睡眠监测：技术驱动医疗进步

2007年，我们创立了一家公司Neurovigil，想将这项技术引入睡眠诊所，但诊所对此没有表现出多大兴趣，因为靠人力标注能产生更多的现金流。Neurovigil在大型制药公司发现了另一个市场，这些公司在开展临床试验，需要测试他们的药物对睡眠模式的影响。这项技术目前正在进入长期护理设施市场，帮助解决在老年人中更普遍的进行性睡眠问题。从长远来看，已被证实具有优势的睡眠监测和新技术将会覆盖到家中的患者，并最终融入医疗实践。

理论教育 2023-06-28

机器学习驱动计算机视觉快速进化：大型稳健网络接近人类水平

8这次性能上的飞跃在计算机视觉社区中掀起了一股冲击波，加速推动了更大规模网络的发展，现在这些网络几乎已经达到了人类的水平。后者要求实际产品必须经过严格的测试，且表现稳健。图9-1杰弗里·辛顿和杨立昆是深度学习领域的大师。

理论教育 2023-06-28

基因组测序与单克隆抗体：21世纪癌症治疗新选择

虽然这种疗法目前的治疗费用为25 万美元，但当对患者癌症基因组测序的基础成本降至几千美元，并且研制所需单克隆抗体的成本仅为几百美元时，最终几乎每个黑色素瘤患者都有能力负担相关的医疗费用。一些类型的肺癌也可以用相同的方法进行治疗。我曾担任过NIH 院长的顾问委员会成员，为推进“BRAIN 计划”提供建议。我们的报告强调了概率和计算技术的重要性，该技术能帮助我们解释由新的神经记录技术产生的数据。

理论教育 2023-06-28

神经网络学习的寒冬：早期历史的重要案例

神经网络的早期历史，其实就是一个不大但颇具影响力的团队，如何能够将研究方向带离正轨的案例。其中对简单网络出色的数学分析，让一代追求基于多层网络学习的人工智能方法的研究人员，感到不寒而栗。18毫无疑问，其结果导致了网络学习领域的寸草不生。在明斯基和帕普特的书中，这种毫无根据的“直觉”对神经网络学习的发展产生了令人不寒而栗的影响，让一代人的研究就此停滞不前。

理论教育 2023-06-28

学习滑翔技巧：如何模仿鸟类翱翔路径？

在将“向上”标记为奖励后，滑翔机开始学习一种策略，经过几百次试验后，它的飞行轨迹跟鸟类翱翔时所形成的紧凑的环状路径就比较相似了。滑翔机还学习了应对不同程度湍流的不同策略。19图10-6滑翔机学习使用热气流翱翔的模拟。未经训练的滑翔机随机做出决定并下降飞行高度，而训练过的滑翔机在强上升气流区域以特征的螺旋轨迹飞行，如鸟类和滑翔机在热气流中飞行时所观察到的那样。

理论教育 2023-06-28

生物信息学：生物学和计算科学的完美结合

信息爆炸已经将生物学转化为量化科学。他推断说，原因在于生物学已成为一门信息科学，计算机科学家对如何分析信息的了解要远远超过生物学家，而生物学家已被现代技术，例如基因测序，所产生的大量数据所淹没。今天，系统生物学吸引了许多计算机科学家和物理学家共同分析和理解DNA 测序产生的信息，以及由RNA 和蛋白质控制的细胞信号。

理论教育 2023-06-28

解密DNA遗传密码：布伦纳的开创性研究

西德尼·布伦纳在南非出生并接受教育，随后参与了剑桥大学早期的分子遗传学研究工作。如果是你，在发现DNA 的结构并解开了遗传密码之后，会在下一个项目里做什么？他研究遗传密码，DNA 中碱基对被转录成蛋白质的方式，并因其对模式生物的开创性研究工作而获得诺贝尔奖。布伦纳在全球多个研究机构都有教职。分子遗传学和神经生理学之间的关系很深，而布伦纳在这两个领域都处于中心位置。

理论教育 2023-06-28

神经网络：推动人工智能的新时代

但在20 世纪50 年代就已经存在各种暗示，如果AI 研究者能够选择完全不同于符号处理的方式，计算机会如何表现出智能行为。大自然使用通用的学习方法来解决特殊的问题，而人类则是顶尖的学习者。当然，我们可以学习逻辑思维或遵守规则，但必须要经过大量的训练，而我们当中的大多数人对此并不在行。这一点可以通过人们在一个叫作“华生选择任务”的逻辑谜题上的典型表现来进行说明。

理论教育 2023-06-28

如何用ICA算法在嘈杂中分离声音信号

3 安东尼当时正在研究树突中的信号传输。在简化问题的过程中，安东尼和我发现了一种新的信息理论学习算法，我们称之为“独立分量分析”，它解决了盲源分离问题。ICA 找到沿点的方向伸展的轴，来表示分离的信号，这些轴可能不是垂直的。安东尼和我还认为，独立分量分析被应用于自然声音时，独立分量是具有不同频率和持续时间的时域滤波器，类似于在听觉神经系统初期处理部分中发现的滤波器。

理论教育 2023-06-28

神经元突触稳态可塑性与人工智能

仅在大脑皮层内就有几十种可塑性，例如神经元兴奋性和增益的可塑性。突触可塑性一个特别重要的形式是稳态，它确保神经元在最佳动态范围内活动。吉娜·特里吉亚诺在大脑中发现了一种新的突触可塑性形式，它将神经元上的所有突触进行了归一化，以维持神经元活动的平衡。24目前，我们对这些稳态形式的理解并没有达到突触稳态可塑性那样的深度。

理论教育 2023-06-28

如何运用新技术优化教育方式

图12-7新的学习科学包括机器学习和神经科学，以及来自心理学和教育的见解。22 这些结果所针对的实验对象年龄跨度从3 个月到5 岁。艾普利于2006 年创立了AAB Research LLC，让快速听觉处理技术进入普通家庭，以提高婴儿的学习能力。我们发现教育中最大的问题不是科学方面的，而是来自社会和文化。最优质和最有效的教学方式是让经验丰富的成人教师和学生之间进行一对一交流。

理论教育 2023-06-28

重塑计算机世界的神经形态工程研究

来自Carverland 研究小组的学生从那时开始走出实验室，进入了世界各地的工程学院。1993 年，克里斯托弗·科赫、罗德尼·道格拉斯和我成立了由NSF 赞助的神经形态工程研讨会，每年7 月在科罗拉多州特柳赖德市举行为期三周的会议。托拜厄斯·德尔布吕克是卡弗·米德的研究生之一，7他现在在苏黎世大学神经信息学研究所工作。脉冲神经元为计算领域打开了新的机会。例如，神经元群体中放电脉冲的时间可用于调整存储的信息类型。

理论教育 2023-06-28

网络模型模仿智能行为，实现智能化

每一次，他都会告诉我一个巧妙的改进神经网络模型的新方案。希金斯是一位杰出的化学家，他发明了一种早期的联想记忆网络模型。在20 世纪80 年代，相信网络模型能够模仿智能行为的人并不只有我和杰弗里。4 科霍宁网络模型的一个主要优点是，它不需要对每个输入的类别进行标记。虽然珀尔的网络模型是一个可以用于追踪世间因果关系的强大框架，但手动分配所有所需概率已经被证明是不切实际的。

理论教育 2023-06-28

电脑芯片行业新格局：深度学习投资升温

我们正在目睹电脑芯片行业一个新格局的诞生。每种具有特殊用途的超大规模集成电路芯片都有不同的优点和局限性。主要的电脑芯片公司和初创公司都在开发深度学习芯片上投入了大量资金。比如，2016 年，英特尔用4 亿美元并购了Nervana，这是一家来自圣迭戈的初创公司，主营设计深度学习的专用超大规模集成电路芯片。谷歌开源了它的深度学习项目TensorFlow，尽管该做法并没有看起来那么无私。

理论教育 2023-06-28

探索视觉感知的时间错位效应

探索与时间相关的视觉行为的研究人员发现了另一种被称为“闪光—滞后效应”的现象。在闪光滞后效应中，闪光和位于同一位置的移动物体之间似乎发生了错位。但是感知实验已经表明，这并不能解释闪光滞后效应，因为闪光时间引起的感知取决于闪光后80 毫秒内发生的事件，而不是闪光之前发生的事件。13 这种对闪光滞后效应的解释，意味着大脑是“后发性的”而非“预测性的”；也就是说，大脑不断修改历史，使有意识的现在与未来保持一致。

理论教育 2023-06-28

深度学习：弗林效应让人类更聪明

AlphaGo只在一个相当狭窄的领域同时展现出了晶体智力和流体智力，但在这个领域，它表现出了令人惊讶的创造力。AlphaGo使用的强化学习算法可以被用来解决许多问题。结合了许多强大的深度学习网络，就会生成许多领域相关的智能。对于弗林效应有许多可能的解释，比如更充足的营养、更完善的医疗体系，以及其他环境因素。40 深度学习提升的将不仅仅是科学研究人员的智能，还包括所有行业从业人员的智能。

理论教育 2023-06-28