带你入门跨学科领域——认知神经科学
导语
认知神经科学作为一门跨学科新兴领域,横跨众多领域,例如生理心理学、神经科学、认知心理学等。本文将从入门资料、研究方法、研究主题发出,带你入门这一领域。
如果你希望入门或深入研究复杂系统、人工智能、计算社会科学等跨学科前沿领域,请登录注册集智斑图网站,更多学习路径在等你:
https://pattern.swarma.org/
认知神经科学(Cognitive neuroscience)是关于心智认知过程的生物学。其学科术语来自“认知”和“神经科学”两个概念,是一门结合了认知心理学和神经科学的交叉学科。
...
- 2020-03-12
圣塔菲最新群体智能文集——液态大脑与固态大脑
导语
大脑,神经元构成的器官根植于许多生物体内。这是一种固态的大脑,且组成它们的元素在空间中相对固定。但是相对的,大脑是否可以拥有流动不定的存在形式?越来越多的研究发现无定形的认知网络——例如蚁群与免疫系统具有智能,它们可以被称为液态形式的大脑。
圣塔菲研究所自2017年开始一系列关于“液体”大脑与“固体”大脑主题讨论,经历了几年打磨,形成了15篇文章,于近期集中发表在英国皇家学会自然科学会报 B 上。
本文是《Liquid brains, solid brains》论文系列引言的翻译,其中预告和概述了涉及的主题,翻译的文末,我们将附上系列中其他论文的目录。
...
- 2019-06-07
想法的几何学:大脑如何构建内在的意义宇宙?
© doellerlab.com
导语
脑科学最新进展表明,独特的几何空间信息表征,才是人脑难以被机器超越的关键。而这一套内置于大脑海马体的 『GPS定位系统』,功劳不仅在表达物理位置,还在于构建人脑的认知空间——表达抽象概念、梳理人际距离、应对陌生环境,甚至关乎人类高阶认知能力。对此的一系列探索,将对搭建新型的人工智能框架有重要启示。
...
- 2019-03-19
意识谜题揭开前夜:是源于信息处理过程?还是神经网络内在属性?
导语
意识谜题困扰人类千年,意识理论百家争鸣。随着人工智能发展的深入,人们对意识产生机制的探求更加迫切。为了揭开意识之谜,研究人员正在尝试一种新方式来努力打破意识理论之间的壁垒,就某些关键问题搭建共识框架,在竞争与对抗中,去粗取精,去伪存真,并对两种主流的意识理论进行检验。
...
- 2019-03-17
《On Intelligence》作者Jeff Hawkins首提“千脑智能理论”,破解皮层网格细胞谜题
© David Parkins
导语
虽然神经科学家对大脑已经积累了大量详细的事实性知识,但对何为智能及大脑如何产生智能仍没有完整的理论。 可喜的是,Numenta的研究人员提出“千脑智能理论”,作为一种理解皮层如何工作的新途径,为神经科学和人工智能领域提供了重要启示。这篇文章将为你介绍这一重要前沿进展。
...
- 2019-02-23
Science评论:人工智能需要真实的生物大脑机制吗?
© elifesciences.org
导语
从感知机模型,到深度神经网络的发明,都受到了生物神经系统的启发。在本周Science的一篇评论文章中,研究者认为,将深度学习与类似人脑的先天结构相结合,能够让神经网络模型更接近人类学习模型。
编译:集智俱乐部翻译组
来源:Science
原题:
Using neuroscience to develop artificial intelligence
1950年,数学家艾伦图灵在他的论文开头提出了一个重要的问题:机器能思考吗?就此,人类展开了对人工智能的探索。
...
- 2019-02-16
Cell最新:大脑“高效率”竟是精神疾病祸源?
参与特殊治疗的癫痫病人往往同时会参与神经科学的研究。 © BSIP/UIG via Getty
导语:
最新研究发现,人类大脑信号的同步能力还不如一只猕猴,但是造就人类“高智商”的是人类大脑相较于猴子大脑的“高效率”。在各自不同的生存道路上,不同物种甚至不同地区人之间的鲁棒性(robustness)与效率(efficiency)又有不同。
...
- 2019-01-27
Science封面文章:MIT联合哈佛绘制出纳米级清晰度脑成像
2019.1.18 《Science》封面
今天《Science》封面刊登了“清晰度达到纳米级的果蝇大脑成像”,对脑科学研究具有里程碑式的意义。该研究由麻省理工学院(MIT)和霍华德休斯医学研究所(HHMI)实验室共同完成。
参与该项目的2014年诺贝尔化学奖得主Eric Betzig教授本人也没有想到这个实验会成功。
Betzig教授目前任职于加州大学伯克利分校,担任分子与细胞生物学与实验物理系系主任,同时也是美国劳伦斯国家实验室的成员。
...
- 2019-01-18
用神经学习模型计算海量实际网络中的节点中心性度量 | 论文速递1篇
核心速递:
用神经学习模型计算海量实际网络中的节点中心性度量;
用神经学习模型计算海量
实际网络中的节点中心性度量
原文标题:
Computing Vertex Centrality Measures in Massive Real Networks with a Neural Learning Model
地址:
http://arxiv.org/abs/1811.12809
作者:
Felipe Grando, Luis C. Lamb
摘要: 节点中心性度量是一种多用途分析工具,通常用于许多应用程序环境中,以检索信息并从图和网络结构属性中揭示知识。
...
- 2018-12-02
Nature人类行为:如何优化网络结构,最大程度发挥神经网络的认知潜力?
来自人体连接组计划(Human Connectome Project),由Laboratory of Neural Imaging和Martinos Center for Biomedical Imaging提供技术支持。
导言
人工神经网络的设计仿照了生物神经网络,虽然具备学习能力,但内部结构仍不明确。近期发表在Nature Human Behaviour上的一项研究中,研究者通过对比实验,发现大脑神经网络的一些特征(模块性、连接性)也出现在了人工的深度神经网络中,并且具有相似的调节方式。
...
- 2018-10-13