周末啦，接了一篇來(lái)自ViaX科研教育的廣告內(nèi)容。ViaX是一家靠譜的在線科研教育機(jī)構(gòu)，大家想出國(guó)深造的話，可以通過(guò)他們的項(xiàng)目提升科研背景，這篇文章是他們1對(duì)1科研項(xiàng)目的介紹。感興趣的朋友不妨了解下。

1. 項(xiàng)目名稱

生物信息：皮層神經(jīng)網(wǎng)絡(luò)特性及其反向工程的研究

2. 課題方向代表導(dǎo)師介紹

ViaX線上科研導(dǎo)師全部是來(lái)自美國(guó) TOP30 名校的教授、美國(guó)國(guó)家級(jí)實(shí)驗(yàn)室科學(xué)家、研究員及博士導(dǎo)師。

（將根據(jù)學(xué)生具體科研課題方向定制匹配導(dǎo)師，代表導(dǎo)師僅供參考。）

3. 導(dǎo)師寄語(yǔ)

本課題的實(shí)質(zhì)，即是通過(guò)對(duì)哺乳動(dòng)物神經(jīng)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)的研究，為下一代人工神經(jīng)網(wǎng)絡(luò)提供新的理論框架。科學(xué)家們已經(jīng)意識(shí)到當(dāng)下的人工智能即使異常強(qiáng)大，也絕非真正的“智能”。相比于自然和進(jìn)化所創(chuàng)造出的智慧物種所具備的智能而言，人類所創(chuàng)造的人工智能其實(shí)質(zhì)仍只是一臺(tái)能夠進(jìn)行高速運(yùn)算和存儲(chǔ)的計(jì)算機(jī)。如何闡明神經(jīng)系統(tǒng)結(jié)構(gòu)和功能的關(guān)系，如何破解大腦工作的基本原理，如何將已知的神經(jīng)生物學(xué)知識(shí)用于開(kāi)發(fā)下一代人工智能算法，是這門(mén)課討論的核心。

4. 項(xiàng)目背景

研究主題的興起和發(fā)展：

從近乎完美的人臉識(shí)別到自動(dòng)駕駛，從打遍天下無(wú)敵手的Alpha Go到可以完成一連串奔跑跳躍動(dòng)作的機(jī)器狗（波士頓動(dòng)力制造），人工智能的表現(xiàn)堪稱驚艷。然而這種基于大量已有數(shù)據(jù)集訓(xùn)練的人工智能，依舊是笨拙而野蠻的。它與真正的人類智慧所相差的，是作為其締造者的我們，對(duì)于人類智能的理解和認(rèn)知。大腦如何解析信息如何完成計(jì)算如何整合遞送并學(xué)習(xí)歸納這些信息，是神經(jīng)生物學(xué)的終極命題，而我們目前卻對(duì)此知之甚少。人工智能的飛躍與革新，將取決于人類對(duì)生物神經(jīng)網(wǎng)絡(luò)特性及其功能的更深入探索。除此之外，別無(wú)他解。

研究主題項(xiàng)目和生活的聯(lián)系：

任何前沿科學(xué)領(lǐng)域結(jié)出的科研成果，必將被有效地轉(zhuǎn)化繼而廣泛地應(yīng)用到社會(huì)生活的方方面面。這個(gè)課題本身是一個(gè)交叉性概念性初創(chuàng)性極強(qiáng)的項(xiàng)目，項(xiàng)目產(chǎn)出本身極有可能對(duì)某一個(gè)甚至某幾個(gè)熱門(mén)研究領(lǐng)域有變革性的推動(dòng)作用。

研究主題的意義和重要性：

這項(xiàng)研究的重要性將在三個(gè)各自獨(dú)立卻又彼此相關(guān)聯(lián)的領(lǐng)域中顯現(xiàn)出來(lái)。

（神經(jīng)生物學(xué)領(lǐng)域）基于納米水平的哺乳動(dòng)物神經(jīng)網(wǎng)絡(luò)聯(lián)接圖譜的繪制，將為神經(jīng)網(wǎng)絡(luò)之結(jié)構(gòu)與功能關(guān)聯(lián)性的研究提供重要的神經(jīng)解剖學(xué)依據(jù)。這些超高分辨率的圖像數(shù)據(jù)及其精準(zhǔn)的三維重建結(jié)果將清晰地揭示神經(jīng)網(wǎng)絡(luò)的構(gòu)建方式和運(yùn)作機(jī)理，并為后續(xù)的生物建模工作提供具有現(xiàn)實(shí)意義的邊界條件。

（計(jì)算視覺(jué)領(lǐng)域）當(dāng)下數(shù)字圖像分割算法的一個(gè)流行的解析思路就是人為地訓(xùn)練計(jì)算機(jī)識(shí)別出圖像中不同的物體以達(dá)到分割的目的，此即所謂計(jì)算視覺(jué)。發(fā)展針對(duì)于生物大數(shù)據(jù)的高速分割和重建算法，將對(duì)計(jì)算視覺(jué)領(lǐng)域產(chǎn)生深遠(yuǎn)的影響。目前已有諸多工業(yè)界的AI團(tuán)隊(duì)（Google、IBM、Intel等）參與到了學(xué)術(shù)界對(duì)哺乳動(dòng)物神經(jīng)網(wǎng)絡(luò)成像數(shù)據(jù)進(jìn)行大規(guī)模精準(zhǔn)分割的科研競(jìng)賽中。我們有理由相信，基于機(jī)器學(xué)習(xí)的更完善更高效的圖像分割算法即將應(yīng)運(yùn)而生。

（人工智能領(lǐng)域）對(duì)哺乳動(dòng)物神經(jīng)網(wǎng)絡(luò)之聯(lián)接性和拓?fù)浣Y(jié)構(gòu)的分析及相應(yīng)數(shù)學(xué)模型的建立會(huì)極大程度地推進(jìn)我們對(duì)大腦工作原理的認(rèn)知。這些嶄新的知識(shí)將會(huì)為下一代人工智能的發(fā)展開(kāi)辟出嶄新的方向和構(gòu)架，其重要性和影響力不言而喻。

5. 適用人群

適用于對(duì)神經(jīng)生物、神經(jīng)解剖、計(jì)算生物（及建模）、計(jì)算視覺(jué)、圖像處理和機(jī)器學(xué)習(xí)方向感興趣的同學(xué)。

6. 項(xiàng)目安排

1節(jié)：項(xiàng)目介紹

2-5節(jié)：學(xué)習(xí)了解神經(jīng)生物學(xué)的基本概念和腦聯(lián)接圖譜計(jì)劃的最新進(jìn)展；

5節(jié)課后會(huì)有階段性考察，以檢驗(yàn)學(xué)生掌握情況。

6-10節(jié)：學(xué)習(xí)了解常見(jiàn)的生物成像技術(shù)，培養(yǎng)對(duì)生物影像數(shù)據(jù)的基本識(shí)圖能力；

10節(jié)課后會(huì)有階段性考察，以檢驗(yàn)學(xué)生掌握情況。

11-14節(jié)：學(xué)習(xí)圖像處理的基本原理和算法，了解基于深度學(xué)習(xí)的分割算法應(yīng)用；

14節(jié)課后會(huì)有階段性考察，以檢驗(yàn)學(xué)生掌握情況。

15節(jié)根據(jù)學(xué)生未來(lái)申請(qǐng)需求及個(gè)人興趣，確定后半期科研具體方向及項(xiàng)目。

16-20節(jié)：協(xié)助學(xué)生探索屬于自己的科研方向，并根據(jù)之前所學(xué)展開(kāi)探索分析。依據(jù)實(shí)驗(yàn)結(jié)果完成符合專業(yè)論文要求的科研論文，對(duì)科研過(guò)程中發(fā)現(xiàn)的創(chuàng)新想法進(jìn)行文章總結(jié)，學(xué)習(xí)專業(yè)英文科研寫(xiě)作。以科研海報(bào)/論文/視頻等形式對(duì)學(xué)生的科研成果進(jìn)行總結(jié)展示。

7. 項(xiàng)目產(chǎn)出

8. 參考文獻(xiàn)

[1] 《Neuroscience: Exploring the Brain》《Fundamentals of Brain Network Analysis》

[2]《Light and Electron Microscopy》《The Ultrastructure of the Animal Cell》

[3]《Computer Vision and Image Processing》《Machine Learning: The New AI》

[4]《Computer Vision and Image Processing》《Machine Learning: The New AI》

注意：

因?yàn)轫?xiàng)目特殊性，成功報(bào)名后因個(gè)人原因無(wú)法參與項(xiàng)目不接受退費(fèi)，學(xué)生可以選擇觀看課程錄像。

版權(quán)申明：

ViaX公眾平臺(tái)上所有內(nèi)容，包括但不限于視頻、文字和圖片均由ViaX及其他權(quán)利人依法擁有知識(shí)產(chǎn)權(quán)，包括但不限于著作權(quán)、商標(biāo)權(quán)、專利權(quán)。