陈佳炫
浙江大学
神经表征驱动的脑机对齐与模型增强
讲座简介
近年来，人工智能的发展几乎都遵循着同一个逻辑：参数更大、数据更多、模型更强，但模型虽然”知道得更多”，却未必”理解得更深”——它们可以记住海量知识，却依然会在抽象概念理解、跨场景泛化、概念关系推理等方面暴露出局限性。与此同时，以脑机接口为代表的神经技术快速发展，使得脑与机的结合愈加紧密，脑机融合及一体化逐渐成为人工智能发展的重要趋势。在这一背景下，脑机融合与增强研究受到广泛关注，成为弥补脑机行为差异、提升人工模型认知能力的关键途径之一。本报告将聚焦神经表征学习、脑机表征对齐等问题，探讨神经表征驱动的脑机对齐技术及其在脑机增强中的应用，阐述其研究背景、基本概念与实现形式。
演讲者简介
陈佳炫，浙江大学计算机科学与技术学院在读博士生，主要研究方向为神经解码、脑机智能等。研究成果发表于Nature Communications、IEEE T-IP、ICLR、ICML、CVPR、ICCV、AAAI等国际期刊和CCF-A类会议。主持国自然青年学生基础研究项目（博士研究生），入选中国科协青年人才托举工程博士生专项计划、浙江大学博士研究生求是新星培养计划。
参与方式
- 时间：2026年06月22日 上午 10:00（北京时间）
- 平台：Zoom
- 语言：中文
讲座大纲
- 讲座内容
- 问答环节
相关资源
- 预读材料即将更新
- 讲座回放将在讲座结束后提供