李武，男，博士，教授，博士生導師。1966年 9月出生于云南省昆明市。 長江學者特聘教授，國家杰出青年科學基金獲得者，新世紀百千萬人才工程國家級人選、**計劃領軍人才，國家重點基礎研究發展計劃（973）首席科學家 現任北京師范大學認知神經科學與學習國家重點實驗室主任 、麥戈文腦研究院院長。 學術委員會委員，教授，博士生導師。

教育及工作經歷

1984.9-1989.6中國科技大學生物系生物物理學專業，獲學士學位。 1989.9-1994.6中國科學院上海生理所(今中國科學院神經科學研究所)神經生物學專業，獲博士學位(導師李朝義院士)， 從事視覺神經編碼機制的研究。

2007.3-現在，北京師范大學認知神經科學與學習國家重點實驗室主任、教授、博士生導師，985首席專家，教育部長江學者特聘教授。

1999.6-2007.6，美國洛克菲勒大學（RockefellerUniversity），任研究助理教授授(合作導師:Charles Gilbert 院士)。

1996.7-1999.5，德國馬克思普朗克學會（ Max-Planck） 生物控制論研究所，訪問學者，開始用獼猴研究視覺圖像信息加工的腦機制。

1994.8-1996.6，美國加州大學伯克利（ Berkeley ）分校，博士后(合作導師:Prof Gerald Westheimer)，研究領域 我們以訓練過的猴子為實驗對象，通過研究猴子在執行各種知覺任務時視皮層神經元的反應，來探討視知覺的神經機制。

學術兼職：

1、中國神經科學學會理事會理事。

2、中國科學院心理健康重點實驗室學術委員會委員。

3、美國洛克菲勒大學神經生物實驗室客座研究員。

4、國家自然科學基金委員會生命科學、認知科學與心理學專家組成員。

研究方向：

通過在獼猴大腦皮層中植入微電極陣列，研究猴子在執行各種視覺檢測和分辨任務時神經元的反應特性，探討視知覺的神經機制。

研究興趣：

采用神經電生理和心理物理的實驗手段研究視覺信息加工和知覺學習的神經機制，著重探討以下問題：

（1）大腦視皮層神經元如何對各種圖象信息進行整合和分割，從而形成知覺表象上的圖形和背景；

（2）選擇性注意等認知功能如何動態調節視皮層神經元的反應特性，從而有效處理視覺圖象中與行為密切相關的信息；

（3）感知訓練如何提高大腦神經元的編碼能力，從而提高視覺系統的感知分辨能力。

承擔科研項目情況：

1、973計劃項目：“學習行為發生、發展及異常的認知神經機制研究”。

 科研成果：   　

       突破了基于還原論的傳統視覺信息加工理論，在揭示大腦視覺皮層神經元對圖形元素進行組合和分割的神經機制方面做出了重要貢獻。視覺圖像中所包含的各種圖形元素按照一定的規律結合或分離，形成知覺上的圖形和背景以及各種復雜的物體。了解神經元是如何編碼圖形上下文之間的關系是了解視覺系統對物體進行識別的關鍵。傳統的視覺加工理論主要是基于在麻醉動物上的實驗觀察，將大腦對圖像信息的編碼視為一種靜態的分級加工過程，即視覺圖像中所包含的各種圖形特征按照從簡單到復雜的順序、沿著從低級到高級的皮層中樞自下而上逐級進行提取，最后再整合起來。李武教授的研究突破了這一理論框架的束縛，從視覺信息加工的動態特性入手，發現了低級視覺皮層神經元對圖形元素的復雜整合作用。此外，用經過訓練從而會執行各種視覺分辨和檢測任務的清醒猴子，探討了大腦視覺皮層單個神經細胞的活動與猴子視覺識別能力的關系，揭示了特異于任務的注意調控機制在神經元對圖形元素進行組合和分割編碼中的重要調控作用。研究表明，由于高級認知功能自上而下的調控作用，初級視覺皮層的神經元可以動態地改變自己的反應特性，根據具體的任務需要去選擇性地加工和整合與任務高度相關的圖形特征。這些研究對于了解大腦高度智能化的視覺信息編碼和圖形識別機制具有重要的理論價值。 　　

       對了解知覺學習的神經機制和完善知覺學習理論做出了重要貢獻。我們的感知能力經過反復訓練而顯著提高的現象稱為知覺學習。例如音樂家、藝術家和美食家經過多年的訓練，分別具有遠遠超過常人的聽覺、視覺和味覺分辨能力。關于知覺學習是在什么腦區、以什么形式被編碼的，存在著兩種絕然不同的觀點：一種觀點認為反復的視覺分辨訓練導致了視皮層的可塑性變化，而另外一種觀點則認為學習訓練改變的是高級腦區的執行控制功能。李武教授的系列工作發現，反復訓練某一視覺分辨任務可以使視皮層神經元獲得特異于該任務的反應特性，從而更為有效地加工與任務有關的刺激屬性，并且這種具有經驗依賴性的反應特性只有在遇到訓練過的刺激和任務時，通過自上而下的認知調控信號才被充分啟用。這些重要發現把兩種完全分歧的知覺學習理論統一了起來，提示知覺學習同時涉及到感覺皮層和高級腦區之間的復雜交互作用。研究結果不僅被國外專家專文報道，而且這些結果還被邀請寫入數部國際權威的神經科學專著和教科書。 　　

       以往的視覺電生理研究主要是采用單根的微電極記錄，只能考察單個神經元的活動，無法了解神經元集群之間作為一個復雜的網絡是如何協同工作的，更無法對一群神經元進行長期的跟蹤記錄，研究它們在學習過程中的可塑性變化。李武教授擬開展的研究工作將采用目前最先進的高密度微電極陣列記錄技術，在獼猴的大腦皮層中埋藏上百根的微電極，長期跟蹤記錄負責注意調控以及視覺加工的多個腦區中的大量神經元，研究知覺學習過程中可塑性變化的皮層環路機制和神經元的群體編碼機制。研究將對視覺信息加工機制有一個全面深入的理解，通過建立神經網絡模型可以為人工智能圖形識別提供理論指導。此外，研究還將對在神經元和神經網路層面上了解大腦學習和可塑性的機理具有重要意義。

出版專著：

1、神經科學（第三版），北京大學醫學出版社，2009年出版。

發表英文論文：

在神經科學和自然科學的頂級刊物 NatureNeuroscience、Neuron和PNAS等上發表了一系列具有重要影響的研究論文，SCI收錄的他人引用次數近700次。

       1. Chen, M., Yan, Y., Gong, X., Gilbert, C.D., Liang, H., and Li, W. (2014). Incremental integration of global contours through interplay between visual cortical areas. Neuron. 82, 682-694.

       2. Piëch, V., Li, W., Reeke, G.N., and Gilbert, C.D. (2013). Network model of top-down influences on local gain and contextual interactions in visual cortex. Proc. Natl. Acad. Sci. U. S. A. 110, E4108-4117.

       3.Gilbert, C.D., and Li, W. (2013). Top-down influences on visual processing. Nature Reviews Neuroscience. 14, 350-363.

       4. McFarland, R., Roebuck, H., Yan, Y., Majolo, B., Li, W., and Guo, K. (2013). Social interactions through the eyes of macaques and humans. PLos One 8, e56437.

       5. Ramalingam, N., McManus, J.N.J., Li, W., and Gilbert, C.D. (2013). Top-down modulation of lateral interactions in visual cortex. J. Neurosci. 33, 1773-1789.

       6. Gilbert, C.D., and Li, W. (2012). Adult visual cortical plasticity. Neuron 75, 250-264.

       7. Xing, D., Shen, Y., Burns, S., Yeh C-I., Shapley, R., and Li, W. (2012). Stochastic generation of gamma-band activity in primary visual cortex of awake and anesthetized monkeys. Journal of Neuroscience 32:13873-13880.

       8.Pan, Y., Chen, M., Yin, J., An, X., Zhang, X., Lu, Y., Gong, H., Li, W., and Wang, W. (2012). Equivalent representation of real and illusory contours in macaque V4. J. Neurosci. 32, 6760-6770.

       9. McManus, J.N.J., Li, W., and Gilbert, C.D. (2011). Adaptive shape processing in primary visual cortex. Proc. Natl. Acad. Sci. U. S. A. 108, 9739-9746.

       10.Zhang, E., and Li, W. (2010). Perceptual learning beyond retinotopic reference frame. Proc. Natl. Acad. Sci. U. S. A. 107, 15969-15974.

       11.Gilbert, C.D., Li, W., and Piech, V. (2009). Perceptual learning and adult cortical plasticity. J. Physiol. (Lond). 587, 2743-2751.

       12. Li, W. and Gilbert, CD. Perceptual Learning. In: The Senses: A Comprehensive References. Eds. Allan Basbaum et al., Elsevier  

       13. Li, W. and Gilbert, CD. Perceptual learning: neural mechanisms. In: The New Encyclopedia of Neuroscience. Editor-in-chief: Larry Squire. Elsevier.

       14. Li, W., and Gilbert, C.D. (2009). Visual cortical plasticity and perceptual learning. In The cognitive neurosciences, M.S. Gazzaniga, ed. (Cambridge, Massachusetts: The MIT Press), pp. 129-140.

       15. Li, W., Piech, V., and Gilbert, C.D. (2008). Learning to link visual contours. Neuron 57, 442-451.

       16. Li, W., and Gilbert, C.D. (2008). Perceptual Learning: neural mechanisms. In Encyclopedia of Neuroscience, L.R. Squire, ed. (Oxford: Academic Press), pp. 535-541.

       17.  Li, W., and Gilbert, C.D. (2007). Perceptual learning. In The Senses: A comprehensive reference, A.I. Basbaum et al., eds. (New York: Academic Press), pp. 303-328.

       18. Li, W. Pi?ch, V. and Gilbert, CD. Contour saliency in primary visual cortex. Neuron, 50:951-962, 2006  

       19. Stettler, DD., Yamahachi, H., Li, W., Denk, W. and Gilbert, CD. Axons and synaptic boutons are highly dynamic in adult visual cortex. Neuron, 49:877-887, 2006. 

       20. Li, W. Pi?ch, V. and Gilbert, CD. Perceptual learning and top-down influences in primary visual cortex. Nature Neuroscience 7:651-657, 2004 

       21. Li, W. and Gilbert, CD. Global contour saliency and local colinear interactions. Journal of Neurophysiology. 88:2846-2856, 2002. 

       22. Crist, RE, Li, W. and Gilbert, CD. Learning to see: experience and attention in primary visual cortex. Nature Neuroscience. 4:519-525, 2001. 

       23. Li, W., Thier, P. and Wehrhahn, C. Neuronal responses from beyond the classical receptive field in V1 of alert monkeys. Experimental Brain Research. 139:359-371, 2001. 

       24. Li, W., Thier, P. and Wehrhahn, C. Contextual influence on orientation discrimination of humans and responses of neurons in V1 of alert monkeys. Journal of Neurophysiology. 83:941-954, 2000.  

       25. Westheimer, G. and Li, W. Classifying illusory contours: edges defined by “pacman” and monocular tokens. Journal of Neurophysiology. 77:731-736, 1997. 

       26. Li, W. and Westheimer, G. Human discrimination of the implicit orientation of simple symmetrical patterns. Vision Research. 37:565-572, 1997. 

       27. Wehrhahn, C., Li, W. and Westheimer, G. Patterns that impair discrimination of line orientation in human vision. Perception. 25:1053-1064, 1996. 

       28. Westheimer, G. and Li, W. Classifying illusory contours by means of orientation discrimination. Journal of Neurophysiology. 75:523-528, 1996. 

       29.Li, C.Y., and Li, W. (1994). Extensive integration field beyond the classical receptive field of cat's striate cortical neurons-classification and tuning properties. Vision Res. 34, 2337-2355.

榮譽獎勵：

1、入選2006年度教育部“長江學者特聘教授”。

2、2009年入選“新世紀百千萬人才工程國家級人選”。

3、2010年享受國務院政府特殊津貼。

學習行為是人類高級認知活動的核心，理解學習的神經基礎是生命科學領域最富挑戰性的重大科學問題之一。在新興的“學習科學”的研究過程中，鑒于對多學科、多領域交叉融合的迫切需要，北京師范大學認知神經科學與學習國家重點實驗室的研究人員自發地相互選擇、聯合，共同規劃和確定研究方向，共同承擔國家重大科研項目，組成了學習的腦機制研究團隊。該團隊以學習的腦機制作為總體方向，從行為規律、腦網絡和神經回路等多個層面探索學習的認知神經基礎,旨在揭示人腦學習的規律和機制，建立有效學習的理論框架和體系，為基于腦科學的教育和學習障礙的干預提供科學的理論和方法。

該團隊2006年獲批我國首個認知神經科學學科“創新引智計劃基地”，2007年獲批教育部創新團隊，2012年獲批“學習的認知神經機制研究”國家創新研究群體。2013年，經過由包含國外專家組成的國際招聘委員會評審，團隊中7名成員成為由美國國際數據集團（IDG）捐建的“北京師范大學—IDG/麥戈文腦科學研究院”首批首席科學家，團隊負責人、認知神經科學與學習國家重點實驗室主任李武兼任院長。同年，李武入選國家“**計劃”百千萬工程領軍人才，并作為首席科學家帶領團隊申請并獲批國家973計劃項目“學習行為發生、發展及異常的認知神經機制研究”。

該團隊的相當一部分成員都是從海外引進，2014年獲得了“中國僑界貢獻獎（創新團隊）”。成員中有3人獲得“國家杰出青年科學基金”，1人入選“新世紀百千萬人才工程國家級人選”，3人為 “長江學者特聘教授”，2人入選國家“青年**計劃”，2人曾獲中科院“**計劃”支持，6人入選 “新世紀優秀人才支持計劃”。近五年團隊成員作為第一或通訊作者共發表與學習有關的SCI、SSCI研究論文100余篇。為了深入探討遺傳與環境因素對腦與學習的影響，團隊成員還參與了中國兒童青少年心理發育大型數據庫的建設，并合作建立了雙生子數據庫、大學生基因–腦–行為數據庫等，為開展大尺度合作研究提供支撐。

引領國內語言和數學學習的研究，在國際上產生較大影響

每一領域的學習都有其特殊的規律，揭示這些規律對于促進人類的學習，提升教育教學的效益具有重大價值。團隊成員薛貴、周新林等結合行為測量和腦成像等手段，系統研究了語言學習和數學學習的認知神經機制。

研究發現在語言的重復學習中，大腦激活模式的相似性越高，學習效果越好。提出了學習的“神經活動編碼一致性”理論，挑戰了傳統的“編碼變異假說”。成果發表在權威雜志之一Science，國外專家評價該研究“為人類的記憶研究開創了新的思路和方法”。在國內率先開展了語言學習個體差異的神經機制研究，發現學習之前大腦的活動模式能夠預測語言學習的效果；字形和語音學習具有不同的神經預測指標，并且存在性別差異。提出了“語言學習的神經預測假說”，為語言教學中的個體差異問題提供了認知神經科學證據，為促進語言教育開拓了新的思路。

在國內率先開展了數學學習的腦機制研究，提出并通過實驗驗證了由早期學習經驗塑造的“基于雙重表征的算術腦”假設，成為目前數字加工理論的重要基礎。針對女生在算術能力上優于男生的現象，首次提出并驗證語言假設，即女生在計算能力上的優勢是基于其語言能力上的優勢。

在國際上引領知覺學習的認知神經機制研究

不同類型的學習既有其特殊規律，又顯示出共同特點。首先，任何學習都涉及到特異性和遷移性的問題，即在一定條件下的學習效果能否遷移到其他的情境，做到“舉一反三”；其次，學習通常都離不開注意等基本認知功能的調控；再有，學習過程中對規律的掌握往往會導致一些基本概念的形成。為了闡明這些基本學習規律背后的腦機制，團隊成員以基本的視覺學習為突破口，結合行為測量、功能磁共振成像（fMRI）、神經細胞電活動記錄等多種手段，從多層面、多角度揭示了知覺學習的行為規律和神經環路機制，包括特異性和遷移性發生的規律和機制。

以獼猴為動物模型，通過在其大腦中植入微電極陣列跟蹤記錄腦細胞反應的變化，李武等發現，隨著每天視覺檢測任務的訓練，視覺皮層細胞的群體編碼不斷被優化，與視覺檢測能力的提高密切相關。這一重要成果最近發表在神經科學領域權威雜志Nature Neuroscience。國外專家在同期雜志上以“熟能生巧”為題作了專文評論，認為該研究解決了一個長期懸而未決的問題。

與高級認知學習相似，知覺學習需要集中注意練習，被動接受視覺刺激不會產生學習效果。李武和劉嘉等揭示了學習過程中注意信號對信息加工的調控作用。此外，劉嘉等在合作建立雙生子數據庫的基礎上，研究了遺傳和環境因素對視覺學習的影響，首次發現面孔的識別能力受到遺傳因素的影響，并非如其他客體識別主要依賴于后天的經驗和學習。

畢彥超、韓在柱等通過對腦損傷病人和健康人群的fMRI研究，揭示了復雜感知學習中概念表征和記憶的腦機制。首次發現了客體概念個體差異的靜息態腦機制，并揭示了表征不同概念范疇（有無生命、動詞、名詞等）的腦結構和功能模塊。

開發神經影像學數據分析方法，建立描述神經信息處理的計算模型，為揭示學習的腦機制提供重要的方法學支撐

揭示人腦學習的機制需要從腦的復雜網絡、功能系統、局部腦區到神經元微環路等多個空間尺度進行刻畫。賀永和朱朝喆等開展了一系列神經影像方法學研究；吳思等在計算神經科學方面展開了深入研究。

在復雜腦結構網絡方面，提出采用結構磁共振圖像獲得的腦皮層灰質形態學數據構建人腦結構網絡模型的計算方法，建立了世界上第一個活體人腦結構連接網絡草圖。將腦結構網絡方面的算法改良后，應用于腦靜息網絡方面，發現當采用不同的腦圖譜時，所構建的功能腦網絡的拓撲參數有明顯不同，為解決不同的腦區分割方法是否影響腦網絡分析的爭議性難題提供了證據；進一步發現人腦在時間和空間上都是由特定的子系統相互連接構成，明確回答了人腦自發神經活動網絡具有等級模塊化的組織原則這一重要問題。團隊開發的一系列磁共振數據分析軟件對國內外同行開放共享，被大量下載，極大推動了相關領域的發展。

提出了將靜息范式與近紅外腦成像（fNIRS）相結合用于低齡兒童腦功能研究的新思路，克服了低齡兒童很難配合完成指定實驗任務以及fMRI噪音、狹腔等掃描環境不適于低齡兒童等問題，在兒童青少年學習的研究中具有廣泛應用前景。

在建立神經網絡模型方面，基于實驗提供的現象和數據，研究了信息儲存、提取和整合的連續吸引子網絡，發展了一套新的數學工具來描述學習過程中神經網絡的動力學行為。

經過不懈努力，北京師范大學學習的腦機制研究團隊在該領域已處于國內領先地位，并在國際上取得重要的影響。團隊未來發展目標是進一步加深合作，擴大隊伍，整合各自優勢，形成國際知名的腦與學習研究團隊。在科學研究上，將在語言和數學學習研究等方面整體達到國際先進水平，并在學習一般規律的研究上處于領先地位，提出具有國際影響力的學習理論。在學科建設上，努力打破傳統的學科壁壘，推動“學習科學”這一新興交叉學科在我國的建立和發展。在成果轉化上，探索把學習理論應用到教育和學習訓練實踐中，為提高學習效率、克服學習障礙、促進人力資源開發提供關鍵的科學原理和技術。