The course will discuss how our mind and brain extract statistical regularities in the environment with visual perception, attention, and memory operation.

We want to address the following issues:
1. How various forms of statistical regularities are behaviorally attended and neurally coded in perceptual representation?
2. How regularities in repeated perceptual episodes forge semantic long-term memory and how neural representation of semantic memory may differ from that underlying episodic memory or perception?
3. How semantic memory may facilitate detection of statistical regularities and their incorporation into the existing knowledge schema by pivoting attention and/or other means?

心智運作包括覺察世界、產生經驗、形成意圖與指引行為，這些歷程如何在人腦中進行是神經科學中最引人入勝的主題。本課程旨在探討其中一個基本而困難的問題：解開大腦表徵刺激的神經錄碼(decode the neural representation of stimulus)以瞭解神經活動與自然世界的對應關係。這問題的困難在於自然環境刺激的物理特性會因各種因素的不同而有所變化，使得知覺系統需要從變化多端的輸入訊息中偵測統計規律性(statistical regularity)，導出不變的物體表徵(object representation)。同時變異不僅來自外界輸入，神經系統隨時處於活躍狀態，同一刺激在不同時間引發的感覺輸入是疊加在隨機的背景活動之上。故縱使刺激輸入完全沒有物理能量變異，個體尚須依賴神經動態的統計規律性，才能確立一刺激的神經錄碼，產生該刺激的主觀感覺。再者自然刺激不常孤立出現，多伴隨其他刺激成為一事件(episode)，事件中各刺激的知覺表徵與彼此的關係會形成事件記憶(episodic memory)。若某群特定刺激在事件重複出現時，不論其他刺激如何改變，多少維持穩定關係，這統計規律性如何受到注意而被萃取成為心智主要的內涵--知識記憶(semantic memory)，尚待瞭解。因此心智表徵奠基於神經系統對統計規律性的萃取：知覺表徵透過輸入刺激與神經活動的統計規律性建立物體不變性(object invariance)，而知識表徵則有賴於從相關的事件記憶中萃取知覺表徵間不變的關係。