过去十余年全世界都见证了人工智能领域的巨大发展，人脑智能和人工智能的交叉学科研究一直是热门话题。人工智能的快速发展帮助我们深化对人类认知和智力的理解，同时也带来了许多挑战。11月6日下午，浙江大学心理与行为科学系孔祥祯研究员邀请张洳源博士来系做了题为“人脑与人工智能的量化比较”的学术报告。

报告首先从AI for Neuroscience的视角探讨了深度学习模型与人脑认知之间的联系，特别是在视觉领域，探索灵长类视觉系统和深度神经网络在学习一个精细视觉辨别任务时，内在神经计算机制的关系。他的研究发现，深度学习模型可以很好地模拟出以往研究中揭示的多个重要效应，并提出了新的直觉学习过程理论预测，这些理论预测在人脑成像数据和猕猴电生理数据中得到了一致验证。

报告第二部分，张洳源博士通过通用人工智能Artificial General Intelligence（AGI）需要的更高级情感能力和类比、归纳、推理能力，引入对人类智能的探讨。指出智能本身在机器学习领域暂时仍没有准确定义，而在心理学上存在操作性定义。他提出了基于预测编码的逻辑推理模型，介绍了如何利用心理学常用的瑞文智力测验来系统的测量和比较人类大脑和深度学习模型在抽象归纳推理上的能力。同时他强调，相比于人脑与深度学习模型在瑞文智力测验结果上的优劣，更重要的是证据和如何架起人与机器对比的桥梁。张洳源博士在报告中提到了半监督学习。人类在成长中会接收到多方面的刺激，学习方式趋于半监督性质，即少量有标签的样本和大量无标签的样本。

在最后的提问交流环节，张洳源博士和心理系的师生就人类认知特性、当前机器学习是否能够充分模拟人类的认知特性、研究目的差异性、以及关于机器学习与人脑间的异同点等问题，从多方面展开讨论。

张洳源，任职于上海交通大学心理与行为科学研究院和医学院附属精神卫生中心，长期致力于脑科学与类脑智能的交叉学科研究。在讲座中，张洳源博士分享了他实验室围绕人脑与人工智能的量化比较开展的一系列研究成果。