貝葉斯腦計算與能原理：Karl Friston訪談 | NSR

AIGC動態歡迎閱讀

原標題：貝葉斯腦計算與能原理：Karl Friston訪談 | NSR
關鍵字：尺度,模型,神經,大腦,智能
文章來源：人工智能學家
內容字數：8311字

內容摘要：

采寫：盧文聯｜（復旦大學類腦智能科學與技術研究院教授）能原理蘊含了“貝葉斯大腦”假設，該假設可以通過相關領域提出的許多方案來實現。多模態腦影像和能最小化的結合在揭示大腦復雜動力學和理解不同腦區之間的相互作用方面展現出前景。腦計算的貝葉斯機制為理解真實（神經仿真）智能提供了一條獨特的途徑，更重要的是，它指向了腦科學啟發的智能的發展。
NSR 采訪了一位在理論神經科學和腦成像領域具有權威的頂尖科學家——統計參量映射 (SPM)、體素級形態測量 (VBM) 和動態因果建模 (DCM) 的發明者Karl Friston。Friston還因能原理和主動推理等應用對理論生物學的貢獻而聞名。Friston目前擔任Wellcome Trust神經影像中心科學主任、倫敦大學學院 Queen Square 神經病學研究所教授以及英國國家神經病學和神經外科醫院名譽顧問。
本訪談文章收錄于《國家科學評論》（National Science Review,
NSR）“人類大腦計算與類腦智能”專題。
Karl Friston 教授是理論神經科學和腦成像領域的權威科學家。(照片由Friston教授提供)

原文鏈接：貝葉斯腦計算與能原理：Karl Friston訪談 | NSR

聯系作者

文章來源：人工智能學家
作者微信：AItists
作者簡介：致力成為權威的人工智能科技媒體和前沿科技研究機構