动态新闻

通知公告 更多…
弭元元做客社科大讲堂 介绍计算神经科学的发展与挑战

2023-11-07

11月2日下午在六教,清华大学社会科学学院弭元元副教授做客社科大讲堂,以“计算神经科学”为题,为线上和线下200余名师生以脑加工时空动态信息为例,介绍脑暂时存储与调控时空信息的神经计算机制,以及基于神经系统快速识别时空模式的信息加工机制而发展的类脑运动目标识别算法,并展望计算神经科学发展所面临的机遇与挑战。

主讲人弭元元

讲座伊始,弭元元介绍了计算神经科学是典型的多学科交叉领域,其目标是采用数理建模和计算仿真方法来定量化、精确化、系统化揭示和阐明大脑工作原理,并在此基础上发展类脑智能模型与算法,计算神经科学是脑认知通向类脑智能之间的一座重要“桥梁”。弭元元简述何谓“智能”和生物大脑为解决各类智能问题所提供的成功范例,如受视觉腹侧通路信息加工机制启发的深度学习神经网络,以及深度学习在对抗样本、图像理解与全局认知等方面所存在的局限。

弭元元认为大脑处理更多的是动态时空信息,以时空动态信息的存储与操控(即工作记忆)和时空动态信息的识别(即类脑时空模式识别算法)为例,阐述大脑在网络层面上加工动态信息的原理。首先,弭元元讲解了工作记忆(Working Memory)的概念及神经计算机制,重点介绍了一种非侵入式操控人类工作记忆的“动态干扰方法”,即采用一种与任务无关、但与被记住的物体属性弱相关的外部动态刺激,便可实时改变视觉工作记忆任务中受试者对不同物体回忆的相对准确度,实现回忆效果从近因效应到首因效应的转变;并介绍了如何基于突触计算理论构建神经网络模型来阐明工作记忆被动态操控背后的计算机制。其次,弭元元讲解类脑时空模式识别难点,受皮层下视觉通路的信息加工机制和认知抉择机理启发的类脑时空模式识别算法及应用潜力,以及该类脑算法所具有的计算优势,包括小样本学习,可调参数少,易于训练,且整个识别过程是事件驱动的(event-based),等。

最后,弭元元展望计算神经科学发展所面临的机遇与挑战。目前,计算神经科学在数据收集与处理、理论构建与应用等方面还存在诸多挑战,大脑工作原理尚缺乏清晰理论。并以“类脑智能的钱学森之问”展望计算神经科学的发展。

在演讲后的互动环节,弭元元就计算神经科学的理论发展、艺术认知与视神经科学的结合、人工神经网络的应用等问题与在场师生展开交流。

本场讲座是纪念清华大学人文社会科学学院成立30周年系列学术报告会第四讲暨2023年社科大讲堂第七讲,由清华大学社会科学学院和清华大学国家大学生文化素质教育基地联合主办,讲座由清华大学社会科学学院张丹副教授主持并点评。


弭元元,研究方向为计算神经科学。专注于研究脑在网络层面处理信息的一般性原理,包括工作记忆的容量与调控、时空信息的网络编码等;基于此发展了类脑运动模式的快速识别算法、运动目标的预测追踪算法等,并与工业界合作探索这些类脑算法在实际场景中的应用。以第一或者通讯(含共同)在神经科学领域的刊物Neuron, PNAS, Progress in Neurobiology,人工智能旗舰会议NeurIPS等发表论文20余篇。获得国家自然科学基金委交叉学部优秀青年基金和北京市科技新星计划等项目的支持。

联系我们

电话:010-62780592 

邮箱:skxy@tsinghua.edu.cn

地址:北京市海淀区清华园1号

邮编:100084

Copyright© 2002 - 2020 清华大学社会科学学院