<div dir="ltr"><div><div><div>Thanks John for starting a discussion ... I think we need some. What I liked most about your original post was asking about "What are the underlying principles?" Let's make a list.<br>
</div>Of course, there are so many levels of organizations and mechanisms in the brain, that we might speak about different things; but getting different views would be fun and I think very useful (without the need to offer the only and ultimate).<br>
<br></div>Cheers, Thomas Trappenberg<br><br><br></div>PS: John, I thought you started a good discussion before, but I got discouraged by your polarizing views. I think a lot of us can relate to you, but lhow about letting others come forward now?<br>
<br></div><div class="gmail_extra"><br><br><div class="gmail_quote">On Fri, Jan 24, 2014 at 9:02 PM, Ivan Raikov <span dir="ltr"><<a href="mailto:ivan.g.raikov@gmail.com" target="_blank">ivan.g.raikov@gmail.com</a>></span> wrote:<br>
<blockquote class="gmail_quote" style="margin:0 0 0 .8ex;border-left:1px #ccc solid;padding-left:1ex"><div dir="ltr"><br><div class="gmail_extra">I think perhaps the objection to the Big Data approach is that it is applied to the exclusion of all other modelling approaches. While it is true that complete and detailed understanding of  neurophysiology and anatomy is at the heart of neuroscience, a lot can be learned about signal propagation in excitable branching structures using statistical physics, and a lot can be learned about information representation and transmission in the brain using mathematical theories about distributed communicating processes. As these modelling approaches have been successfully used in various areas of science, wouldn't you agree that they can also be used to understand at least some of the fundamental properties of brain structures and processes? <br>

<br></div><div class="gmail_extra">  -Ivan Raikov<br></div><div class="gmail_extra"><br><div class="gmail_quote">On Sat, Jan 25, 2014 at 8:31 AM, james bower <span dir="ltr"><<a href="mailto:bower@uthscsa.edu" target="_blank">bower@uthscsa.edu</a>></span> wrote:<br>

<blockquote class="gmail_quote" style="margin:0px 0px 0px 0.8ex;border-left:1px solid rgb(204,204,204);padding-left:1ex"><div>[snip] <br></div></blockquote><div class="im"><blockquote class="gmail_quote" style="margin:0px 0px 0px 0.8ex;border-left:1px solid rgb(204,204,204);padding-left:1ex">

<div style="word-wrap:break-word"></div><div style="word-wrap:break-word"><div>An enormous amount of engineering and neuroscience continues to think that the feedforward pathway is from the sensors to the inside - rather than seeing this as the actual feedback loop.  Might to some sound like a semantic quibble,  but I assure you it is not.</div>

<div><br></div><div>If you believe as I do, that the brain solves very hard problems, in very sophisticated ways, that involve, in some sense the construction of complex models about the world and how it operates in the world, and that those models are manifest in the complex architecture of the brain - then simplified solutions are missing the point.</div>

<div><br></div><div>What that means inevitably, in my view, is that the only way we will ever understand what brain-like is, is to pay tremendous attention experimentally and in our models to the actual detailed anatomy and physiology of the brains circuits and cells.</div>

<br></div></blockquote></div></div></div></div>
</blockquote></div><br></div>