王大輝，男，博士，教授 。現任北京師范大學系統科學學院教授、博士生導師。

教育經歷：

1999-2002北京師范大學系統科學博士研究生，系統理論專業博士,論文題目：金融與經濟共同演化的復雜性研究，指導老師：方福康教授

1997-1999北京師范大學物理系系統理論碩士研究生，指導老師：方福康教授

1993-1997北京師范大學物理系，理學學士

工作經歷：

2012-今 北京師范大學認知神經科學與學習國家重點實驗，教授

2011-今 北京師范大學系統科學學院，教授

2007.9-2008.9 耶魯大學醫學院神經生物系（汪小京實驗室），訪問學者/研究科學家

2007-今 北京師范大學北京師范大學博士生導師

2005-2011 北京師范大學系統科學系，副教授

2002-2005 北京師范大學系統科學系，講師

社會任職：

1、中國自動化學會生物控制論與生物醫學工程專委會秘書長。

2、Journal of Neuroscience Method, BMC Neuroscience, Frontiers in Computational Neuroscience 等雜志編委。

主講課程：

熱力學與統計物理(本科，2003-2012年系統科學專業本科生)

非線性動力學（研究生，2003-2014系統科學專業研究生）

動力系統分析（研究生，北京師范大學研究生方法平臺課全校公選課第一批課程

培養研究生情況：

資料更新中……
 

研究方向：

采用復雜性基本理論和方法研究腦與認知過程中動力學機制，例如工作記憶的容量、決策的動力學機制、神經系統振蕩的相位關系等。

研究興趣：

從事復雜系統基礎理論及其應用研究，特別關注神經系統的復雜性研究，目的是以神經環路為基礎建立計算模型揭示實驗中觀察到的神經系統動力學行為的機制，展示神經系統達成特定功能的機理，并嘗試將相關的機制應用于工程問題。目前的研究題目包括決策的神經動力學機制、風險感知及其如何影響決策的神經機制、知覺學習的計算模型、視覺工作記憶容量的機制、參數工作記憶(觸覺振動頻率)的容量等。部分研究成果發表在Journal of Neuroscience, Plos computational Biology, Complexity, Frontiers in Computational Neuroscience, Neurocomputing等雜志。

承擔科研項目情況：

1. 國家重點研發計劃-變革性技術關鍵科學問題專項項目：“大腦計算同化平臺與新一代類腦智能算法理論”（ 2019YFA0709503）總經費2163萬，個人經費40萬，參與，（2020.6-2025.5）

2. 北京市科委腦認知與類腦計算專項：皮層下視覺通路快速信息加工機制及運動目標識別算法研究（批準號z171100000117007）經費400萬，主持，(2017.1—2018.12)

3. 國家自然科學基金面上項目：視知覺學習神經機制的計算模型研究（31671077）經費 62萬，主持, (2017.1-2020.12)

4. 國家自然科學基金NSFC—RS合作研究項目：關于獎賞、厭惡和風險決策的腦回路動力學模型研究(31511130066)，經費9.5萬，主持，（2015.3-2017.3）

5. 國家自然科學基金面上項目：風險感知的神經計算機制研究 (31271169)，經費80萬，主持，（2013.1-2016.12）

6. 國家自然科學基金重大研究計劃：記憶和記憶障礙的神經環路模型研究(91132702) 80萬(參加) (2012.1-2014.12).

7. 國家自然科學基金面上項目：Gamma振蕩中神經元相位關系的機制研究(60974075)30萬，主持，(2010.1-2012.12).

8. 國家自然科學基金面上項目：大腦皮層功能分區的自組織機制研究(70471080) 14萬， 主持， (2005.1-2007.12).

9. 教育部留學回國人員科研啟動基金：Gamma振蕩中興奮性神經元領先抑制性神經元相位的機制研究 2萬，主持，(2009.10-2010.10)

10.認知神經科學與學習國家重點實驗室開放基金：有參照標準的決策機制研究(2010-2011)

發明專利：

[1]田耕碩, 吳思, 弭元元, 王大輝. 一種基于平衡神經網絡的快速響應方法及快速響應系統[P]. 北京市: CN110751262A, 2020-02-04.

[2]壽寅任, 馬文君, 梅竹松, 王鵬杰, 王大輝, 趙研英, 顏學慶, 林晨, 盧海洋. 一種激光離子加速器中透明靶體定位系統及其定位方法[P]. 北京市: CN108901118A, 2018-11-27.

[3]閻崟, 李武, 王大輝. 一種兼容光學成像和電生理記錄的自動化腦皮層降溫失活系統[P]. 北京市: CN105769373B, 2018-06-19.

[4]閻崟, 李武, 王大輝. 一種兼容光學成像和電生理記錄的自動化腦皮層降溫失活系統[P]. 北京: CN105769373A, 2016-07-20.

出版專著：

第三版大百科全書詞條：

1. 王大輝：吸引子神經網絡. 大百科全書.理學.物理學.神經生物物理學（2020）

2. 王大輝：遞歸神經網絡. 大百科全書.理學.物理學.神經生物物理學（2020）

發表英文論文：

[1]Du, Cong-Cong; Wang, Xuan; Wang, Zhangsen; Wang, Da-Hui*.Data-driven dynamics reconstruction using RBF network.Machine Learning: Science and Technology , 2023, 4(4): 045016. 

[2]Zhao, Shukuo; You, Hongzhi; Zhang, Ru-Yuan; Si, Bailu; Zhen, Zonglei; Wan, Xiaohong; Wang, Da-Hui*.An Interpretable Neuro-symbolic Model for Raven's Progressive Matrices Reasoning.Cognitive Computation, 2023, 15(5): 1703-1724. 

[3]Wang, Xuan; Shu, Zhenfeng; He, Quansheng; Zhang, Xiaowen; Li, Luozheng; Zhang, Xiaoxue; Li, Liang; Xiao, Yujie; Peng, Bo; Guo, Feifan; Wang, Da-Hui*; Shu, Yousheng*.Functional Autapses Form in Striatal Parvalbumin Interneurons but not Medium Spiny Projection Neurons.Neuroscience Bulletin, 2023, 39(4): 576-588. 

[4]Behera, Chandan K.*; Joshi, Alok; Wang, Da-Hui; Sharp, Trevor; Wong-Lin, KongFatt*.Degeneracy and stability in neural circuits of dopamine and serotonin neuromodulators: A theoretical consideration.Frontiers in Computational Neuroscience, 2023, 16: 950489. 

[5]Lei, Lixing; Zhang, Mengya; Li, Tingyu; Dong, Yelin; Wang, Da-Hui*.A spiking network model for clustering report in a visual working memory task.Frontiers in Computational Neuroscience, 2023, 16: 1030073. 

[6]Wong-Lin, KongFatt*; Wang, Da-Hui; Joshi, Alok.Multiscale modeling and analytical methods in neuroscience: Molecules, neural circuits, cognition and brain disorders.Journal of Neuroscience Methods, 2021, 359: 109225. 

[7]Wang C.; Deng H.; Dong Y.; Zhang X.; Wang D.-H.*.The capacity and cognitive processing of vibrotactile working memory for frequency.Current Psychology, 2021.

[8]Zanin,M*.,…,Wang,D.H...., Schmidt,H.H.W.(2021)An Early Stage Researcher’s Primer on Systems Medicine Terminology. Network and Systems Medicine 2021, 4.1. DOI: 10.1089/nsm.2020.0003

[9]Yu, Liutao; Wang Chundi; Wu Si ; Wang, Da-Hui*.Communication speeds up but impairs the consensus decision in a dyadic colour estimation task.R. Soc. Open Sci., 2020, 7(1): 191974.. 

[10]Hongzhi You; MengyaZhang; DA HUI WANG*.Neural Mechanism underlying Risk Attitude and Probability Distortion: One Two-stage Model of Valuation and Choice.Neurocomputing. https://doi.org/10.1016/j.neucom.2019.09.021 

[11]Wang Haotian; Xia Xinghui*; Liu Ran; Wang Zixuan; Zhai Yawei; Lin Hui; Wen Wu; Li Yang; Wang Dahui*; Yang Zhifeng; Muir Derek C G; Crittenden John C.Dietary Uptake Patterns Affect Bioaccumulation and Biomagnification of Hydrophobic Organic Compounds in Fish.Environmental Science & Technology, 2019, 53(8): 4274-4284. 

[12]Ruina Dai; Ran Liu; Tao Liu; Zong Zhang; Xiang Xiao; Peiopei Sun; Xiaoting Yu; DaHui Wang*; Chaozhe Zhu*.Toward a holistic view of interpersonal sensorimotor synchronization: a behavioral model and neural marker of joint tapping.Social Cognitive and Affective Neuroscience, 2018, 18: 1141-1154. 

[13]Luozheng Li; Yuanyuan Mi; Wenhao Zhang; DaHui Wang*; Si Wu*.Dynamic information encoding with dynamic synapses in neural adaptation.Frontiers in Computational Neuroscience, 2018, 12(16). doi: 10.3389/fncom.2018.00016

[14]Zhou, Huanyuan; Wong-Lin, KongFatt; Wang, Da-Hui.Parallel Excitatory and Inhibitory Neural Circuit Pathways Underlie Reward-Based Phasic Neural Responses.Complexity, 2018, Article ID 4356767, 20 pages

[15]You Hongzhi*; Wang DaHui.Neuromorphic Implementation of Attractor Dynamics in a Two-variable Winner-take-all Circuit with NMDARs: A Simulation Study.Frontiers in Neuroscience, 2017, 11(40). 

[16]KongFatt Wong-Lin*; DA HUI WANG; Ahmed A Moustafa; Jeremiah Y Cohen; Kae Nakamura.Toward a multiscale modeling framework for understanding serotonergic function.Journal of Psychopharmacology, 2017, 31(9): 1121-1136. 

[17]Xiaolong Zou; DaHui Wang*.On the Phase Relationship between Excitatory and Inhibitory Neurons in Oscillation.Frontiers in Computational Neuroscience, 2016. DOI: 10.3389/fncom.2016.00138.

[18]Yu, L. T.; Wu, S.; Wang, D. H.*.Neural implementation of categorization in a motion discrimination task.NEUROCOMPUTING, 2016, 216: 709-717. http://dx.doi.org/10.1016/ j.neucom. 2016.08.038 

[19]Dominic Standage; Da-Hui Wang; Richard P. Heitz; Patrick Sime.Toward a unified view of the speed-accuracy trade-off.Frontiers in Neuroscience, 2015, 9: 139.

[20]Standage Dominic*; Da-Hui Wang; Gunnar Blohm.Neural dynamics implement a flexible decision bound with a fixed firing rate for choice: a model-based hypothesis.Frontiers in Neuroscience, 2014, 8: 00318. 

[21]Da-Hui Wang*; KongFatt Wong-lin*.Comodulation of dopamine and serotonin on prefrontal cortical rhythms: a theoretical study.Frontiers in Integrative Neuroscience, 2013, 7(54). 

[22]Hongzhi You; DA HUI WANG*.Dynamics of Multiple-choice Decision Making.Neural Computation, 2013, 25(8): 2108-2145. 

[23]Dominic Standage*; Hongzhi You; DA HUI WANG*; Michael C. Dorris.Trading speed and accuracy by coding time: a coupled-circuit cortical model.PLoS Computational Biology, 2013, 9(4): e1003021. 

[24]Ziqiang Wei; Xiao-Jing Wang*; Da-Hui Wang*.From Distributed Resources to Limited Slots in Multiple-Item Working Memory: A Spiking Network Model with Normalization.Journal of Neuroscience, 2012, 32(33): 11228-11240. 

[25]Jiawei Chen; Liujun Chen; Yan Liu; Dahui Wang; Yougui Wang.Chinese family name distributions in multiple scales.Physica A: Statistical Mechanics and Its Applications , 2011, 390(21-22): 3938-3943. 

[26]Hongzhi You; Yan Meng; Di Huan; Da-Hui Wang*.The neural dynamics for hysteresis in visual perception.Neurocomputing, 2011, 74(17): 3502-3508. 

[27]Gan, Xiaocong; Wang, Dahui; Han, Zhangang*.A growth model that generates an n-tuple Zipf law.Physica A: Statistical Mechanics and Its Applications , 2011, 390(5): 792-800. 

[28]Standage D*; You H.; Wang D-H; Dorris MC.Gain modulation by an urgency signal controls the speed-accuracy trade-off in a network model of a cortical decision circuit.Frontiers in Computational Neuroscience, 2011, 5(7): 7. 

[29]Xiaocong Gan, Dahui Wang, Zhangang Han, A Growth Model to Explain Power-law in N-tuple Zipf Analysis, Phsica A（Inpress）

[30]Hongzi You, Dahui Wang. Dynamical mechanism for multiple-choice decision making. Program No. 503.6. 2010 Neuroscience Meeting Planner. San Diego, CA: Society for Neuroscience, 2010. Online 

[31]Dahui,Wang, Ziqiang.Wei. A cortical network for sustaining multiple items during working memory task. Program No. 895.13. 2009 Neuroscience Meeting Planner. Chicago, IL: Society for Neuroscience, 2009.Online  

[32]Chen, Liujun; Chen, Weiting; Di, Zengru; Wang, Dahui*.Critical Phenomenon Induced by Noise in the BTW Sandpile.Fractals-Complex Geometry Patterns and Scaling in Nature and Society, 2009, 17(2): 227-232. 

[33]Wei Ziqiang; Hong Yiguang; Dahui Wang*.The phase diagram and the pathway of phase transitions for traffic flow in a circular one-lane roadway.Physica A: Statistical Mechanics and Its Applications , 2009, 388(8): 1665-1672. 

[34]Chai, Lei; Wang, Dahui; Chen, Jiawei; Li, Menghui; Di*, Zengru.Cluster splitting transition in a Markov chain model for labor division.International Journal of Bifurcation and Chaos, 2008, 18(2): 593-598. 

[35]Dahui, Wang*; Ziqiang, Wei; Ying, Fan.Hysteresis phenomena of the intelligent driver model for traffic flow.Physical Review E - Statistical Physics, Plasmas, Fluids, and Related Interdisciplinary Topics, 2007, 76: 016105. 

[36]Li, Menghui; Fan, Ying; Wang, Dahui; Li, Daqing; Wu, Jinshan; Di, Zengru.Small-world effect induced by weight randomization on regular networks.Physics Letters A, 2007, 364(6): 488-493. 

[37]Gao, Liang; Zhao, Jinshan; Di, Zengru; Wang, Dahui*.Asymmetry between odd and even node weight in complex networks.Physica A: Statistical Mechanics and Its Applications , 2007, 376: 687-691. 

[38]Li, Menghui; Wu, Jinshan; Wang, Dahui; Zhou, Tao; Di, Zengru; Fan, Ying.Evolving model of weighted networks inspired by scientific collaboration networks.Physica A: Statistical Mechanics and Its Applications , 2007, 375(1): 355-364. 

[39]Menghui Li, Dahui Wang, Ying Fan, Zengru Di, Jinshan Wu*. Modeling weighted networks using connection count. New Journal of Physics, 8, 2006:72. 

[40]Wang Dahui, Zhou Li, Di Zengru*.Bipartite producer-consumer networks and the size distribution of firms.Physica A: Statistical Mechanics and Its Applications , 2006, 363(2): 359-366. 

[41]Dahui Wang*, Weiting Chen, Qiang Yuan, Zengru Di.Static statistical approach to the BTW sandpile model.Fractals-Complex Geometry Patterns and Scaling in Nature and Society, 2006, 14(1): 55-61. 

[42]Li Zhou, Na Liu, Zengru Di, Dahui Wang*. Self-organization in learning process Journal of Biophysics, 2006, 22(suppl.2):114(in Chinese). 

[43]Wang Dahui*, Wang Yonngzhe,Yuan Qiang. An improvement of Haken’s light house model, Journal of Beijing normal university, 42(5), (2006) 548-550(in Chinese). 

[44]Dahui Wang*, Menghui Li, Zengru Di.True reason for Zipf's law in language.Physica A: Statistical Mechanics and Its Applications , 2005, 358(2-4): 545-550. 

[45]Honggang Li*; Dahui Wang; Xiangguang Chen.Job match and income distribution.Physica A: Statistical Mechanics and Its Applications , 2004, 341: 569-574. 

[46]Li, HG; Wang, DH; Chen, XG.Job match and income distributions.Physica A: Statistical Mechanics and Its Applications , 2004, 341: 569-574. 

[47]Liu, Zhaofan; Yan, Yin*; Wang, Da-Hui*.Category representation in primary visual cortex after visual perceptual learning.Cognitive Neurodynamics. 

發表中文論文： 

[1]章夢婭; 雷力行*; 楊俊忠; 王大輝.預期眼動任務中反應時呈雙峰分布的神經環路模型.北京師范大學學報(自然科學版), 2023, 59(05): 769-775. 

[2]王大輝. 序[J]. 北京師范大學學報(自然科學版), 2023, 59 (05): 689-690.

[3]劉趙凡; 王大輝*.視知覺訓練與初級視皮層神經元信息及其表征容量.北京師范大學學報(自然科學版), 2023, 59(01): 13-18. 

[4]王春地*; 王大輝*.振動觸覺頻率信息的工作記憶容量及存儲機制.心理科學進展, 2021, 29(07): 1141-1148. 

[5]余柳濤; 鮑建樟; 陳清華; 王大輝*.個體自信度對雙人決策的影響.心理學報, 2016, 48(8): 1013-1025.

[6]唐蓮; 王大輝.關于Zipf-Mandelbrot律中參數ρ的一種解釋.北京師范大學學報(自然科學版)2011,47(1):104-107 

[7]孟艷; 張丹; 王大輝.神經元簇狀放電鋒電位數的研究. 北京師范大學學報(自然科學版)2011,47(1): 97-100

[8]王大輝; 王永哲; 袁強.哈肯燈塔模型的一個改進.北京師范大學學報(自然科學版), 2006, 42(05): 548-550. 

[9]王大輝; 李紅剛; R&D投資與經濟增長.北京師范大學學報(自然科學版), 2005, 41(05): 547-550. 

[10]趙金山; 狄增如; 王大輝; 北京市公共汽車交通網絡幾何性質的實證研究.復雜系統與復雜性科學, 2005, (02): 45-48. 

[11]陳六君; 王大輝; 方福康; 中國污染變化的主要因素——分解模型與實證分析.北京師范大學學報(自然科學版), 2004, (04): 561-568. 

[12]陳六君; 王大輝; 方福康; 環境系統的臨界性分析.系統工程理論與實踐, 2004, (08): 12-17. 

[13]王大輝*; 關于復雜系統宏觀與微觀描述的一個結論.復雜系統與復雜性科學, 2004, (03): 76-81. 

[14]陳清華; 樊瑛; 王大輝; 一個“J”曲線動力學模型.北京師范大學學報(自然科學版), 2002, (04): 470-473. 

[15]葛新元; 王大輝; 袁強; 方福康; 多部門經濟動力學模型及其合理性分析.系統工程學報, 2001, (05): 397-401. 

[16]王大輝 在復雜中尋找簡單的科學:系統科學  科學中國人 2001-06-15

[17]葛新元; 王大輝; 袁強; 方福康; 經濟結構失衡與經濟衰退的多部門動力學模型.北京師范大學學報(自然科學版), 2000, (05): 634-638. 

[18]葛新元; 王大輝; 袁強; 方福康;中國經濟結構變化對經濟增長的貢獻的計量分析.北京師范大學學報(自然科學版), 2000, (01): 43-48. 

[19]王大輝; 方福康; 袁強; 經濟增長中的最優化方法.北京師范大學學報(自然科學版), 1999, (01): 67-70. 

發表會議論文：

[1]Xiaolong Zou, Zilong Ji, Xiao Liu, Tiejun Huang, Yuanyuan Mi, Dahui Wang and Si Wu (2018). Learning, Storing, and Disentangling Correlated Patterns in Neural Networks. In: Cheng L., Leung A., Ozawa S. (eds) Neural Information Processing. ICONIP 2018. Lecture Notes in Computer Science, vol 11303. Springer, Cham.(Best Paper), 2018-12-13 to 2018-12-16. 

[2]Hongzhi You; Da-Hui Wang.Neuromorphic Implementation of Attractor Dynamics in Decision Circuit with NMDARs.ISCAS2016, Canada, 2016-05-22 to 2016-05-25. 

[3]Li, Luozheng; Zhang, Wenhao; Mi, Yuanyuan; Wang, Dahui; Lin, Xiaohan; Wu, Si*.Dynamical Information Encoding in Neural Adaptation.38th Annual International Conference of the IEEE-Engineering-in-Medicine-and-Biology-Society (EMBC), 2016-08-16 To 2016-08-20. 

[4]董煜 & 王大輝. (2016). 單、雙樣本刺激條件下的觸覺振動頻率工作記憶的異同. (eds.) 第十九屆全國心理學學術會議摘要集 (pp.434-435).

[5]余柳濤; 陳清華; 吳思; 王大輝.雙人顏色感知如何形成于單人感知?中國心理學會, 中國,陜西省,西安市. 第十九屆全國心理學學術會議摘要集 (pp.731-732). 

[6]余柳濤; 吳思; 王大輝 .A spiking neuron network model for the delayed motion direction discrimination task.24th Annual Computational Neuroscience Meeting: CNS*2015 , 2015-07-18 to 2015-07-23. 

[7]Yuanyuan Mi; Luozheng LI; Da-Hui Wang; Si Wu*. A Synaptical Story of Persistent Activity with Graded Lifetime in a Neural System. (2014) Neural Information Processing Systems 

[8]王大輝.神經系統復雜性研究與視覺工作記憶容量的神經機制.中國系統工程學會第十八屆學術年會論文集——A03系統科學理論研究創新 2014,(pp.33-34).. 

[9]Zheng, Guozheng; Yu, Liutao; Feng, Yuwei; Han, Zhuyi; Chen, Lisheng; Zhang, Shouwen; Wang, Dahui; Han, Zhangang* .Seizure prediction model based on method of common spatial patterns and support vector machine.2012 IEEE International Conference on Information Science and Technology, ICIST 2012, 2012-03-23 To 2012-03-25. 

[10]Lisheng Chen; Erbo Zhao; Dahui Wang; Zhangang Han; Shouwen Zhang; Cuiping Xu .Feature extraction of EEG signals from epilepsy patients based on Gabor Transform and EMD Decomposition.2010 Sixth International Conference on Natural Computation. ICNC 2010: 1243-1247 , China, 2010-08-10 to 2010-08-12. 

[11]李夢輝; 高亮; 樊瑛; 王大輝; 吳金閃; 狄增如; 基于局域連接機制涌現的偏好選擇.2006全國復雜網絡學術會議論文集 (pp.135-136). 

[12]Di, ZR; Wang, DH; Cao, ZJ; Qu, ZL.Collective dynamics of excitable system in heterogeneous media.International Conference on Neural Networks and Brain (ICNN&B 2005), China, 2005-10-13 to 2005-10-15. 

[13]Li Zhou, Zengru Di, Dahui Wang*.Simulation of cortical functional area formation based on synaptic plasticity.International Conference on Neural Networks and Brain (ICNN&B 2005), China, p 1921-1924, IEEE Press 2005-10-13 to 2005-10-15. 

[14]王大輝; 葛新元; 基于個體相互作用的金融與經濟共同演化的模型結構.CCAST“復雜性問題”研討會.  Complexity Problems--Proceedings of CCAST (World Laboratory) Workshop (pp.257-265).

[15]王大輝; 方福康.一個包含金融因素的宏觀經濟模型框架.CCAST“優化方法、經濟物理和風險管理”研討會. Optimization Method, Econophysics and Risk Management--Proceedings of CCAST (World Laboratory) Workshop (pp.157-171).

 

 

榮譽獎勵：

資料更新中……

 

王大輝：復雜系統的探索者 

 

初春，北京師范大學一派怡人景象，師生們在春意盎然的校園中來來往往。在這里，王大輝教授20余年來都專注于系統科學的學習和研究工作，從一名系統理論專業的本科生蛻變成了系統科學領域的教授。還不到40歲的王大輝教授氣質溫和內斂。訪談中，他對科學問題嚴謹酣暢的論述凸顯了專業的厚度和視野的深度。 

結緣系統科學 

王大輝接觸系統科學緣于一個偶然的機會。王大輝的高中時代是在四川省鹽亭中學度過的。這個中學很重視學生的全面發展，訂閱了很多報紙張貼在報刊欄中供同學們閱讀。1993年春夏之交，在高考備戰之余，王大輝在報欄里看到一篇介紹錢學森先生的文章。文章提到錢老等老一輩科學家推動創立了系統科學的學科體系，并指出系統理論在國防、軍事、科技和社會經濟等領域都有重要作用。由于對錢老在工程控制、火箭和航天事業方面偉大貢獻的景仰，系統科學和系統理論引起了王大輝的極大興趣。巧合的是，北師大在四川省提前批次招生，正好也有系統理論這個專業，王大輝的高考志愿就報了系統理論。從此，王大輝進入了系統科學這個領域。

王大輝1993年考進北師大時，系統理論專業由物理系建設，該專業以物理學為基礎，注重數理邏輯的訓練。該專業是錢學森先生支持和方福康教授的倡導下于1985年在師大設立，后逐漸發展成系統科學的首批博士授權單位、博士后站、一級學科授權單位和國家重點學科。方福康教授在諾貝爾獎獲得者伊.普里高津指導下從事非平衡系統研究并獲得博士學位。回國后曾任北京師范大學校長、國務院學位委員會委員、系統科學學科評議組召集人，積極推動復雜系統的研究，為我國系統科學的發展作出重要貢獻。1996年秋，王大輝獲得免試上研究生的資格，在方福康教授指導下開展社會經濟系統的復雜性研究。2002年獲得博士學位后留校任教，成為北師大復雜性研究團隊的重要成員。 

在社會經濟系統的復雜性探索  

系統科學是“橫斷”的新興學科，其研究對象不如傳統學科那樣條塊分明，而是由大量具有自適應行為的個體組成、個體之間具有非線性相互作用的復雜系統。通過對具體的復雜系統演化的關鍵動力學機制，特別是那些通過微觀作用機制在宏觀層次涌現出新的結構、性質和功能的動力學機制，除了促進對具體系統的認識，還可以揭示復雜系統所具有的一般性規律。

北師大是我國系統科學研究的重要基地，多年以前就確定幾個研究方向，包括復雜系統基本理論、社會經濟系統分析、生命與生態暨腦與認知的自組織行為、多主體系統和演化算法，近年來又新增了復雜系統的控制和優化、復雜系統的信息技術兩個方向。王大輝目前的研究興趣是腦與認知的自組織行為，以神經環路為基礎建立計算模型，通過計算模擬和理論分析，開展計算神經科學研究，探索實驗中觀察到的神經系統行為的動力學機制，揭示支撐神經系統達成特定功能的動力學機制，并嘗試將相關的機制應用于工程問題。然而，王大輝早期的研究主要涉及社會經濟系統分析。

在研究生期間，王大輝在方福康教授指導下開展金融與實體經濟的共同演化和相互作用。金融系統最基本的功能是幫助資源跨時間、跨空間配置和通過多個經濟主體分擔的方式分攤單個經濟主體難以承擔的風險。不同于傳統經濟學研究的思路，王大輝從金融與實體經濟耦合作用和共同演化的角度出發，把經濟系統的主體（包括廠商、家戶和政府）在產品市場、勞動力市場的活動看著是實質生產，在金融市場的活動看作是金融生產。經濟主體的金融生產活動能夠擴大實質生產活動可能性集，可以增加經濟效率。但是也增大了經濟系統的風險，一方面是因為實質生產可能性集合擴大導致風險增加，一方面是因為金融市場自身特有的風險可能傳遞到實質生產活動產生的風險。因此，金融生產的規模相對實質生產應該有一個適當的規模。與此同時，在金融生產和實質生產中，金融生產是快變量，實質生產是慢變量，經濟系統的性質主要由慢變量決定，最核心的部分還是實質經濟。金融生產發生嚴重問題時，可以通過隔離的措施，解除兩個系統的強耦合關系，不讓金融生產的問題傳遞到實質生產而影響整個經濟系統。這樣的理解和通常的看法不同，通常認為金融市場一旦崩潰，整個經濟體系也會受到毀滅性的破壞。在此期間，王大輝參加了戴汝為院士、于景元研究員和顧基發研究員牽頭的國家自然科學基金重大項目“支持宏觀經濟決策的人機結合綜合集成體系研究”。王大輝的部分研究內容也收錄到顧基發研究員等人主編的《綜合集成方法體系于系統學研究》中。 

投身計算神經科學 

博士畢業之后，王大輝留校任教。繼續開展社會經濟系統的復雜性研究，包括漢字與英文字頻的差異及其機制，企業規模的分布規律，中國人口中姓氏分布規律等等。“慢慢的，我的研究興趣轉移到神經系統。可以說，認識大腦是人類的最后一個挑戰。”王大輝從2005年就開始關注神經系統的復雜性研究。為此，王大輝從頭學習神經系統的知識，反復研讀尼克爾斯等人編著的《神經生物學：從神經元到腦》。“讀這本書的時候，每個字都認識，但放到一起就不知道是什么意思了。”不知道就一點點地啃，慢慢地也了解了神經科學的基本知識，可以開展一些神經系統的復雜性研究。

神經系統的研究領域非常龐大，從分子到各個系統，從實驗到理論，還有各種模式動物。“我最感興趣的是高級認知功能如何從神經系統產生出來，系統科學本來關注的就是怎么樣從局部的作用涌現出高級的結構和功能。”“我的基本觀點是神經系統是一個動力學系統，這個動力系統的動力學行為，包括對外界刺激的響應和沒有刺激時的活動，是支撐神經系統完成各種功能的基礎。”“我的研究手段就是基于神經生理的基礎，建立相應的動力學模型，分析其動力學機制，我的工作既可以看作是神經系統的復雜性研究，也可以歸類為計算神經科學研究。”“這類研究的基本目標包括在科學上揭示神經系統工作的動力學機制，在應用方面要為大腦的開發、神經疾病的治療提供新的思路和方案，同時要將神經系統的信息處理機制應用到人工系統發展新一代的人工智能。”

相干振蕩(Coherent Oscillation)是一種非常普遍的神經活動。理論和實驗研究先后提出抑制性神經元之間的相互作用以及興奮性神經元和抑制性神經元之間的回路是產生相干振蕩的重要機制，其中抑制性神經元放電時對它投射的神經元產生抑制作用，而興奮性神經元放電對它投射的神經元產生興奮作用。大量的實驗觀察到，在相干振蕩中，興奮性神經元的相位往往領先于抑制性神經元。盡管這一現象具有重要的生理學意義，例如有利于放電時間依賴的可塑性學習，有利于神經系統對信息的傳遞等等。但是其機制一直不清楚。在國家自然科學基金的資助下，王大輝對這個問題進行了深入的研究。經過很長一段時間的摸索，把問題簡化，回到一個簡單的平面振蕩系統。在這樣的振蕩系統中，可以證明系統存在一個起到興奮作用的變量，即該變量的增加導致另一個變量增加；同時還必須存在一個抑制性變量，即該變量增加導致另一個變量減小；并且興奮性變量的相位領先抑制性變量。回到神經系統的相干振蕩這個問題，對那些由抑制性神經元之間的作用導致的振蕩中，如果系統只有抑制性神經元，抑制性神經元的放電活動導致其突觸后的門變量增加，進而抑制神經元的放電，結果就是抑制性神經元放電活動領先其突觸的門變量；如果網絡中還有興奮性神經元，但是興奮性神經元沒有投射到抑制性神經元，那么興奮性神經元的振蕩就是一種受迫振蕩，因此，它的相位既可以領先也可以落后于抑制性神經元。對純粹由抑制性和興奮性神經元相互作用產生的振蕩，興奮性神經元放電使它的突觸門變量增加，進一步使抑制性神經元放電增加，導致其突觸門變量增加，而抑制性神經元的突觸門變量增加導致興奮性神經元放電減少。因此，興奮性神經元放電的相位領先抑制性神經元放電。對于一般性的神經網絡，抑制性回路和興奮性神經元與抑制性神經元之間的回路的競爭決定了兩種神經元之間的相位。“這個項目我們研究了很久，盡管已經結題了，我們還在研究這個問題。現在我對這個結論基本滿意，也應該是正確的結論。”

進入計算神經科學領域后，王大輝于2007－2008年到耶魯大學神經生物學系汪小京教授實驗室學習計算神經科學。回國后，王大輝在汪教授關于空間工作記憶模型的基礎上，研究空間工作記憶容量的機制。工作記憶是神經系統完成很多高級功能的基礎，其容量的大小影響決策、推理、計算等高級認知能力，例如精神分裂和老年癡呆患者的工作記憶容量都會減小。研究工作記憶容量的傳統線路是：開展工作記憶容量的行為實驗研究并針對實驗結果提出相應的理論。Vogel和Luck等人根據心理物理實驗結果提出“Discrete-slot”理論，認為信息存儲在一系列離散的記憶槽里，容量由記憶槽的數量決定，而WeiJi Ma和Husain等人提出“Resource-shared”理論，認為大腦用幾乎恒定的資源來執行工作記憶，并將資源平均分配到每個記憶對象，容量由記憶精度來確定。這兩種理論都有行為數據做支持，但又不能說服對方，更為重要的是他們都只是給出了某種“算法”，但并沒有闡述算法實現的物質基礎，也就是沒有闡述神經系統執行工作記憶以及決定工作記憶容量的神經機制，使得相關討論成為領域內的核心內容。為此，王大輝等人根據大腦額葉皮層神經元的活動特點和神經回路構筑特點，建立了具有連續吸引子的神經元網絡模型，通過網絡分布式神經活動來表征記憶對象，網絡的記憶容量則由活動峰的消失和融合決定。該模型展示了多項記憶內容在神經系統存儲的神經機制，給出“Discrete-slot”和“Resource- shared”理論預期的行為特征，表明現有兩種理論僅反映了視覺空間工作記憶的一個方面。同時，該模型預言了存儲的記憶項的相互作用將導致工作記憶任務中記憶對象的相似性可能改善工作記憶任務的行為表現；模型中，工作記憶所保存的記憶項可能突然消失，這也反映了工作記憶實驗中全或無現象。對這項工作，Journal of Neuronscience在Features section/Journal Club欄目發表推薦評論文章認為“通過具有神經基礎的模型同時呈現出“Discrete-slot”和“Resource- shared”的現象給人印象深刻”，“計算模型能夠推進視覺空間工作記憶研究，促使人們更加清晰地思考關于記憶的神經資源的本質特征”。

除以上內容，王大輝近年來還開展了其他的計算神經科學研究工作，例如風險感知與風險決策，神經調質如多巴胺和5羥色胺對神經系統動力學的影響，多選項決策的神經計算機制，知覺決策中的速度正確率替代效應。在速度正確率替代效應的研究中，應Frontiers in Neuroscience邀請，和同行組織了一個專輯《Toward a unified view of the speed-accuracy trade-off: behaviour, neurophysiology and modelling》。 

對計算神經科學產業化與人才的期待  

從事神經系統復雜性研究多年以后，王大輝認為我們現在面臨一個大的機遇和挑戰。一方面，美國和歐盟都發起了大型的腦科學研究計劃，中國的腦計劃也在規劃之中。這必將產生海量的觀察數據，為計算模型的生物可靠性提供了堅實的基礎。但是如何有效、快速地解讀這些實驗數據，在海量的、分散的實驗數據基礎上完整地理解大腦工作的動力學機制是計算神經科學面臨的一個挑戰。另一方面，智能機器人的時代已初露端倪，如何有效地把神經系統高效率、低能耗的處理信息的機制、神經系統與環境互動的機制抽提出來，寫成方程，轉化成硬件設備，開發出類腦智能算法和自適應的智能機器人是計算神經科學的另一個挑戰。值得注意的是，這將衍生出龐大的產業，成為新的產業技術的制高點，但很可惜的是，國內還沒有做好準備去迎接這個機會和挑戰。沒有準備好的原因是，“最大的問題就是，沒有培養交叉人才的機制和項目，年輕教師的評價系統導致他們很難從事具有學科交叉的研究工作。計算神經科學的研究，不僅需要了解神經科學的實驗，還要有數理邏輯的基礎，最好還要有工程實現的能力。”“就我本人來說，有一定的數理基礎，但神經生物方面的基礎就比較薄弱，工程實現能力就更差了。”盡管如此，王大輝還是認為，“這些研究很必要，哪怕現在做得很粗淺，哪怕費時費錢費力，哪怕是失敗的探索，也都是有價值的，也是推動科技進步的必經之路。”正是基于這樣的想法，在國家自然科學基金委員會的資助下，王大輝讓自己的一個博士生到蘇黎世大學(UZH)和蘇黎世理工大學(ETH)合辦的神經信息研究所(The Institute of Neuroinformatics) 在I.Gicomo教授指導下學習類神經元芯片，目前已經在芯片上實現了包含128個神經元的芯片，完成簡單的知覺決策任務。

不僅如此，王大輝熱切希望有相關研究經驗的研究人員可以組成交叉團隊，開展聯合研究；有相關學科背景的老師，建立聯合培養項目，培養一批年輕學生，為短時間內追趕國際水準，在神經系統信息處理機制的產業應用方面走到國際前沿做準備。鑒于我國對腦科學研究的重視和即將啟動的腦計劃，王大輝認為這個希望一定會變成現實。

      來源：科學中國人  2015年第9期