1
回顾 2022 年：neuroAI 走向成熟 – xcorr
source link: https://www.jdon.com/64212.html
Go to the source link to view the article. You can view the picture content, updated content and better typesetting reading experience. If the link is broken, please click the button below to view the snapshot at that time.
回顾 2022 年：neuroAI 走向成熟 – xcorr
2022年已经过去了，我们对大脑如何类似人工神经网络一样？粗略浏览了约130份摘要，并阅读了几十篇，以找到最好的、最有影响力的、最有趣的，并提取今年的时代潮流。这不是一个系统性的评论；相反，这些是我对神经智能状态的拙见。希望你能学到一些有用的东西。
到底什么才算得上是神经AI？
神经人工智能是人工智能和神经科学的交集，但这有点模糊不清。我找不到一个很好的关于神经智能的全面调查，来划定什么是神经智能，什么不是，我想限定我的搜索范围。因此，我列举了我在野外看到的所有不同风味的神经智能，并把它们放在一个二维的标尺里。
- 在横轴上，我们定义了研究者的 "主场 "或 "应用领域"。人工智能（左）或神经科学（右）。通常情况下，论文从外部领域向他们的主场输入想法。你是想了解大脑是如何工作的，还是想制造更好的人工智能？
- 在纵轴上，我们可以定义一个人是否以应用为动机（"做有用的事情"，"工程"，等等），在顶部与底部的好奇心驱动。
在这个框架内，我们可以确定神经人工智能的主要风格：通过挖掘神经科学来寻找使人工智能变得更好的方法。
即使有了这个相当狭义的神经智能定义，今年还是有很多神经智能研究发表了！
我在Twitter和Mastodon上询问人们他们最喜欢的出版物，然后我翻看了我的Twitter书签，然后在Google Scholar上搜索我认识的人。我进行了推理，删除了核心神经智能之外的论文，然后应用了一个完全任意的 "这是否引起了我的兴趣？"的过滤器，最后得到了大约130篇出版物，其中不包括在NeurIPS上举行的SVRHM研讨会的摘要，后者可能会在以后有自己的独立博文。为了整理这些资料，我尝试使用句子嵌入+UMAP来可视化结果，但最终还是采用了久经考验的方法--手工聚类。让我们从大的想法开始。
详细点击标题
Recommend
About Joyk
Aggregate valuable and interesting links.
Joyk means Joy of geeK