Seminarium:

“Unattended but Not Forgotten: Persistent Activity Coding in Working Memory“

dr hab. Jan Kamiński, prof. IBD PAN; Pracownia Neurofizjologii Umysłu, Instytut Biologii Doświadczalnej PAN

Data:

29 października 2026

Working memory allows us to maintain information over short periods, but only part of its contents can occupy the current focus of attention. What happens to relevant but temporarily unattended information remains debated: it may be maintained by persistent neural activity or stored in an “activity-silent” state. I will present intracranial single-neuron recordings from human patients performing a working-memory task in which attention shifted between memorized items. In the medial temporal lobe, stimulus-selective neurons continued to represent individual items even when they were outside the focus of attention, although their activity was modulated by attentional state. These findings provide direct evidence that unattended but behaviorally relevant information can be maintained through ongoing neuronal activity, challenging activity-silent models of working memory.

Dr hab. Jan Kamiński, prof. instytutu, kieruje Pracownią Neurofizjologii Umysłu w Instytucie Biologii Doświadczalnej im. M. Nenckiego PAN w Warszawie. Ukończył psychologię na Uniwersytecie SWPS, a stopień doktora uzyskał w Instytucie Nenckiego. Pracę naukową kontynuował w California Institute of Technology (Caltech) oraz Cedars-Sinai Medical Center w Los Angeles, gdzie badał neuronalne podstawy procesów poznawczych, wykorzystując bezpośrednie rejestracje aktywności pojedynczych neuronów w ludzkim mózgu. Jego obecne badania koncentrują się na neuronalnych mechanizmach pamięci roboczej, uwagi i podejmowania decyzji. Szczególną uwagę poświęca roli podtrzymywanej aktywności neuronalnej (persistent activity) w przechowywaniu informacji w pamięci roboczej. W tym celu łączy rejestracje aktywności pojedynczych neuronów z zaawansowanymi metodami analizy danych neuronalnych i modelowaniem obliczeniowym. Równolegle kierowany przez niego zespół rozwija metody oparte na uczeniu maszynowym do analizy klinicznych zapisów EEG oraz identyfikacji biomarkerów zaburzeń neurologicznych i psychiatrycznych. Wyniki jego badań publikowano m.in. w czasopismach Nature Neuroscience, Nature Human Behaviour i Neuron.

Skip to content