• 2018-07-06
  • 会议动态

2018年7月2日至6日,北京大学定量生物学中心2018年度国际会议,暨前沿院庆北京大学120周年系列活动-“神经科学与人工智能”于北京大学顺利召开。此次会议由北京大学定量生物学中心(执办)和北京大学(IDG)/麦戈文脑科学研究所共同主办,会议组织者为罗冬根研究员和涂豫海教授。

在过去的几十年中,随着钙成像、光遗传学和脑连接组学等表征神经活动的定量方法和工具的不断涌现,神经科学开始进入到革命性的发展阶段。人们开始更加深入地认识大脑如何对外界信息进行编码和解码,如何在不断变化的环境中进行学习并存储记忆,以及如何进行决策并产生行为。基于人工神经网络的深度学习和人工智能受到神经科学的启发应运而生,随后发展迅猛,取得了令人瞩目的成果,并已经开始切实影响我们的生活。然而现阶段的深度学习存在太多的“黑箱子”,人们并不知道自己创造出来的机器如何工作,这也导致很多网络非常脆弱并且容易出错。另一方面,现阶段人工神经网络的基本理论对神经元的模拟依然过于简单粗糙,缺少真实大脑在进行学习时的可塑性和灵活性。

近年来神经科学中的新突破能否给人工智能领域以新的灵感?而人工智能是否能够帮助我们进一步理解神经系统的工作方式?本次会议旨在促进神经科学与人工智能之间的对话与联系,一起在揭示生命规律与促进人类进步的道路上走得更远。

本次会议共邀请了24位来自美国、英国、法国、以色列等海内神经科学和人工智能领域的顶尖专家和学者,采取会前培训、邀请报告、遴选报告以及墙报展示的方式围绕神经科学和人工智能的进展展开交流与讨论,来自全国和世界各地的200余位科研工作者注册参会。

7月2-3日为神经网络和人工智能的培训课程,于北京大学化学院A204报告厅进行。7月2日的课程主题主要围绕计算神经生物学展开。北京大学的罗冬根研究员首先为大家介绍了神经生物学中的基本生物背景和相关的研究方法。随后来自IBM研究中心的Roger Traub教授讲解了神经元的电活动特征及其定量描述;神经元之间相互联系的突触机制及特征;以及神经元的动作电位发放形式对于信息编码的重要性。北京大学的陶乐天研究员介绍了视觉研究中常见的视错觉现象以及如何用粗粒化的数学物理模型对视觉系统的编码进行研究。7月3日由IBM研究中心的涂豫海教授、 Mattia Rigotti教授和来自斯坦福大学的Surya Ganguli教授为大家介绍了人工神经网络、机器学习的相关背景以及近期的发展和应用。培训课程最后由组委会遴选的六名研究生汇报了自己的工作。培训课程期间,授课老师和学生就研究方法的细节进行了深入探讨。


         7月4日-7月6日为“神经科学与人工智能”研讨会,于北京大学生命科学院邓祐才报告厅举办。开幕式上定量生物学中心主任汤超教授和麦戈文脑科学研究所副所长方方教授分别介绍了主办方情况并致欢迎词。研讨会共分为六个主题,分别为Neural computation、Olfaction/Audition、Vision、Sleep/Circadian、Memory和Decision,与会专家和学者带来了非常前沿和有启发性的报告,与会听众也利用墙报展示、提问环节、报告间隙和茶歇时间与报告人进行了充分交流,收获颇丰。大会最后,涂豫海教授和饶毅教授进行了总结发言,希望通过本次会议为神经科学和人工智能领域的学者们搭建了相互交流和学习的桥梁,促进了学科之间的交叉与进步。

 

 

本次会议是神经科学与人工智能领域一场精彩纷呈的学术盛宴。定量生物学中心将继续秉承自由开放的原则,为广大学者提供更多高水平、跨学科的学术交流机会,希望同行紧密联系,继续关注和支持定量生物学中心的系列会议,促进中心与国内外优秀学者的合作与发展。