезентации отдельного объекта падает (серая часть распределения). При этом объекты, которым не хватило квантов, остаются не представленными в памяти, что будет вызывать ответы-«угадывания"(зеленая часть). Обратите внимание, как это распределение отличается от тех, что были в случаях (b) и (а).

Вторая вариация ресурсного подхода — модель переменной точности. Ее главное отличие — ресурсы распределяются между объектами неравномерно. Какие-то объекты могут быть представлены хуже, какие-то — лучше, но в целом в память попадают они все (рисунок d). Когда испытуемых просят восстановить из памяти объект, который они запомнили лучше всего, они справляются с задачей удачнее, чем когда им предлагается случайно выбранный объект. Следовательно, качество репрезентаций нескольких одновременно запомненных объектов обязательно различается, даже если все остальные параметры равны. А вот средняя точность будет зависеть от количества объектов, поскольку ресурс ограничен. На рисунке (d) показано, что в случае одного объекта, как и в остальных моделях, мы получаем репрезентацию хорошего качества и, соответственно, точные ответы. В случае большого количества объектов распределение будет состоять из большого количества нормальных распределений разной ширины (обратите внимание на специфическую форму и высокие «края» итогового распределения). Эта модель действительно хорошо описывает данные, но вот причины таких вариаций точности и их нейронные основания еще предстоит найти.

Исследование рабочей памяти — это увлекательнейшая область, использующая весь арсенал методов современной экспериментальной психологии и нейронауки, от работы с единичными нейронами до бихевиоральных экспериментов, включая клинические исследования и компьютерное моделирование. И несмотря на длительную историю, область все еще продолжает активно развиваться, постепенно улучшая наши представления о самой рабочей памяти и об огромном количестве зависящих от нее процессов.

Проснись и пиши!

Вопрос «как сочетать сон с нормальной жизнью» волнует не одно поколение студентов и аспирантов (равно как и их руководителей). Brainpickings.org собрали информацию о том, во сколько вставали известные во всем мире писатели, среди которых Карл Юнг и Оливер Сакс, и сравнили ее с количеством публикаций. Получившаяся инфографика малоинформативна, но интересна. Интересно, есть ли что-то подобное про ученых?