5月24日，由best365网页版登录（UIC）人工智能与数据科学研究基地、广东省人工智能与多模态数据处理重点实验室及UIC大学生图灵AI创新创业发展协会共同举办的神经科学与人工智能研讨会在UIC举行。来自海内外的专家学者分享了各自在神经科学和人工智能领域的研究和观点。
UIC讲座教授、副校长（研究和拓展）贾维嘉教授从人工智能是什么、人工智能从何而来、人工智能的工作原理、人工智能的未来方向等方面进行了主题分享。贾教授用通俗易懂的语言，梳理了人工智能的发展历史和进程，展示了人工智能目前在自动驾驶、航空航天、365best体育官网入口播报、体育比赛、个性化推荐等方面的广泛应用。他指出，机器学习是包括了模式识别、数据挖掘、统计学习、语音识别、自然语言处理、计算机视觉等的交叉学科，也是人工智能的核心所在。贾教授还对比了机器学习与传统编程的异同，介绍了机器学习的具体分类。
贾维嘉教授为大家讲述人工智能的发展
香港浸会大学副校长（研究和拓展）郭毅可教授以“基于生成模型的新型脑解码技术”为主题进行了分享。郭教授介绍了功能性磁共振成像中的多体素模式分析在测量大脑活动时的应用，并从解码分辨率、多标签图像分类、算法的稳健性等方面分析了目前研究所面临的主要问题。郭教授指出，脑解码是一个“端对端”的过程，机器学习为认知神经成像的研究提供了新的途径。
郭毅可教授进行线上分享
哈佛大学约翰·保尔森工程与应用科学学院、Hanspeter Pfister实验室研究员魏东来博士从神经科学和人工智能的角度，介绍了目前已得到美国情报高级研究计划部署的“皮层神经网络机器智能”项目。魏博士指出，人工智能系统传递信息的方式与脑中的神经元相似，是通过不断校正联接强度来优化系统的性能。他表示，该项研究的根本目的在于挖掘数据与脑神经的关联，为下一代人工智能提供理论计算构建的原理。
魏东来博士进行线上分享
在问答环节中，有同学提出，当根据神经元的外部形状来进行分类时，是否会因为各个神经元间的内部功能不同而造成一定的偏差和危害。对此，魏博士回答道，由于目前对神经网络的实验中存在着许多未知变量，因此仍需要依靠神经元的外部形态结构来进行关联分析，从而判断是否具有一致性或差异性，而同学所提到的问题已成为了许多专家的未来研究方向。
现场师生进行提问交流
在论坛对话环节中，北京师范大学未来教育学院袁莉教授，UIC理工科技学部讲座教授王庆国教授、工商管理学部应用经济学专业课程主任翁祉泉博士、计算机科学与技术专业课程主任张慧教授、文化创意学部Luciano Zubillaga副教授、理工科技学部数据科学专业骆宗伟博士等，针对人工智能是否会达到人类的智能水平、人脑中植入芯片计划、人工智能是否仅由神经网络、机器学习和数据而组成等热点话题，从不同的专业角度出发，就该领域的基本信息、目前发展状况、未来趋势所需、个人研究成果等发表了见解。
（左起）文化创意学部副教授Luciano Zubillaga先生、理工科技学部骆宗伟博士、北京师范大学未来教育学院袁莉教授、理工科技学部讲座教授王庆国教授、应用经济学专业课程主任翁祉泉博士、计算机科学与技术专业课程主任张慧教授探讨热点话题
此外，本次研讨会还包含了哈佛大学首次为UIC在读本科生以及研究生提供基础科研方向的短期或长期研习培训的项目介绍。让同学们有机会通过实践的方式来体会前沿科学的复杂性与交叉性，从而对自己未来的学术或职业发展方向作出更加理智明确的选择。
文字|王艾琳
图片|何梓滢 王嘉祺
编辑|王嘉祺 陈晓虹
