管中窥脑

俞洪波

摘要：

近年来，脑科学在技术方法上获得了长足的进步，多种成像手段能够为我们提供从脑功能区到亚细胞结构的活体实时成像数据。同时，深度学习算法等神经网络算法被广泛应用，获得了突破性进展。这些算法与神经生物学的基本原则相符，也将成为模拟脑的有力工作平台。

关键词: 双光子成像, 内源性光学成像, 功能核磁共振, 深度学习, 人工智能

[1]	唐豪, 金贤敏. 量子人工智能：量子计算和人工智能相遇恰逢其时[J]. 自然杂志, 2020, 42(4): 288-294.
[2]	张辉 , 李蕾, 窦猛汉, 方圆. 量子计算与人工智能[J]. 自然杂志, 2020, 42(4): 321-330.
[3]	李亦超. 借用“平行宇宙”的算力——量子计算现状与展望#br#[J]. 自然杂志, 2019, 41(5): 364-369.
[4]	郭毅可. 踏踏实实地研究人工智能[J]. 自然杂志, 2019, 41(2): 79-84.
[5]	王鹏，孙升，张庆，张统一. 力学信息学简介[J]. 自然杂志, 2018, 40(5): 313-322.
[6]	徐亮，阮晓雯，李弦，洪博然，肖京. 人工智能在疾病预测中的应用[J]. 自然杂志, 2018, 40(5): 349-354.
[7]	沈为，过一路，赵凯. 浅谈基于深度森林的年龄估计[J]. 自然杂志, 2018, 40(5): 355-362.
[8]	吕宝忠. 智人进化三部曲：自然选择·文化进化·人工智能设计[J]. 自然杂志, 2018, 40(4): 290-296.
[9]	顾险峰. 人工智能的历史回顾和发展现状[J]. 自然杂志, 2016, 38(3): 157-166.
[10]	戴汝为. 从基于逻辑的人工智能到社会智能的发展[J]. 自然杂志, 2006, 28(6): 311-314.

PDF