在一篇 ICLR 2020 Spotlight 论文中，DeepMind 和哈佛大学的研究者构建了一个基于 AI 的虚拟小鼠，能够执行跑、跳、觅食、击球等多项复杂任务。他们还尝试用神经科学技术来理解这个「人造大脑」如何控制其行为。或许这一成果可以为我们提供

在早期的几十年中，许多AI从业者在神经科学和心理学方面进行了很好的研究。它还启发了许多弱约束的分布式以满足作为AI计算模型的想法。信用分配问题可能是神经科学和人工智能领域最大的开放性问题之一。在AI中，这种信用分配问题在许多情况下通过多层计算的反向传播来解

深层神经网络由许多单独的神经元组成，它们以复杂的、反直觉的方式结合起来，解决各种各样具有挑战性的任务。这种复杂性赋予了神经网络权力，但也使他们获得了令人困惑和不透明的黑盒的名声。一种理解神经网络的方法，包括神经科学和深度学习，都是研究单个神经元的作用，特别

促进人工智能发展的另外一个因素往往被人们忽略，即经验以及神经科学为人工智能的发展提供了灵感的源泉。最近，人工智能领域进展显著。心理学和神经科学在人工智能的发展中起到举足轻重的作用。但要知道，神经科学中的认知功能同样可以解决分类问题，从而对传统人工智能方法做

人工智能从神经科学领域吸收了大量养分，并由此催生了深度学习和强化学习等智能处理方法。以色列魏茨曼科学研究学院计算机科学系教授 Shimon Ullman 相信神经科学还能为人工智能发展提供进一步的助力，比如先天结构的采用也许能为人工智能带来高效且灵活的学习

在过去的60多年中，AI的发展受到了神经科学和心理学的深刻影响，其中也受到了神经科学和心理学的启发。在早期的几十年中，许多AI从业者在神经科学和心理学方面进行了很好的研究。l 关于稀疏编码的研究工作是为了理解初级视觉皮层中定向边缘检测器，导致稀疏编码成为现

上周，DeepMind在 Nature 发表论文，用 AI 复现大脑的导航功能。今天，DeepMind 在 Nature Neuroscience 发表新论文，该研究中他们根据神经科学中的多巴胺学习模型的局限，强调了多巴胺在大脑最重要的智能区域即前额叶皮质

今天，DeepMind 在《Nature》上新发表的一篇论文引起了业内极大的关注，他们使用深度学习技术来训练一只老鼠，在虚拟环境中追踪其位置，模拟人类大脑的空间导航能力。据文章介绍，该研究能够协助传统的神经科学研究来测试大脑工作原理。该项目让科学家们吃惊的

近日，DeepMind 发表博客介绍其对神经网络可解释性的最新研究成果。受神经科学启发，他们通过删除神经元来探索其对网络性能的影响。研究发现，和过去的经验直觉相反，选择性神经元对于网络的泛化能力并不重要。而某些行为难以理解的非选择性神经元却是不可或缺的。此

摘要： 本文简单的介绍了神经网络近50年的发展历程，从1968年的Hubel和Wiesel开展的猫实验，一直到李飞飞教授等人的成果。从本质上讲解了人工神经网络的原理及学习过程，对于想了解神经网络起源及发展历程的读者而言，是一篇较为合适的文章。在神经科学课程

人工智能发展早期的许多启发来自于神经科学，神经科学也从人工智能研究者的理论和模型中受益良多。将二者结合起来，互相学习，互相汲取灵感，形成良性循环，或对二者的持续发展产生积极影响。人工智能的最新进展引人注目。人工系统在 Atari 视频游戏、古老的棋类游戏围

即使你没听说过“盛大游戏”，也一定听说过“传奇”。把风靡一时的网游“传奇”引入中国的陈天桥，是国内网游界当之无愧的元老，马化腾也表示曾将他作为学习的对象。1999年，陈天桥创立了盛大网络游戏公司，并于2004年进行首次公开募股。作为中国第一位真正的互联网大

继上周在 Nature 发表极受关注的“网格细胞”研究后，DeepMind今天又在《自然-神经科学》发表一篇重磅论文：利用强化学习探索多巴胺对学习的作用，发现AI的学习方式与神经科学实验中动物的学习方式类似。该研究提出的理论可以解释神经科学和心理学中的许多

为什么我们需要人工智能协助研究人类的天生才智。过去几年中，Jack Gallant 的神经科学实验室已经发表了一串听起来有些荒诞的论文。2011 年，实验室证实，仅通过观察人类观影时的脑部活动，就可能再造电影片段。类似地，2015 年，这个团队通过观察人类

深度神经网络由许多个体神经元组成，具有很高的复杂性。这种复杂性使其难懂，被认为是看不透的黑匣子。DeepMind最新发表针对对单一方向泛化的重要性的研究，采用来自实验神经科学的启发的方法，即通过探索删除神经元带来的影响确定深度神经网络中神经元小组的重要性。

我一直觉得 David Marr 有点像是「神经科学里的图灵」。the computational level: 这个系统的目标是什么?机器和大脑有根本性的区别;机器的使命是解决一个问题，做到最好、最快、最省;大脑的使命是，在未出生之前，就用一个答案去面对

我是生物本科，认知神经科学研究生在读，课余时间比较喜欢编程和机器学习，正在自学，了解的稍微多一些。我试着从我的角度来说下我看到的深度学习和神经科学的联系。深度学习和神经科学这两个学科现在都很大，我的经历尚浅，如果大家发现哪里说得不太对，欢迎提出指正，谢谢!