题目：Bridging the brain and AI in perceptual learning

报告人：张洳源 副研究员，上海交通大学

时间：2025年4月21日上午10点

地点：心理学部213

报告人简介：张洳源博士目前担任上海交通大学心理学院和上海交通大学医学院附属精神卫生中心双聘课题组长，领导认知计算神经科学和脑影像课题组。张洳源本科毕业于北京大学心理与认知科学学院，博士毕业于罗切斯特大学脑与认知科学系，其后在明尼苏达大学和美国国立健康研究院从事博士后科研工作。张洳源长期致力于脑科学与类脑智能的交叉研究，综合运用心理物理学、贝叶斯概率模型、深度学习模型、神经调控以及核磁共振等研究手段，探索人脑和人工智能的神经计算机制。以第一或者通讯作者(含共同)在Nature Human Behaviour、AMPPS、PNAS、eLife、J Neurosci、PLoS Comput Biol等杂志发表认知神经科学论文。张洳源的类脑计算研究还在世界顶级机器学习会议(中国计算机A类)ICML和IJCAI发表。张洳源目前担任BMC Neuroscience、Psychoradiology、Brain-X等杂志编委，还担任eLife, Cerebral Cortex等脑科学杂志和ICML, NeurIPS, IJCAI, ICLR, CVPR等世界顶级机器学习会议审稿人和ICML2025, NeurIPS 2024,2025的领域主席(area chair)。张洳源的研究先后受到国家自然科学基金、科技部项目和上海市自然科学基金等项目的支持。张洳源先后获得上海市浦江人才计划、上海市海外高层次人才和上海市科技青年35人引领计划提名奖和世界人工智能大会青年优秀论文提名奖(排二)。

报告摘要：人工智能的终极目标是让机器具备人一样的认知功能。过去十年间，人工智能研究取得了突飞猛进的发展。然而，人类如何通过学习获得视觉、听觉、语言等多样化认知能力，至今仍是未解之谜。新兴的神经人工智能研究路径不仅为揭示人类认知的神经计算机制提供了新视角，更为开发类脑算法带来了重要启示。本次报告我将聚焦生物感知系统中知觉学习的神经计算机制。通过结合贝叶斯网络、深度卷积神经网络、人类神经影像学技术及猕猴多电极阵列记录等手段，我们将探索知觉学习领域的若干核心问题：包括学习相关的稳健表征、学习诱发的预测机制以及学习干预方法等。希望为人工智能和脑科学的交叉提供一个新视角。