题目：类脑发育规律助力下一代人工智能
报告人：吴烨 南京理工大学
时间：2023年4月21日（周五）下午15:30-16:30
地点：南山1-415
欢迎感兴趣的老师和学生参加。
摘要：儿童大脑的特点是动态发展变化，这些变化在心理、生物和社会层面启动了学习过程。这些学习过程塑造了他们的认知、动机和决策。这导致出现行为模式，可以以目标为导向的方式灵活调整。然而，如果发展出现问题，异常学习可能会导致失控行为模式。脑科学和人工智能正在解决这些重大问题。近几年，脑科学和人工智能取得了高速进展，极大促进了对儿童大脑发育、功能和疾病的了解，推动了儿童健康向前发展。相反，婴儿可以帮助解锁下一代人工智能。机器将需要内置的偏好来从一开始就塑造他们的学习。他们需要从更丰富的数据集中学习，这些数据集可以捕捉世界的外观、声音、气味、味道和感觉。实际上，这种学习可以更有效地完成，因为婴儿不是这样学习的。他们通过体验周围的世界来学习，有时甚至只见过一次。“无监督机器学习的婴儿学习经验”中指出，更好的学习方法需要非结构化数据。就像婴儿一样，他们需要有一个发展轨迹，随着他们“长大”，经验和网络也会发生变化。从神经科学中审视婴儿发展的丰富知识，这可能有助于我们克服机器学习最紧迫的局限性。
报告人简历：吴烨，南京理工大学教授，硕士生导师，江苏省特聘教授。哈佛大学联合培养博士研究生、北卡罗来纳州大学博士后研究员。长期从事智慧医疗与人工智能研究，围绕医学影像增强、脑纤维图谱绘制、个性化精准医疗等研究方向开展了系统的研究工作。近五年在Nature Methods, Nature Communications, NeuroImage, Medical Image Analysis, IEEE TMI, MICCAI, IPMI等国际顶级期刊和会议发表学术论文50余篇，Google学术引用1600余次，研究成果荣获Medical Image Analysis最佳论文奖、国际磁共振学会（ISMRM）卓越论文奖、国际脑成像协会（OHBM）杰出论文奖、MICCAI NIH奖、国际“互联网+”全国金奖、国家科技创新团队奖等。首次绘制了全生命周期内的人脑纤维连接图谱，诠释了目前最完整的人脑纤维连接结构。研究成果被纳入美国国家“Baby Connectome Project”计划。目前，兼任NeuroImage, Medical Image Analysis等17本国际权威期刊特邀审稿人，MICCAI, ISBI等4项国际会议程序委员，3本国际权威期刊编委。主持国家自然科学基金、中央高校基本科研基金等。
