课程名称：《心理学与精神病理学：人工智能在行为与认知神经科学中的应用》
中方老师：胡玉正 浙江大学，心理与行为科学系
海外教师：Robin Murphy 牛津大学
课程性质：国际化课程，不算第四课堂学分
课程代码：PSY3028M 学分：3 场地：线下上课，紫金港教室待定
课程号：(2025-2026-1)-PSY3028M-0018083-1，不对外选课，后台统一导入
预修要求：本课程强调科学方法论以及技术和理论的理解。不要求具备心理学背景。
最后大作业提交时间：2026年 1月9日前
具体上课时间见下表，时间有冲突的同学，请不要选课。
备注：由于时差原因，外教在线课程部分的上课时间微调。
报名时间：2025年10月5日前
联系人：郭涵 心理与行为科学系教学科（本科）88273390
报名二维码：
课程介绍
一、课程背景
近年来，认知神经科学与人工智能（AI）的交叉融合已成为探索人类大脑功能与精神健康领域的核心趋势。一方面，随着脑成像技术（如 fMRI、EEG）与行为实验方法的不断革新，人类对学习记忆、决策判断等认知过程的神经机制有了更精细的观测基础，但海量脑数据的解析与复杂认知模型的构建仍面临技术瓶颈；另一方面，以神经网络、强化学习为代表的 AI 技术，凭借其强大的非线性拟合与数据挖掘能力，为破解 “大脑黑箱” 提供了全新工具 —— 既能模拟人类联想学习中的预测误差计算过程，也能为抑郁症、恐惧障碍等精神疾病的病理机制研究提供量化建模思路。
二、课程介绍
本课程系统介绍神经网络模型在人类学习、决策及精神疾研究中的应用，融合认知神经科学与人工智能的前沿方法。课程涵盖联想学习、预测误差计算，决策神经机制等基础理论，深入探讨抑郁症、恐惧障碍、精神病等临床问题的计建模方法。通过神经网络、强化学习等AI技术，分析脑成与行为数据，揭示认知与情绪障碍的神经机制。
课程注重理论建模与临床应用的结合，同时探讨神经预测的的伦理边界。适合心理学、神经科学及AI相关领域学生，无需编程基础提供从理论到实践的完整训练。
三、教师介绍
中方教师：
胡玉正：长聘副教授，副系主任，博士生导师。主要研究物质成瘾和行为成瘾的心理神经机制，研究手段包括磁共振、脑电、近红外、经颅磁/电刺激等，研究课题涉及心理学、脑科学、医学等、物理学等学科交叉。相关研究成果在PNAS、Nature Communications、JAMA Psychiatry、Brain等知名国际期刊上发表。
海外教师：
Robin Murphy：牛津大学实验心理学终身教授，也是牛津大学基督圣体学院招生办成员。除了获得终身教职外，Robin Murphy教授还是牛津大学计算精神病理实验室（The Computational Psychopathology Research Group）的负责人，该实验室获得英国经济与社会研究理事会（ESRC）和英国生物技术与生物科学研究委员会（BBSRC）等国家级机构的资金支持。以了解大脑和心理过程如何产生行为为目标，研究人类和动物模型中的联想学习过程，致力于研究健康人群和弱势群体的注意力、学习和行为，以便更好地了解风险和病因，并为预防和干预提供信息。
Robin Murphy教授担任《实验心理学期刊：动物学习与认知》顾问编辑，自身也发表过多篇心理学论文，如《心理病态中无受损的整合研究：来自错觉结合范式实验的证据》，《对称性“超级学习”：使用双向概率结果来增强学习效果》。
四、教学目标
（一）学习目标
本课程面向心理、神经科学及 AI 领域学生，融合认知神经科学与 AI 方法，讲解神经网络模型在人类学习、决策及精神疾病研究中的应用，含基础理论、临床建模与数据分析，兼顾伦理探讨，提供从理论到实践的训练。通过本课程，学生能够：
1.掌握神经网络模型在人类学习、决策及精神疾病研究中的应用，融合认知神经科学与 AI 前沿方法；
2.理解联想学习、预测误差计算等基础理论，及抑郁症、精神病等临床问题的计算建模；
3.具备用神经网络、强化学习分析脑成像与行为数据，揭示认知情绪障碍神经机制的能力；
4.为心理、神经科学及 AI 领域学生提供从理论到实践的完整训练；
5.探讨神经预测的伦理边界，兼顾理论建模与临床应用的结合。
(二)育人目标
1. 知识建构：帮助学生建立认知神经科学与 AI 交叉领域的系统知识体系，掌握神经网络模型、预测误差计算等核心理论，及精神疾病相关神经机制。
2. 实践能力：培养学生运用神经网络、强化学习等技术分析脑成像与行为数据，解决临床问题建模的初步实践能力，实现从理论到应用的转化。
3. 跨学科思维：引导学生融合认知神经科学与人工智能前沿方法，形成分析人类学习、决策及精神疾病研究问题的跨学科整合思维。
4. 伦理素养：提升学生对神经预测伦理边界的研判能力，树立科学研究中的伦理意识，兼顾理论探索与临床应用的社会责任。
（三）可测量结果
通过平时作业、期中考试、期末考核等环节，测量上述目标达成情况。
五、课程大纲
1.神经网络与联想学习
2.预测误差与神经计算学习
3.决策行为与认知控制
4.神经网络组织的个体差异
5.抑郁症与神经环路功能异常
6.恐惧条件反射与神经网络可塑性
7.安慰剂、反安慰剂与进食障碍
8.注意网络与精神病
9.精神病态与社会认知网络
10.犯罪行为与神经计算建模
六、课程要求
（一）授课方式与要求
授课方式：全英文授课。
（二）考试评分与建议
考勤10%、平时作业20%、期中测试30%、期末作业40%
期中考试以在线客观题为主（届时在Neoschool教学平台上进行）、期末布置大作业（是research proposal，在线提交论文）
七、参考教材及相关资料
1.理论学习：Haselgrove, M. (2016). Learning: A Very Short Introduction. Oxford University Press；
2.实操软件：将涉及到software Gorilla，学生可以自行编写程序。 Python 插件“Psychopy”（www.psychopy.org）将用于开发研究项目，具备编程技能的同学将被鼓励根据自身需求或“戈里拉”（http://gorilla.sc）在线实验演示软件对该程序进行修改。
3.拓展阅读及课程讲义资料
八、预备知识
本课程强调科学方法论以及技术和理论的理解。不要求具备心理学背景或编程基础。
