2024暑期iHUB·上海：心理學(xué)專(zhuān)題：突破認(rèn)知科學(xué)傳統(tǒng)中對(duì)“看”這一生理功能的研究瓶頸，人工智能與計(jì)算心理學(xué)視角下人類(lèi)視覺(jué)識(shí)別系統(tǒng)的原理與局限性研究

專(zhuān)業(yè)：社會(huì)科學(xué)

項(xiàng)目類(lèi)型：海外導(dǎo)師線下項(xiàng)目

開(kāi)始時(shí)間：2024年07月20日

是否可加論文：是

項(xiàng)目周期：1周在線科研+14天面授科研+5周在線論文指導(dǎo)

語(yǔ)言：英文

有無(wú)剩余名額：名額充足

建議學(xué)生年級(jí)：大學(xué)生 高中生

是否必需面試：否

適合專(zhuān)業(yè)：心理學(xué)人工智能計(jì)算機(jī)視覺(jué)編程語(yǔ)言機(jī)器人人機(jī)交互

地點(diǎn)：上海圣華紫竹學(xué)院

建議選修：學(xué)術(shù)方法論與學(xué)術(shù)溝通禮儀

建議具備的基礎(chǔ)：對(duì)于計(jì)算心理學(xué)、計(jì)算神經(jīng)學(xué)、認(rèn)知心理學(xué)、認(rèn)知科學(xué)、計(jì)算機(jī)心理學(xué)，計(jì)算機(jī)科學(xué)、人工智能感興趣，希望跟隨名校導(dǎo)師深入學(xué)習(xí)，建立學(xué)術(shù)網(wǎng)絡(luò)，選擇相關(guān)領(lǐng)域作為未來(lái)學(xué)術(shù)研究或就業(yè)方向的學(xué)生。 本項(xiàng)目無(wú)需計(jì)算機(jī)與編程基礎(chǔ)。

產(chǎn)出：1周在線科研+14天面授科研+5周在線論文指導(dǎo) 項(xiàng)目報(bào)告 優(yōu)秀學(xué)員獲主導(dǎo)師Reference Letter EI/CPCI/Scopus/ProQuest/Crossref/EBSCO或同等級(jí)別索引國(guó)際會(huì)議全文投遞與發(fā)表指導(dǎo)（可用于申請(qǐng)） 結(jié)業(yè)證書(shū) 成績(jī)單

項(xiàng)目背景：計(jì)算心理學(xué)（Computational Psychology）作為一個(gè)全新的、有潛力且尚未被全部定義的前端研究領(lǐng)域正在被各個(gè)商業(yè)機(jī)構(gòu)與學(xué)術(shù)研究中心所關(guān)注，該領(lǐng)域通過(guò)基于數(shù)學(xué)及算法相關(guān)的(廣義上)過(guò)程模型來(lái)理解心靈、認(rèn)知及其他傳統(tǒng)的心理學(xué)研究領(lǐng)域，這些模型背后所支持理論又基于人工智能和計(jì)算機(jī)科學(xué)。也就是說(shuō)，計(jì)算心理學(xué)使計(jì)算過(guò)程與心理功能相互解釋并產(chǎn)生關(guān)聯(lián)，從而產(chǎn)生可運(yùn)行的、有預(yù)見(jiàn)性的計(jì)算模型。一門(mén)新興的究領(lǐng)域，離不開(kāi)例如認(rèn)知心理學(xué)、社會(huì)心理學(xué)和發(fā)展心理學(xué)這類(lèi)的傳統(tǒng)心理學(xué)研究領(lǐng)域所提供的豐富經(jīng)驗(yàn)數(shù)據(jù)與指導(dǎo)思想，計(jì)算心理學(xué)家通過(guò)對(duì)前述傳統(tǒng)研究中已被證實(shí)的研究理論進(jìn)行分析與抽象化，再以算法的形式形成連貫的新理論。與此同時(shí)，這些新理論也影響了傳統(tǒng)的學(xué)科發(fā)展，包括那些最對(duì)心理學(xué)研究產(chǎn)生靈感的學(xué)科。有趣的是，算法模型既是“過(guò)程理論”，即旨在回答人類(lèi)的表現(xiàn)和行為是如何產(chǎn)生的這一問(wèn)題，包括：心理機(jī)制、行為過(guò)程、情緒表征和知識(shí)獲取相反。逆向來(lái)看，算法模型也有可能形成“產(chǎn)品理論”，即提供對(duì)現(xiàn)象的功能性解釋與數(shù)據(jù)化表達(dá)（廣義上的，非某種特定的心理機(jī)制）。

項(xiàng)目介紹：The primary learning goal of this program is to explain how seeing works. For decades, how humans see was among the major achievements of cognitive and neural science. We have an in depth understanding of how to characterize human vision at a computational, algorithmic, and implementation level. Perhaps unsurprisingly then, vision is one of the first major areas where artificial systems have caught up with (maybe surpassed) human intelligence. Our learning goals in this class are to understand how human vision works, despite the complex computational challenge that seeing poses. Then to understand how insights from psychology and neuroscience, together with advances in computer hardware, have ushered in a time of pervasive artificial visual intelligence. And finally, to compare the capabilities and limitations of human and machine vision. To meet these learning goals, the program will provide an introductory foundation to the science of human vision including the computational framework for understanding vision as a problem, the neural organization of the early visual system, and the functions of visual subsystems such as color vision, face perception, and object recognition. We will then turn attention to the foundations of computer vision: the perceptron architecture and more contemporary neural networks, as well as ‘classic’ (symbolic) AI approaches. Finally, we will engage with contemporary literature comparing and contrasting human and machine performance and consider whether modern architectures are good models of human vision. Students will work in teams to devise and implement independent research projects with a wide range of methods including visual illusions, psychophysical tasks, online tools for building and training artificial intelligence, and image generation tools.

本項(xiàng)目的主要學(xué)習(xí)目標(biāo)是解釋在認(rèn)知心理學(xué)與計(jì)算心理學(xué)框架下，視覺(jué)是如何工作的。幾十年來(lái)，人類(lèi)如何“看”外界事物是認(rèn)知和神經(jīng)科學(xué)的主要研究成就之一。在項(xiàng)目中，學(xué)生將深入了解了如何在計(jì)算與算法的層面上刻畫(huà)人類(lèi)視覺(jué)。探討在“視覺(jué)”這一功能上，基于算法的人工智能是否趕超了基于認(rèn)知的人類(lèi)智能。同時(shí)，學(xué)生還將了解人類(lèi)視覺(jué)是如何工作的，了解心理學(xué)和神經(jīng)科學(xué)的對(duì)視覺(jué)這一概念的解釋?zhuān)约半S著計(jì)算機(jī)硬件的進(jìn)步和人工視覺(jué)智能時(shí)代的來(lái)臨，計(jì)算心理學(xué)領(lǐng)域又是如何對(duì)人類(lèi)視覺(jué)作出解釋的。項(xiàng)目中，導(dǎo)師還將帶領(lǐng)學(xué)生比較人類(lèi)生理和機(jī)器功能在視覺(jué)能力上各自的局限性?？偟膩?lái)說(shuō)，本項(xiàng)目提供了人類(lèi)視覺(jué)科學(xué)的在認(rèn)知心理學(xué)和計(jì)算機(jī)科學(xué)兩個(gè)領(lǐng)域中的入門(mén)基礎(chǔ)內(nèi)容，在認(rèn)知科學(xué)角度，講述視覺(jué)作為一個(gè)功能性問(wèn)題的計(jì)算框架；早期視覺(jué)系統(tǒng)的神經(jīng)組織；視覺(jué)子系統(tǒng)的功能，如：顏色視覺(jué)、人臉感知和物體識(shí)別等。在計(jì)算機(jī)科學(xué)角度，講述計(jì)算視覺(jué)的基礎(chǔ)：感知器架構(gòu)和當(dāng)代的神經(jīng)網(wǎng)絡(luò)；以及“經(jīng)典”(符號(hào))人工智能理論。學(xué)生將接觸當(dāng)代文獻(xiàn)，比較人類(lèi)和機(jī)器在特定領(lǐng)域的表現(xiàn)的優(yōu)劣，并考慮現(xiàn)代架構(gòu)是否是人類(lèi)視覺(jué)的良好模型。學(xué)生將以團(tuán)隊(duì)為單位，使用各種方法設(shè)計(jì)和實(shí)施獨(dú)立的研究項(xiàng)目，選題包括視覺(jué)錯(cuò)覺(jué)、心理物理任務(wù)、構(gòu)建和訓(xùn)練人工智能的在線工具和圖像生成工具等。項(xiàng)目將以論文作為最終產(chǎn)出

項(xiàng)目大綱：計(jì)算心理學(xué)導(dǎo)論Introduction of Computational Psychology 生理學(xué)視角中的視覺(jué)系統(tǒng)The Physiology of the Visual System 人類(lèi)生理視覺(jué)識(shí)別上的局限性Vision Impossible 人工智能手段干涉下的視覺(jué)識(shí)別Adversarial Images 項(xiàng)目回顧與成果展示Program Review and Presentation 論文輔導(dǎo)Project Deliverables Tutoring