神经科学如何影响人工智能?看DeepMind在NeurIPS2020最新《神经科学人工智能》报告

作者: Jane Wang, Kevin Miller, Adam Marblestone

来源: 专知

发布日期: 2020-12-11

本文介绍了神经科学与人工智能的交叉研究,特别是在NeurIPS2020上DeepMind的报告,强调了神经科学对人工智能设计的深远影响,并概述了当前在这一领域的最新进展和研究方向。

大脑仍然是唯一已知的真正通用智能系统的例子。对人类和动物认知的研究已经揭晓了一些关键的见解,如并行分布式处理、生物视觉和从奖赏信号中学习的想法,这些都极大影响了人工学习系统的设计。许多人工智能研究人员继续将神经科学视为灵感和洞察力的来源。一个关键的困难是,神经科学是一个广泛的、异质的研究领域,包括一系列令人困惑的子领域。

在本教程中,我们将从整体上对神经科学进行广泛的概述,同时重点关注两个领域——计算认知神经科学和电路学习的神经科学——我们认为这两个领域对今天的人工智能研究人员尤其相关。最后,我们将强调几项正在进行的工作,这些工作试图将神经科学领域的见解引入人工智能,反之亦然。

概要:1. 概述 Introduction / background (15 min) 2. 认知神经科学 Cognitive neuroscience (30 min) 3. 学习电路与机制神经科学,Learning circuits and mechanistic neuroscience (30 min) 4. 交叉最新进展 Recent advancements at the intersection (25 min)

UUID: f800bdaf-e07e-471e-b7f5-2c43ad286f12

原始文件名: /home/andie/dev/tudou/annot/AI语料库-20240917-V2/AI语料库/学术头条公众号-pdf2txt/学术头条2020年-下/2020-12-11_神经科学如何影响人工智能?看DeepMind在NeurIPS2020最新《神经科学人工智能》报告.txt

是否为广告: 否

处理费用: 0.0085 元