Speaker

　　Title

　　Time

　　Venue

腾讯会议室 ID：539-311-020

　　Abstract

　　利用现有数学方法和计算设备，我们有可能实现模拟由八百六十亿神经元组成的人类大脑吗？为实现这一目标，我们先期开展了对不同尺度（基因、蛋白、神经元、组织、行为、环境）的与人脑相关的数据开展了大量的研究，为青少年和中老年的健康脑提供科学依据，为一些脑疾病的治疗提供了一些全新的方法和视角，也为理解脑的一些区域的认知功能提供了可能。在这些研究的基础上，利用我们发展的介观数据同化方法和two-level路由优化，我们在减速比1：508的条件下，在10,000张GPU卡上实现了八百六十亿的数字孪生脑（DTB）的模拟，DTB和生物脑活动之间的相关系数为0.87。利用DTB，我们开展了一系列‘干’实验，同时也开展一系列应用。最后，我也会介绍一下如何利用二阶矩来发展Moment Neuronal Networks来理论研究神经系统。

　　Affiliation

　　冯建峰，长江学者特聘教授，现任上海数学中心首席教授、复旦大学类脑人工智能科学与技术研究院院长、复旦大学大数据学院院长、上海脑科学与类脑研究中心副主任，英国皇家学会沃夫森研究功勋奖获得者，2019 年作为三十年来的首位华人受邀在剑桥大学作 Paykel Lecture 年度冠名讲座。
    冯建峰教授在计算脑疾病和类脑人工智能领域，发展了一系列数学、统计与计算机的理论和方法，并原创性地将它们应用于解决神经科学、各类脑疾病和自动驾驶中的具体问题。通过对来自神经科学和脑疾病的不同尺度海量数据的分析、挖掘和理论研究，提出和发展了非线性因果关系的方法和理论，并成功应用于发现抑郁症、精神分裂症和自闭症病灶及其临床诊疗中。在单神经元和神经元网络的动力学研究、机器学习算法的设计和分析、随机控制理论、因果关系分析等方面都做出过杰出工作。共发表三百多篇文章，其中五十几篇研究成果作为通讯或第一作者发表在 Nature 子刊，Science子刊，JAMA子刊等生物医学杂志和 IEEE TPAMI和 PRL 上（影响因子10+）。