VALSE Webinar 20220413-09期 总第275期 脑启发视觉

报告嘉宾：张铁林 (中国科学院自动化研究所)

报告题目：基于类脑脉冲神经网络的视听觉信息处理

报告嘉宾：余肇飞 (北京大学)

报告题目：面向类脑视觉的生物视觉编解码机制和模型

Panel嘉宾：

吴小俊 (江南大学)、唐华锦 (浙江大学)、张兆翔 (中国科学院自动化研究所)、张铁林 (中国科学院自动化研究所)、余肇飞 (北京大学)、于云龙 (浙江大学)

Panel议题：

1. 类脑视觉有哪些可能的应用？

2. 从学术研究角度考虑，当前类脑研究存在的主要挑战有哪些？未来脑启发视觉有哪些值得关注的方向？

3. 与传统的计算机视觉领域相比，类脑视觉有哪些研究侧重点和优势如在可解释性方面，类脑视觉是不是更有优势在自适应性方面，类脑视觉能否具有更快的认知能力 (快速地建立关于新领域新环境的知识体系)在模型学习方面，类脑视觉是否也需要精细地调参在资源损耗方面，类脑视觉是否需要大量的数据和计算资源？

4. 类脑研究对软硬件有什么启发？如：类脑算法和类脑芯片，类脑智能，脑机接口等？

5. 类脑研究与计算机科学、生物学、神经科学等的关系？

6. 在训练样本匮乏的情况下，类脑视觉能否实现小样本的在线学习以快速适应不同场景？

7. 在无监督学习场景下，类脑视觉能否快速地从数据中提取有效信息？如何形成记忆并加强记忆？

8. 类脑视觉领域的研究能否反向推动对大脑视觉形成、认知机制等的研究？

*欢迎大家在下方留言提出主题相关问题，主持人和panel嘉宾会从中选择若干热度高的问题加入panel议题！

报告嘉宾：张铁林 (中国科学院自动化研究所)

报告时间：2022年04月13日 (星期三)晚上20:00 (北京时间)

报告题目：基于类脑脉冲神经网络的视听觉信息处理

报告人简介：

张铁林，副研究员，中国科学院自动化研究所，类脑智能研究中心。研究领域为生物信息处理、类脑脉冲神经网络模型设计及应用等。从2013年开始类脑模型研究，在Science Advances、IEEE-TNNLS等期刊及AAAI、IJCAI等会议共发表论文30余篇。

个人主页：

http:// bii.ia.ac.cn/~tielin.zhang

报告摘要：

类脑脉冲神经网络因为借鉴了更多的生物细节而受到AI领域研究人员越来越多的关注。生物智能系统经过千百年的遗传进化，所展示出来的智能能力是多尺度、多层面高度协同的，如脉冲编码的神经元、稀疏组织的网络结构、基于可塑性的优化方法等，这使得我们需要在一个统一的框架下研究他们，才会更好的发现生物智能信息处理的综合优势。本次报告将从编码、节点、结构、学习方法等多视角介绍类脑脉冲神经网络构建方法，及其在视听觉动态信息处理等方面的应用。值得一提的是，本领域的研究虽然尚处于起步阶段，但已在低能耗、高灵活、强鲁棒等方面展示出较大潜力。

参考文献：

[1] Tielin Zhang, Xiang Cheng, Shuncheng Jia, Mu-ming Poo, Yi Zeng, Bo Xu. Self-backpropagation of synaptic modifications elevates the efficiency of spiking and artificial neural networks. Science Advances. doi: 10.1126/ sciadv.abh0146. 2021

[2] Tielin Zhang, Shuncheng Jia, Xiang Cheng, and Bo Xu. Tuning Convolutional Spiking Neural Network With Biologically Plausible Reward Propagation. IEEE Transactions on Neural Networks and Learning Systems. doi: 10.1109/ TNNLS.2021.3085966. 2021

[3] Tielin Zhang, and Bo Xu. 脉冲神经网络研究现状及展望. 计算机学报. 2021

报告嘉宾：余肇飞 (北京大学)

报告时间：2022年04月13日 (星期三)晚上20:30 (北京时间)

报告题目：面向类脑视觉的生物视觉编解码机制和模型

报告人简介：

余肇飞现任北京大学人工智能研究院研究员，博士生导师。主要研究方向为类脑计算、脉冲神经网络。在Patterns (Cell Press)、PloS Computational Biology、IEEE Transaction汇刊和NeurIPS、ICLR、CVPR、ICCV、AAAI、IJCAI、INFOCOM等顶级会议上发表论文40余篇，主持科技部 “脑科学与类脑研究”重大项目子课题、国家自然科学基金面上项目、博士后创新人才支持计划等项目，担任ACM MM、IJCAI、IJCNN等会议PC Member，曾获北京市科学技术奖二等奖。

个人主页：

http://scholar.pku.edu.cn/yuzhaofei

报告摘要：

人类获取的信息 70% - 80%来自于视觉，视网膜作为视觉信息接收的起始神经系统，可将外部接受到的光信号转化为脉冲信号，这个过程被称为编码。与之相对应的是解码，它指视觉皮层通过视网膜传来的脉冲信号来还原输入刺激的过程。本报告将介绍视觉神经信息编解码的基本原理，分析当前研究现状与发展趋势，并结合课题组相关工作汇报类脑视觉编解码模型的最新进展。

参考文献：

[1] Yajing Zheng, Shanshan Jia, Zhaofei Yu, Jian K. Liu, Tiejun Huang. Unraveling Neural Coding of Dynamic Natural Visual Scenes via Convolutional Recurrent Neural Networks. Patterns. 2021, 2(10): 100350.

[2] Shanshan Jia, Dajun Xing, Zhaofei Yu, Jian K. Liu. Dissecting Cascade Computational Components in Spiking Neural Networks. PLoS Computational Biology. 2021, 17(11): e1009640.

[3] Yijun Zhang, Tong Bu, Jiyuan Zhang, Shiming Tang, Zhaofei Yu, Jian K. Liu, Tiejun Huang. Decoding Pixel-Level Image Features from Two-Photon Calcium Signals of Macaque Visual Cortex. Neural Computation. 2022.

[4] Shanshan Jia, Zhaofei Yu, Arno Onken, Yonghong Tian, Tiejun Huang, Jian K. Liu. Neural System Identification with Spike-Triggered Non-Negative Matrix Factorization. IEEE Transactions on Cybernetics. 2021.

[5] Yicheng Zhang, Shanshan Jia, Yajing Zheng, Zhaofei Yu, Yonghong Tian, Siwei Ma, Tiejun Huang, Jian K. Liu. Reconstruction of Natural Visual Scenes from Neural Spikes with Deep Neural Networks. Neural Networks. 2020, 125: 19-30.

Panel嘉宾：吴小俊 (江南大学人工智能与计算机学院)

嘉宾简介：

吴小俊，江南大学二级教授、至善教授、研究生院院长、江苏省模式识别与计算智能工程实验室主任，从事模式识别与人工智能方面的研究。2006年教育部新世纪优秀人才、江苏省333工程一层次人才。在国内外重要期刊和会议上发表论文300余篇，出版学术著作6本。曾获得教育部科技进步一等奖和VOT等多个国际竞赛冠军。担任IEEE智慧城市指导委员会委员、教育部计算机类教学指导委员会委员和江苏省人工智能学会副理事长等职。长期国际合作者Josef Kittler院士获得江苏省国际科技合作奖和中国政府友谊奖。

个人主页：

http://ai.jiangnan.edu.cn/info/1013/1500.htm

Panel嘉宾：唐华锦 (浙江大学)

嘉宾简介：

唐华锦，浙江大学计算机学院教授、博导，入选2021年度国家高层次人才奖励计划。主要研究方向为类脑计算、神经形态计算与芯片、智能机器人等。研究成果被MIT Technology Review，Communications of ACM等报道，获2016年度IEEE TNNLS 优秀论文奖、2019年度IEEE Computational Intelligence Magazine优秀论文奖。现担任IEEE Trans. on Cognitive and Developmental Systems期刊主编、国际神经网络学会 (INNS)理事。

个人主页：

https://person.zju.edu.cn/htang

Panel嘉宾：张兆翔 (中国科学院自动化研究所)

嘉宾简介：

张兆翔，博士，中国科学院自动化研究所研究员、博士生导师，教育部长江学者特聘教授，国家万人计划青年拔尖人才。主要研究方向包括脑启发的神经网络建模、视觉认知学习、面向开放环境的场景感知与理解，近五年来在本领域顶会顶刊发表论文100余篇，授权专利20余项，承担了国家自然科学基金重点项目、国家重点研发项目等一系列国家级科研项目和企业合作项目，是IEEE高级会员，中国计算机学会CCF杰出会员、中国人工智能学会CAAI杰出会员、中国人工智能学会CAAI副秘书长，担任了IEEE T-CSVT、Patten Recognition等知名期刊编委，是CVPR、ICCV、AAAI、IJCAI、ACM MM、ICPR、ACCV等知名国际会议的领域主席 (Area Chair)。

个人主页：

https://people.ucas.ac.cn/~zhangzhaoxiang

Panel嘉宾：于云龙 (浙江大学信息与电子工程学院)

嘉宾简介：

于云龙，博士，浙江大学信息与电子工程学院副研究员。研究领域为小样本学习、度量学习等。从2013年开始小样本学习方面的研究，在IEEE Cybernetics, IEEE-TNNLS等期刊及CVPR, NeurIPS等会议共发表论文30余篇。

个人主页：

https://person.zju.edu.cn/yunlong

主持人：李玺 (浙江大学)

主持人简介：

李玺，浙江大学计算机科学与技术学院，教授，博导，IET Fellow，IEEE Senior Member，浙江大学上海高等研究院副院长，国家青年特聘专家，科技部科技创新2030新一代人工智能重大项目负责人，国家自然科学基金委联合基金重点项目负责人，教育部重点规划研究项目负责人，第七届中国图象图形学会理事，浙江省杰出青年科学基金获得者，浙江省特聘专家。 在国际权威期刊和国际顶级学术会议发表或录用文章180余篇，拥有多篇ESI高被引论文，担任FGIP 2021和ICCCV 2021的程序主席，担任CVPR 2020、ICCV 2019、ECCV 2020、ACM Multimedia 2020和2021的Area Chair。担任IEEE TNNLS、IEEE TCSVT和IEEE TCDS的Associate Editor，中国图形图像学报青年编委。获得2021年世界人工智能大会最高奖——“卓越人工智能引领者” (SAIL奖)，两项最佳国际会议论文奖 (ACCV 2010和DICTA 2012)，一项最佳学生论文奖 (ACML 2017)，2019年和2020年中国图象图形学报最佳封面文章和年度优秀论文，ICIP 2015 Top 10%论文奖。另外，获得2021年中国图象图形学会自然科学奖二等奖 (第一完成人)，2021年中国电子学会科技进步一等奖，2021年中国产学研合作促进会产学研合作创新与促进奖 (第一完成人)，两项北京市自然科学技术奖 (包括一等奖和二等奖)，以及一项中国专利优秀奖。

个人主页：

https://person.zju.edu.cn/xilics

特别鸣谢本次Webinar主要组织者：

主办AC：李玺 (浙江大学)