馮建峰告訴記者,根據(jù)這一發(fā)現(xiàn),未來將有可能通過賦予人工智能系統(tǒng)內(nèi)部各部件動態(tài)相互作用的模式,使機器人真正產(chǎn)生人類的思維方式。他說,這一重大成果或?qū)θ斯ぶ悄艿陌l(fā)展帶來革命性的影響
研究人員在BRAIN上在線發(fā)表了題為Neural,electrophysiologicalandanatomicalbasisofbrain-networkvariabilityanditscharacteristicchangesinmentaldisorders的論文。該論文被選為Brain編輯推薦和當(dāng)期封面論文。2014年美國麥克阿瑟天才獎得主、賓夕法尼亞大學(xué)Skirkanich講座教授DanielleBassett專門為此研究撰寫了題為Theflexiblebrain的評論。該評論認為這項工作是我們在理解大腦網(wǎng)絡(luò)動態(tài)變化道路上的一塊重要基石(animportantstepping-stone)。
近年來,馮建峰及其團隊和英國華威大學(xué)團隊,一直致力于利用來自世界各地、數(shù)以千計被試者的大腦靜息態(tài)磁共振數(shù)據(jù),定量刻化人腦的動態(tài)變化,識別人腦不同區(qū)域之間動態(tài)相互作用的機制以及其在精神疾病中的改變。
目前,人工智能系統(tǒng)并不具備可變性和適應(yīng)性。而這兩種人類獨特的智能特性,已被該研究證實對于人類大腦的學(xué)習(xí)能力至關(guān)重要的。這項研究發(fā)現(xiàn),一個人的大腦可變性越強或越靈活,個體的智力以及其創(chuàng)造力也就越高。人腦中與學(xué)習(xí)、記憶緊密關(guān)聯(lián)的腦區(qū)表現(xiàn)出高度的可變性。這意味著這些區(qū)域同大腦其他部分之間的連接模式變動更加頻繁,可發(fā)生在短短幾分鐘甚至數(shù)秒之間。而人腦中與智力相關(guān)性小的區(qū)域,包括視覺區(qū)、聽覺區(qū)和感覺運動區(qū),皆表現(xiàn)出了低可變性和低適應(yīng)性。
馮建峰說,大腦網(wǎng)絡(luò)動態(tài)圖譜的繪制,未來可被應(yīng)用于構(gòu)造更先進的人工神經(jīng)網(wǎng)絡(luò),使計算機具備學(xué)習(xí)、成長和自適應(yīng)的能力。
此外,這一研究成果還在腦重大疾病的診療上帶來重大發(fā)現(xiàn)。研究人員在精神分裂癥患者、自閉癥患者以及多動癥患者的大腦默認網(wǎng)絡(luò)中,都可以觀察到可變性的狀態(tài)變異。這也意味著,大多數(shù)精神疾病的根源來自于大腦可變性或可塑性方面的改變。這一認識可使科學(xué)家們能夠更有效的治療甚至是預(yù)防精神疾病的發(fā)生。
據(jù)悉,馮建峰教授是上海國家數(shù)學(xué)中心的首席科學(xué)家,2015年受聘為復(fù)旦大學(xué)新成立的類腦智能科學(xué)與技術(shù)研究院首任院長。該研究院成立一年多以來,致力于開展腦科學(xué)與人工智能交叉前沿研究,在智能算法的發(fā)展及其對腦疾病的精準(zhǔn)診斷上取得了多項重大突破。
，機器人維修，庫卡機器人何服電機維修，機器人維修