2月21下午，北京大学吴思教授在人工智能研究院作题为《计算神经科学基础和类脑计算》的学术报告。人工智能研究院全体科研人员及联合培养研究生及部分中国科大师生通过线上、线下的方式参加了报告会。此次报告全程进行了网络直播，参会人员反响热烈！报告由人工智能研究院院长助理汤进主持。

“什么是计算神经科学？”吴思在报告伊始为参会人员解答了这个疑惑。“计算神经科学是近年来迅猛发展的关于神经系统功能研究的一个新的交叉学科。它吸收了数学、物理学等基础理论，以及信息科学等相关领域的研究理论和方法来研究神经科学所关心的大脑工作原理。”吴思表示，大脑是宇宙中最复杂、最精妙的系统，也是我们最重要的器官。有了大脑，我们才能感知世界，才产生爱恨情仇，才有了诗与远方，也才有了“我”的概念。计算神经科学的目标是用数学模型与方法定量化、精确化地认识大脑。我们的研究尤其关注大脑信息处理的一般性原理，并在此基础发展类脑的智能算法与模型。

在类脑计算方面，吴思指出，借鉴大脑生理结构和信息处理过程的装置、模型和方法，其目标是制造类脑计算机和类脑智能，相关研究已经有二十多年的历史。与经典人工智能符号主义、连接主义、行为主义以及机器学习的统计主义这些技术路线不同，类脑计算采取仿真主义。吴思还从模拟生物神经元和神经突触的神经形态器件、神经网络芯片以及类脑计算模型和应用等方面对国内外研究进展进行介绍，探讨相关技术的未来发展趋势。

据了解，吴思教授的研究领域为计算神经科学和类脑计算，通过和认知科学家、神经科学家、信息科学家等合作，用数理方法和计算机仿真来构建神经系统加工信息的计算模型，阐明大脑处理信息的一般性原理，并在此基础上发展类脑的人工智能算法。已发表论文上百篇，包括神经科学的顶级杂志Neuron，Nature Neuroscience、PNAS、eLfie、J. Neurosci.等，人工智能的顶级国际会议NeurIPS等。目前在计算神经科学领域开展的课题包括：神经信息表达与储存的正则化模型-连续吸引子网络的计算性质、突触短时程可塑性的计算功能、神经反馈的计算功能、多模态信息整合的计算机制等；在类脑计算领域开展的课题包括：视觉信息从整体到局部加工的计算模型、时空信息加工的计算模型、运动目标预测跟踪的计算模型等。

报告尾声，吴思与人工智能研究院科研人员进行了互动交流，碰撞出了学术的火花，激发了科研灵感。此次报告，对于全面提升人工智能研究院学术科研能力，掌握学术前沿动态，创造浓厚学术氛围、激发创新潜能、促进交流合作，具有重要意义。