8月31日下午，英国伯明翰大学心理学院副教授张磊应邀做客心理与行为科学系陈立心理科学青年论坛，以“Cracking the neurocomputational mechanisms of flexible (social) behavior in heath and disease”为题进行学术报告，与心理系师生进行交流分享。

讲座正式开始前，心理系“百人计划”研究员潘亚峰向现场师生介绍了张磊副教授的相关研究。张磊主要关注复杂社会情境中人类（包括常人及精神障碍群体）灵活性与适应性行为的认知神经基础，他采用功能磁共振成像(fMRI)以及计算建模，尤其是强化学习模型等技术，研究人类的社会决策、社会互动、社会学习。主要工作发表在Science Advances、PLOS Biology、eLife、Psychological Methods等高水平期刊。

张磊副教授以“墨镜和遮阳伞”为例，引入灵活性学习行为（flexible learning behavior）的概念，阐述了如何从计算的角度对其进行研究。所谓灵活学习行为，指的是为了应对环境变化作出的适应性行为变化，其本质可视作在不确定条件下进行概率学习的推断。张磊副教授介绍，在实验情景中，通常采用反转学习（reversal learning）考虑此类行为，可从行为、认知、脑三个层面结合强化学习模型探讨潜在的认知神经机制。他向在座师生展示了两项研究：其一是关于功能磁共振成像研究，该研究侧重于展示社会背景下的灵活学习；其二是大样本行为研究，侧重孤独症群体的灵活学习。第一项研究采用多人奖励学习范式，发现个体会根据群体决策信息来调整自身决策，且二次更新学习模型能更好地拟合和预测个体社会学习行为，而直接学习和社会学习的价值更新分别由腹内侧前额叶和前扣带皮层活动来编码。第二项研究关注孤独症群体的认知灵活性变化及相应学习机制，发现孤独症群体初始阶段的正确率低于正常群体，且在反转阶段的错误率高于正常群体，孤独症群体的反转学习率显著低于正常群体。

本次报告聚焦认知过程和计算建模的研究前沿，内容精彩，引发了在座师生浓厚的兴趣和热烈的讨论。就师生所提出的思考和疑问，张磊逐一进行详细、专业的解答，为同学们如何更好地学习计算建模提供了建议和资源。张磊副教授还介绍了团队自主开发的分层贝叶斯建模工具包“hBayesDM”，从开放科学的角度为研究人员使用认知计算建模提供便利、增加研究可重复性。本次讲座为同学们理解和研究社会学习的计算神经机制拓宽了研究思路，提供了理论和技术指导。

撰稿：王雅婕 周蔚

审校：潘亚峰 张磊 陈妙峰