教育经历:
1996 - 1998 , 工学博士 , 机器人 , 北京航空航天大学机电工程系机器人学
1994 - 1996 , 工学硕士 , 人工智能 , 北京航空航天大学自动控制系智能控制专业
1990 - 1994 , 工学学士 , 宇航工程 , 北京航空航天大学宇航工程系
工作经历:
2011 - 至今 , 研究员、博士生导师，金沙990线路检测(中国百科)有限公司-Gaming Group
2008 - 2011 , 研究员、博士生导师、985首席专家, 北京师范大学脑与认知科学研究院
2004 - 2009 , 研究员、博士生导师, 中国科学院生物物理所
2001 - 2004 , 副研究员、博士生导师, 中国科学院生物物理所
1999 - 2001 , 助理研究员, 中国科学院神经科学研究所
1998 - 1999 , 助理研究员, 中国科学院生物物理所
荣誉奖励:
入选中国神经科学重大进展，2020
获第九届中国青年科技奖 , 2006
入选新世纪“百千万人才工程”国家级人选 , 2006
获国务院政府特殊津贴 , 2005
研究成果入选“2005科学发展报告”（共10项突破性成果） , 2005
获国家杰出青年科学基金 , 2005
研究成果“果蝇的视觉不变性”入选2004年中国科学家十大发现 , 2004
“科学中国人2004年度人物” , 2004
航空工业部科技二等奖 , 1999
“北航十杰”第一名 , 1996
航空工业部科技一等奖 , 1995
“NHK创意对抗”国际机器人大赛最佳创意奖 , 1995
首届“中国大学生跨世纪发展奖学金”特等奖，第一名（全国10名） , 1995
实验室利用宽场和双光子成像，以及Neuropixels电极记录，研究：
1，灵长类视觉认知的神经机制；
2，高级皮层对视觉物体的表征与工作记忆；
1. Chen, C. X., Jiang, D. Q., Wang, X., Tang, S. M., & Yu, C. (2026). Long flankers alleviate visual crowding by enhancing population target coding in macaque V1. Current Biology, 36(9):2454–2460.e4.
2. Wang, X., Zhang, S. H., Tang, S. M., & Yu, C. (2026). Orthogonal neural geometry of orientation, spatial frequency, and ocular dominance in macaque V1. Progress in Neurobiology, 258:102874.
3. Zhao, X. N., Zhang, S. H., Tang, S. M., & Yu, C. (2025). Surround modulation is predominantly orientation-unspecific in macaque V1. Progress in Neurobiology, 2025; 247:102745.
4. Wang, T. Y., Lee, T. S., Yao, H. X., Hong, J. Y., Li, Y., Jiang, H. F., Andolina, I. M. & Tang, S. M. (2024). Large-scale calcium imaging reveals a systematic V4 map for encoding natural scenes. Nature Communications, 15, 6401.
5. Xie, Y.,Hu, P.Y., Li, J.R., Chen, J.W., Song, W.B.,Wang, X.J., Yang, T.M., Dehaene, S., Tang, S. M. & Min, B. & Wang, L.P.（2022). Geometry of sequence working memory in macaque prefrontal cortex.Science, 375, 632-639.
6. Jiang, R., Andolina, I. M., Li, M., & Tang, S. (2021). Clustered functional domains for curves and corners in cortical area V4. eLife, 10, e63798.
7. Ju, N. S., Guan, S. C., Tao, L., Tang, S. M., & Yu, C. (2021). Orientation tuning and end-stopping in macaque V1 studied with two-photon calcium imaging. Cerebral Cortex, 31(4), 2085-2097.
8. Guan, S. C., Ju, N. S., Tao, L., Tang, S. M., & Yu, C. (2021) Functional organization of spatial frequency tuning in macaque V1 revealed with two-photon calcium imaging. Progress in Neurobiology, 205, 102120.
9. Liu Y, Li M, Zhang X, Lu YL, Gong HL, Yin JP, Chen ZY, Qian LL, Yang YP, Ian Max Andolina, Stewart Shipp, Niall Mcloughlin, Tang SM, & Wang W. (2020). Hierarchical Representation for Chromatic Processing across Macaque V1, V2, and V4. Neuron, 108, 538 - 550.e5.
10. Guan SC, Zhang SH, Zhang YC, Tang SM, & Yu C. (2020). Plaid detectors in macaque V1 revealed by two-photon imaging. Current Biology, 30, 934-940.
11. Ju N, Li Y, Liu F, Jiang H, Macknik S, Martinez-Conde S, and Tang SM. (2020). Spatiotemporal functional organization of excitatory synaptic inputs onto macaque V1 neurons. Nature Communication 11, 697.
12. Ju N, Jiang R, Macknik S, Martinez-Conde S, Tang SM. (2018). Long-term all-optical interrogation of cortical neurons in awake-behaving nonhuman primates. PLOS Boilogy, 16(8): e2005839.
13. Zhang Y, Lee TS, Li M, Liu F, Tang SM. (2018). Convolutional neural network models of V1 responses to complex patterns. Journal of Computational Neuroscience. 2018 (2): 1-22.
14. Tang SM, Zhang Y, Li Z, Li M, Liu F, Jian H, Lee TS. (2018). Large-scale two-photon imaging revealed super-sparse population codes in V1 superficial layer of awake monkeys. eLife 7: e33370 doi: 10.7554/eLife.33370.
15. Tang SM, Lee TS, Li M, Zhang Y, Xu Y, Liu F, Teo B, Jian H. (2018). Complex Pattern Selectivity in Macaque Primary Visual Cortex Revealed by Large-Scale Two-Photon Imaging. Current Biology 28, 38–48.
16. Li M, Liu F, Jiang H, Lee TS, Tang SM. (2017). Long-Term Two-Photon Imaging in Awake Macaque Monkey. Neuron, 93, 1049–1057.
17. Li M, Liu F, Juusola M, Tang SM. (2014). Perceptual Color Map in Macaque Visual Area V4. The Journal of Neuroscience, 34 (1), 202-217.
18. Trevor J. Wardill, Olivier List, Xiaofeng Li, Sidhartha Dongre, Marie McCulloch, Chun-Yuan Ting, Cahir J. O’Kane, Tang SM, Chi-Hon Lee, Roger C. Hardie, and Juusola M, , Multiple Spectral Inputs Improve Motion Discrimination in the Drosophila Visual System , Science , 2014 , 925-931
19. Tang SM，Juusola M , Intrinsic Activity in the Fly Brain Gates Visual Information during Behavioral Choices , PLoS ONE , 2011 , 5(12): e14455.
20. Tang SM, Wolf R, Xu SP, Heisenberg M , Visual pattern recognition in Drosophila is invariant for retinal position , Science , 2004 , 305, 1020-1022
21. Wang SP, Tang SM , Behavioral modification in choice process of Drosophila , Science in China , 2003 , Vol.46, pp.399-413
22. Tang SM, Guo AK , Choice behavior of Drosophila facing contradictory visual cues , Science , 2001 , 294, 1543-1547
视觉是高等动物最重要的感知通道，人类获取的信息80%以上来自视觉。视觉认知神经机制研究对于理解大脑智能的奥秘，构建新型类脑人工智能，均有重要科学意义。视觉系统的复杂性源于视觉皮层神经环路的复杂性，由于技术限制，人们对视觉系统的计算原理了解仍然非常有限。
我们实验室建立了首个清醒猴双光子成像系统，能以单细胞分辨率检测大量神经元对视觉刺激的反应，分析其视觉信息编码。该项技术，可以应用在各个不同脑区，进行各种脑认知功能，包括在初级到高级视皮层、前额叶等脑区，研究视觉物体识别、选择性注意、工作记忆的神经机制。
人类大脑擅长形象思维，通过想象，外部世界能在大脑中模拟运行、产生预测结果。理解智能，首先要理解外部世界的万事万物如何由大脑神经元表征、存储和使用。我们的初步研究已经发现灵长类高级视觉皮层存在大量稀疏表征神经元，进一步我们将研究视觉物体在大脑中的最终表征，以及在工作记忆等认知活动中，这些内部表征如何被使用，进而理解大脑内部世界模型的工作原理。
下载Firefox
