导语

由集智俱乐部联合 Brain Intelligence 与清华大学学生脑科学协会举办的认知神经科学讲座活动于11月23日（周六）在北京举行，欢迎感兴趣的朋友报名参与。集智俱乐部将在B站对本次讲座活动进行全程直播。

活动信息

签到时间：13:30-14:00

开始时间：14:00-17:00

具体地址：北京市海淀区中关村创业大街昊海楼西门一层怡仁咖啡

报名方式：（扫描小程序码报名）

注意事项：

本活动为报名申请制，经审核通过后可免费参加；
请务必正确填写电话和邮箱信息，我们将以短信和邮件形式通知您审核结果；
活动将组织现场交流微信群，需到现场方可入群；
活动时间为晚间，13:30签到，14:00正式开始，请安排好出行时间。

嘉宾介绍

NinjaKatja Horr

英国伯明翰大学认知神经科学博士，Max-Planck研究所神经和行为科学硕士，并从德国海德堡获得心理学学士学位。在决策、时间知觉和注意力的神经基础方面有7年的学术研究和相关工作经验，曾在德勤集团（德国）认知神经研究院任高级咨询师岗位，2年以来一直为国际客户提供服务，采用神经科学方法改善商业决策，品牌认知度和广告效果。曾在多个科学期刊和会议上有发表论文。在EEG实验、眼动追踪实验、行为实验的研究设计和分析方面有丰富的经验。目前在布雷恩科技担任高级研究员岗位，负责深度学习和认知神经学交叉课题的研究工作。

主题讲座：

认知神经科学与人工智能结合

从实验室走向现实生活的认知神经学

提到认知神经学大家都会联想到神经系统等等的专业名词。实际上神经学不仅研究神经系统的功能，目前认知神经学也与心理学、社会学等等学科联手研究例如人类的行为，决策等等交叉课题。越来越多的机构和公司逐渐意识到，类似的研究在生活和市场中将有着广泛的应用。

如果我们了解我们的大脑处理复杂的信息的过程，人们对哪些内容感兴趣，对哪些内容感到厌烦或困惑。那么我们就能设计出最符合人性的产品和服务。虽然心理学和认知科学已经对人类的大脑有了深刻的研究，但结合认知神经学的方法，便能更好地对行为做出更加详细的解释和预测，从而给出更加实际可行的建议。

我们打个比方，假如目前有一家公司希望建立一个在线培训平台，为其员工培训新的重要安全法规。通常，他们可以通过心理学和教育研究的一些结果和知识来搭建这个平台，在培训结束后考核员工的学习成果。然而，如果结合认知神经学的措施和方法，他们就可以了解到更多的详细学习成果反馈，比如学员的大脑对每一条信息的处理过程，某些信息比其他内容更易记忆的原因，课程进一步改进的方向。

目前，一些新型的神经科学技术，比如便携式脑电帽，就可以在任何情况下应用，为解释和改善人们的反应和行为提供更便捷的方法。

认知神经学与AI的联系

神经科学和人工智能研究不论在理论上还是历史上都是紧密相连的。当然，人工智能算法不一定要模拟人脑处理信息的过程。但鉴于这两个领域的关注点主要都集中在多功能智能系统上，那么一个领域的新发现就可以为另一个领域提供重要的见解和启发。

a. 认知神经学如何启发人工智能研究？

人脑的工作机制可以用于构建人工智能算法。实际上，认知神经学是神经网络模型的起源。早在40年代，人们便已首次尝试构建计算基本逻辑函数的人工神经网络。另外，通过监督反馈的增量学习、以无监督的方式编码环境统计数据或通过持续强化的增量学习等想法也都是源于人类大脑中已经发现的工作机制。

b. AI如何影响认知神经学？

不仅认知神经学的研究可以启发人工智能算法的建立，人工智能算法的研究也可以启发认知神经学，因为人工智能算法的研究可以为人们在大脑中寻找类似的工作机制指明方向。例如，最近发现在生物学上不可行的反向传播方法，通过人工智能的研究，发现随机的反向连接足以使算法发挥作用。这使得神经科学家们开始研究一种类似反向传播的机制。

c.使用人工智能的方法进行认知神经学研究

最新的认知神经学相关研究为了更快、更深入地了解研究的数据，也正在使用人工智能和机器学习的方法。例如，在多元模式分析中，人们通过训练机器学习模型来发现大脑中代表和区分特定认知过程的区域和网络。在实际应用中，我们通过人工智能的方法来建立和训练模型，通过识别与真实世界中复杂认知状态相关的模式，给出自动化预测和更灵活的推荐。

实践：人工智能神经科学项目的定义和展望

在Brain Intelligence，我们着重于研究消费者大脑活动和其他生理数据，从而预测消费者行为。目前，我们的每一个咨询建议都是基于某些特定的需求。在机器学习的帮助下，我们希望通过直接预测产品或品牌的成功，给出改进建议和采集的数据。从而达到产品和服务的自动化。这可以提升为客户服务的效率，从而节约大量的时间、资源和金钱。

a)案例：电商

在大多数购物都在智能手机上完成的时代，品牌在常见的购物应用程序上的展示变得越来越重要。许多客户要求我们分析他们的消费者的购物行为，并将他们的登录页面和产品页面与竞争对手的页面进行比较。在消费者自由浏览的实验中，我们会测量消费者在实际的购买过程中大脑的激活情况，并记录他们最终的购买决定。我们希望通过大脑的激活数据来训练机器学习模型，来预测最终会被购买的产品，以及产品的各项外观特征在这一过程中起到的作用。

b)案例：游戏：

我们监测收集了大量的玩家在体验不同种类的网络游戏时的大脑激活数据，通过这些数据我们了解到了这些游戏的成功点（比如销售数据、参考资料等），我们希望使用这些数据来训练机器学习模型，以预测新游戏是否能够成功，并确定不同因素在成功的游戏中起到的作用。

c)未来发展：

一旦我们找到合适的方式去使用大脑数据来进行基于模型的决策预测，我们便可以确定产品特点，从而预测产品在多个不同或复杂的背景下的成功几率。同时我们可以建立一个多用途的模型，灵活地在任何情况下给出适当的建议。

直播信息

集智俱乐部将对本次讲座活动进行全程直播。

直播时间：11月23日 14:00-17:00

直播地址：集智俱乐部 B 站直播间

👀关注B站主播“集智俱乐部”

不错过每一场集智重磅直播