計算神經科學家,大腦黑箱的「電工」?|「神經漫遊」EP.4

2020-12-06 神經現實

神經漫遊EP004-高光時刻

02:16來自神經現實

「神經漫遊」是一檔由神經現實團隊聯合主持的節目，我們試圖通過跨學科視角探討大腦、認知和心智，以及科技、醫學和哲學。在這裡，你可以聽到神經現實的成員及特邀嘉賓是怎樣踏入計算神經科學這個領域的；這個領域到底在研究什麼，與目前大熱的AI、腦科學等領域有什麼聯繫；從計算神經科學中，我們能學到什麼，此時，你還將和他們一起思考最基本和最重要的哲學問題：人的目的。最後，你將抵達一個大型勸學現場，感受主播和特邀嘉賓對計算神經科學的純粹熱情。

接下來的每個月，「神經漫遊」都將保持更新。我們期待討論的話題包括：記憶和學習，決策，時間感知，腦機接口，腦科學的倫理問題等。與此同時，我們也將努力嘗試不同的內容形式，例如訪談、專訪和特輯，希望能帶給大家更加豐富的收聽體驗。Stay tuned.

▽車票已就緒，請掃碼踏入旅程▽

我們的RSS連結，請複製訂閱：

https://feeds.fireside.fm/neuromancing/rss

我們強烈推薦你使用泛用型播客客戶端收聽，請選擇以下這些客戶端：

ApplePodcasts/GooglePodcasts/Castbox/Castro/Overcast/PocketCasts/PlayerFM/Spotify

本期主播

Ep.4

12

顧金濤（老貓）

上海紐約大學神經科學博士生。復旦生科院畢業。現在跟著Sukbin Lim用數學模型研究記憶和神經可塑性，還在找課題。

12

漢那

UCSD 認知科學本科在讀。心靈哲學 / 語言認知 / 科技人文 / 後人類。寫字，攝影，嗜咖啡。遊蕩者。書呆子。野心家。

12

楊閏哲

普林斯頓大學計算機系與神經科學研究所在讀博士，本科畢業於交大ACM班，研究興趣主要包括人工智慧與計算神經。個人主頁：https://runzhe-yang.science

特邀嘉賓

Ep.4

12

李想

紐約大學心理系二年級博士生，對計算認知/神經科學感興趣，目前手上的項目主要是前者。曾經的興趣之一是跟老貓一起做飯，現在的興趣之一是回憶跟老貓一起做飯的日子。

本期綱要

Ep.4

[4:30] 計算和神經，誰為誰服務？

[11:05]計算神經科學 vs. 計算認知科學研究人這種架構

[14:40]行為實驗能幫助我們確定因果關係嗎？

[20:09]最後「摳得只剩肉色的部分了」的行為實驗

[25:09]對照物理的發展，還處在經典力學階段的神經科學

[29:10]就 David Marr 3層展開：當我們說自上而下和自下而上時，上和下是什麼？

[39:20]從哪一層開始研究取決於你相信哪一層；連接組從底層開始

[43:43]對連接組的反駁的反駁

[46:05]一個類比：拆開手機從電晶體開始能弄懂手機的運作嗎？

[49:40]人的目的是什麼：活下來？

[53:34]進化論，生成對抗網絡與機器學習的三種學習範式

[01:04:19]大型勸學計算神經科學：

男女失衡？計算機才是風口？計算機科學和計算神經科學，誰更有前途？ 對數學感興趣最好？

延伸閱讀

Ep.4

David Marr 的三個層次Implementation - Algorithm - Computation- 參見https://www.albany.edu/~ron/papers/marrlevl.htmlThe Book of Why （《為什麼》）Judea Pearl、Dana Mackenzie著，其中提到因果圖分析。- 參見https://book.douban.com/subject/33438811/

The Brain from Inside OutGyrgy Buzsáki著，提到觀點：大腦是進化出來的，Implementation level 更重要。-參見https://global.oup.com/academic/product/the-brain-from-inside-out-9780190905385?cc=hk&lang=e

Movshon Seung 之辯：有關連接組- 參見https://www.youtube.com/watch?v=q4KrhDZQ088

科普寒武紀大爆發的UP主：鬼谷藏龍/芳斯塔芙- 參見https://space.bilibili.com/72270557/channel/detail?cid=65703

到底什麼是生成式對抗網絡（GAN）？-參見https://www.msra.cn/zh-cn/news/features/gan-20170511https://pathmind.com/wiki/generative-adversarial-network-gan

—Thalles Silva/pathmind.com

科研界的性別偏差- 參見https://www.nature.com/news/women-need-to-be-seen-and-heard-at-conferences-1.20825

SCRATCHbot - A Rat like RobotTony Prescott 實驗室- 參見https://www.youtube.com/watch?v=Dr78I9_U4os

相關文章

Ep.4

視覺過程的數學「神還原」

心靈時間的數學原理

神經元雪崩：臨界點上的大腦

我們有可能理解人類大腦嗎？

語言是如何把信息塞進大腦裡的？

統籌：漢那、EON

主播：漢那、老貓、楊閏哲

特邀嘉賓：李想

後期：北方

視頻：Leon

插畫：Coco

編輯：小葵花

相關焦點

  • 計算神經科學家,大腦黑箱的「電工」?
    「神經漫遊」是一檔由神經現實團隊聯合主持的節目，我們試圖通過跨學科視角探討大腦、認知和心智，以及科技、醫學和哲學。
  • 變態「三角戀」?世界知識、大腦和計算是AGI的新「三駕馬車」
    【新智元導讀】「冰鎮椅子」和「彩虹蕉」見過沒？反正神經網絡要淚奔了。近年來，吃數據的人工智慧狹隘性日益凸顯，而來自舊金山的科學家們，認為智能來源於歸納偏差，他們試圖通過已知的世界屬性、大腦的物理結構和算法來構建一種新的世界模型。看到下面這個場景，你會想到啥？
  • 李飛飛對話頂級神經學家:大腦做「微積分」,最高效GPU但很浪費
    帶著這些問題，我們走進這次頂級AI學者與神經科學家的碰撞！計算主導神經落後？紐瑟姆：計算的終極將是微觀解剖！首先讓我們來認識下這次的與會嘉賓。William Newsome 生於1952年6月5日，是史丹福大學的一名神經科學家，他致力於「理解神經元過程對視知覺和視覺引導行為的調節」，同時也是美國國家科學院的院士。
  • 文字順序不影響閱讀,科學家找到大腦「視覺字典」所在
    ，神經科學家認為，他們很可能已經找到大腦中負責此任務的關鍵所在。我們都曾聽過文字順序不影響閱讀，事實上這與大腦中學習理解單字的區域有關，《自然人類行為》（Nature Human Behaviour）新論文中，德州大學團隊認為他們已經發現了這本「視覺字典」在大腦中的確切位置。
  • 笛卡爾:從大腦中釋放出了「意識」這個幽靈
    在之前的兩篇文章當中 #大腦和心臟的恩怨，猶如日心說和地心說，#文藝復興讓人類第一次打開大腦這個黑匣子管家順著時間脈絡，梳理了「大腦中心論」和「心臟中心論」綿延2000多年的歷史糾葛。最終，由於文藝復興運動的開啟，讓「大腦中心論」最終勝出，成為現在人們眾所周知的常識。
  • MIT 重磅研究成果:已開發出大腦神經迴路計算模型
    AI科技評論消息，MIT CSAIL 於今日發布了一個重磅研究成果：他們已經開發出一個大腦神經迴路的計算模型，它揭示了抑制神經元的生物意義。這個模型是由一組輸入神經元陣列與同等數量的輸出神經元組成，採用「競爭學習規則」（winner-take-all）來操作。也就是說，網絡的輸出神經元之間相互競爭以求被激活，但在每一時刻只有一個輸出神經元被激活。
  • 你的大腦與人工神經網絡有本質區別嗎?答案令人驚訝!
    這篇發人深省的論文出自普林斯頓大學的研究員哈森和納斯塔斯，他們將人工神經網絡和生物神經網絡之間作了類比，提出了一個更有前途的人工智慧研究方向。 人工智慧真的不能解釋嗎？ 神經科學家普遍認為，大腦的複雜功能可以分解成簡單的、可解釋的模型。
  • 新年紙刊特輯:腦科學的範式革命|神經現實 x 信睿周報
    在2021年伊始，神經現實聯合「信睿周報」特別推出「腦科學·特輯」，嘗試勾勒出一幅貫穿腦科學歷史、當下及未來的圖景。 這期特輯由神經現實團隊精心打造，內容涵蓋深度文章、信息插圖、人物訪談和主題書單等。
  • 圖靈獎「擁抱」深度學習
    除了我們每天使用的產品，深度學習的新進展為科學家們帶來強大的新工具—從醫學、天文學到材料科學。」神經網絡是一種運算模型，由大量簡單的神經元之間相互連接構成。通過改變連接點上的權重（weight），可以改變神經網絡執行的計算。Yoshua Bengio, Geoffrey Hinton 和 Yann LeCun 認識到了構建多層網絡的重要性，「深度學習」的概念由此誕生。
  • 清華首提「類腦計算完備性」及計算系統層次結構，登Nature
    神經形態計算從生物大腦中獲取靈感，為計算機技術和體系結構的下一波發展提供了方向。類腦計算與傳統計算機架構不同，後者是圍繞圖靈完備和完善的馮諾依曼結構，前者目前還沒有沒有廣義的系統層次結構，或對類腦性計算的完整性的理解。
  • 最大規模的神經擬態計算系統，神經容量相當於小型哺乳動物的大腦
    鼻腔內的細胞會立即向你的大腦嗅覺系統發送信號，一組相互連接的神經元中的電脈衝就會在這個嗅覺系統中產生嗅覺。無論聞到的是葡萄柚、玫瑰還是有害氣體，你大腦中的神經元網絡都會產生該物體特有的感覺。同樣，你的視覺和聽覺、回憶、情緒和決策都有各自的神經網絡，它們都以特定的方式進行計算。
  • 最大規模的神經擬態計算系統,神經容量相當於小型哺乳動物的大腦
    無論聞到的是葡萄柚、玫瑰還是有害氣體，你大腦中的神經元網絡都會產生該物體特有的感覺。同樣，你的視覺和聽覺、回憶、情緒和決策都有各自的神經網絡，它們都以特定的方式進行計算。神經擬態計算的優勢神經擬態計算（Neuromorphic Computing）是一個由硬體開發、軟體支持、生物模型相互交融而成的古老領域，旨在基於仿生的原理讓機器擁有類人的智能。
  • 新研究 | 揭示成年後人類大腦神經元仍可再生
    該論文源自於西班牙的一組科學家，他們對58名近期死去的捐贈者的大腦組織進行了研究並發現，對腦組織不同的保存方法，是導致有關成年人大腦是否會產生新神經元的研究結論大相逕庭的主要原因。該研究論文的主要作者、馬德裡自治大學（Autonomous University of Madrid）神經科學家Maria Llorens-Martin表示，人的腦組織必須在其捐贈者死亡數小時內進行保存，而用於保存腦組織的特定化學物質會破壞人們用來識別新生細胞的蛋白質。以前的研究人員之所以沒有發現這些新細胞的產生，是因為供他們研究的腦組織未被妥善保存。
  • 神經科學家測量球迷大腦對比賽的反應
    但電視上仍然播放足球比賽，如果你觀看任何一場比賽，大腦將以你可能沒有意識到的方式處理它們。在11月25日發表在Cell Press細胞出版社旗下期刊Neuron（《神經元》）上的一項研究中，研究人員展示了觀看體育比賽時的驚訝感是如何改變大腦模式的。神經科學家了解這些變化很重要，因為它們有助於形成特別強烈的記憶。「當在世界各地走動時，我們傾向於把事件分割成不同的『塊』。」
  • 人類大腦如何工作?五篇計算神經學論文告訴你
    神經計算的等級：作者提出，「自發點燃」這樣的框架可以用來探索神經元之間計算的等級。雖然現有的神經連接組學可以用圖論的方法去研究大腦神經元解刨結構（physical connectivity）的拓撲等級，但是神經元解刨結構上的等級關係不一定能夠對應神經元對信息的動態處理的等級關係。
  • 中科院自動化所餘山:對大腦的未知,並不阻礙借鑑大腦,成就智能
    對於人工智慧研究，腦科學無異是最重要的「他山之石」了。近年來，人工智慧在經歷過一波由深度學習帶來的火爆之後，已然進入深水區；如何通向強人工智慧，逐漸成為智能研究的各界人士共同關注的中心話題。「類腦計算」正是智能研究人員嘗試以腦科學之「石」攻智能之「玉」的重要方向。
  • 調整自律神經?先從「減少」呼吸次數開始,專家圖解法!
    維持生命的自律神經系統是無法憑自我意志控制的生理活動，然而，其中有一項是可以憑自我意志控制的，那就是「呼吸」。　　當我們覺得緊張時，呼吸會變淺變短；放鬆時，呼吸會變深變長。平常我們都是無意識地呼吸，但其實我們可以有意識地去控制呼吸，所以一定要大口深呼吸，讓副交感神經作用變活絡。
  • 線粒體可能成為破解「焦慮情緒」與「心理健康」問題的關鍵
    作為瑞士聯邦理工學院的行為神經科學家，她一直有種預感，即關鍵神經迴路內部的活動可能正是產生焦慮情緒的關鍵，而這明顯超出了大腦細胞及其之間突觸聯繫的範圍。她於2013年開始的相關實驗表明，參與焦慮相關行為的神經元確實會表現出異常：其線粒體（常被描述為細胞能量發電廠的細胞器）狀態不正常，其能量生產能力遠低於健康水平。
  • 將科幻變成現實,谷歌百度用神經機器翻譯踐行人類的「巴別塔之夢」
    後來這被稱為喬治城-IBM實驗：一個能將句子從俄語翻譯成英語的「電子大腦」（electronic brain）。 當時，科學家相信，一旦通用翻譯器被開發出來，不僅可以讓美國在國家安全上領先蘇聯，還能消除語言障礙，從而促進世界和平。 他們還相信，這種進步馬上就要實現了：喬治城語言學專家Leon Dostert與IBM創始人Thomas Watson共同發起了這個項目。
  • 用於大腦神經遞質取樣的微型神經探針
    來自特溫特大學（University of Twente）的研究人員設計了一款微針，其中的微通道可用於從大腦局部區域提取少量液體樣本基於此項發明，神經科學家得以更快（幾秒內）、更準確（微米級精度）地監測動態過程。該項研究成果被發表在著名科學期刊《晶片實驗室》（Lab on a Chip）上。用於大腦神經遞質取樣的微型神經探針大腦是一個高度複雜的系統，很多科學家在研究。神經科學家們一直在努力解答此類問題，「為什麼一個人得了偏頭痛而另一個卻沒有？」