Ep.1 - 「自上而下的问题最困难也最有趣」

00:00:00
/
01:22:00

October 18th, 2019

1 hr 22 mins

Your Hosts
Tags

About this Episode

神经漫游意在漫游神经与认知科学之领域,揭示认知表象与内里之趣味,由此连接业余与大众的智慧。

我们强烈推荐你使用泛用型播客客户端收听我们的节目(如 iOS 系统中,苹果自带播客,Pocket Casts, Overcast, Castro, 或安卓系统中的 AntennaPod)因为这是第一时间听到我们的节目并得到每期完整背景资料的最佳方法。搜索「神经漫游」,你也可以在网易云音乐,喜马拉雅,荔枝 FM,哔哩哔哩和 Spotify 找到我们。

本期纲要

00:20 一个博士在国内,一个博士在美国,一个本科生在美国
03:00 「连接组计划」:用计算机方法纳米级重构大脑?
7:15 深度学习的隐喻:像飞机和炼金术的存在
13:35 一个理论:表示复杂事物,认知比我们想的更”偷懒“
认知里的低秩假设与互联网推荐算法
22:35 玛丽莲梦露与祖母细胞
人工智能模仿人,人的认知研究借鉴计算
27:07 像拆主机读电路板那样,“打开”脑壳
33:30 在美国读博士是什么体验
39:30 隔“行”如隔山:我们能多大程度跨层级地研究认知?
47:35 我们到今天依然无法确定抑郁症产生的机制
有意思的肠脑:为什么抑郁症患者大多是老胃病
57:25 认知科学的尴尬现状
01:04:50 研究认知的「3 levels」:计算,表征与算法,与应用
01:10:07 困难的问题解决既需要自上而下,也需要自下而上
(末尾有彩蛋 Aftershow。)

延伸阅读

/杨提到的概念和人/
  • 赫布法则 Hebbian rule:一个神经科学理论,解释了在学习的过程中脑中的神经元所发生的变化。赫布理论描述了突触可塑性的基本原理,即突触前神经元向突触后神经元的持续重复的刺激,可以导致突触传递效能的增加。
  • 祖母细胞 Grandmother Cell: 一种假设,指在人脑中存在一个或一组神经细胞,当某些特定的概念如你的祖母头像出现时,该组细胞就会激活。
  • David Marr 与 3 levels 理论:英国心理学家和神经科学家,被认为是计算神经科学的创始人。
    • 参见 Marr, D. (1982). Vision: A Computational Investigation into the Human Representation and Processing of Visual Information. Henry Holt. ISBN 978-0716715672.
  • Simple v.s. Complex Cells:在视觉皮层中存在的两类细胞:简单细胞(simple cells) 和复杂细胞 (complex cells);后者在视觉信号中区分“什么”、“哪里”,参与边界和边缘识别。
  • Nelson Goodman:美国哲学家。
    • 参见 Goodman (1995) 第三章 “New Riddle of Induction": Nelson Goodman (1983). Fact, fiction, and forecast. Harvard University Press. p. 74. ISBN 978-0-674-29071-6.
  • 谢林点(Schelling Point):博弈论中人们在没有沟通的情况下的选择倾向,做出这一选择可能因为它看起来自然、特别、或者与选择者有关。
  • 后向传播算法(Back-propagation)
  • 低秩假设(low-rank hypothesis):来自矩阵近似理论
/杨的个人研究与导师/
  • Sebastian Seung(杨的“老板”,博士导师之一):研究神经科学,物理,生物信息学,机器学习,深度学习以及人工智能等领域。连接组学的先锋。
  • Seung 在 TED 介绍连接组计划 Human Connectome Project
/汉那提到的概念和其他名词/
/汉那提到的虚构与非虚构作品/
/Veina 提到的医学药品与语汇/
/本期提到的神经现实文章/

本期人物

杨闰哲:普林斯顿大学计算机系与神经科学研究所在读博士,本科毕业于交大ACM班,研究兴趣主要包括人工智能与计算神经。个人主页:https://runzhe-yang.science
Veina:一个试图从生物学角度研究精神世界的研究僧
汉那:UCSD 认知科学本科在读。写字,摄影,嗜咖啡。游荡者。书呆子。野心家。

剪辑 / 北方
后期 / 小葵花