学校名称:斯坦福大学
学校排名:QS6
所在国家:美国
所需专业:神经网络
奖薪情况:项目资助
斯坦福大学,位于美国加州的美丽校园内,是一所享有盛誉的私立研究型大学,自1885年成立以来,一直是全球学术和创新的中心。斯坦福大学以其卓越的教育和科研成果而闻名,吸引了来自世界各地的顶尖学者和学生。除了学术上的卓越,斯坦福大学也非常注重社会责任和全球影响力。通过各种社区项目和全球合作,斯坦福的师生们致力于为社会带来积极的改变,真正体现了知识服务社会的理念。Kwabena Boahen博士是斯坦福大学生物工程和电气工程的教授,同时在计算机科学系担任客座教授,并且是Bio-X研究所、System X联盟和Wu Tsai神经科学研究所的研究员。他创立了斯坦福Brains in Silicon实验室,通过计算建模将神经生物物理学与认知行为联系起来,并通过神经形态工程使用硅芯片模拟大脑。他的研究成果包括超过一百篇学术出版物,获得了多项杰出荣誉,包括帕卡德科学与工程奖学金(1999年)和美国国立卫生研究院院长先锋奖(2006年)。他于2016年当选为美国医学与生物工程院院士和电气与电子工程师学会(IEEE)院士,以表彰他实验室开发的Neurogrid系统——一个iPad大小的平台,在生物物理细节和功能规模上模拟大脑皮层,此前这项任务需要超级计算机才能完成。他领导了多个多大学、多研究员参与的研究项目,其中包括“Brainstorm项目”,通过硬件和软件协同设计,提高神经形态芯片“编程”的抽象水平。他的斯坦福实验室衍生企业Femtosense Inc(2018年)正在将这一突破技术商业化。更多信息,请访问个人主页:https://engineering.stanford.edu/people/kwabena-boahen我们目前正在为以下近期获得资助的项目招募本科生、研究生和博士后研究人员:该项目由斯坦福大学人本人工智能研究院资助,旨在开发类似树突的纳米器件、用于3D集成的制造技术,以及连接这些器件的电路交换路由结构。该项目由美国国家科学基金会资助,旨在揭示一组神经元如何学习编码信息,以及一段树突如何通过脉冲序列学习解码信息,并将这些学习规则实现于3D芯片中。该项目由斯坦福大学人本人工智能研究院和Wu Tsai神经科学研究院共同资助,旨在通过分析MICrONS联盟提供的包含超过10万个神经元和5亿个突触连接的纳米级3D重建数据,发现树突中脉冲序列编码的解剖学特征。该项目由DARPA的FENCE计划资助。我们的团队负责设计一个比特串行芯片网络(NoC)用于将配置数据路由至处理器,以及一个比特并行NoC用于将处理后的事件路由至外围设备。本研究基于我们之前的比特串行NoC、跨芯片网络和硅视网膜设计,涵盖模拟电路设计、异步逻辑设计、硬件-软件协同设计、嵌入式系统以及事件驱动的视觉算法。更多项目信息,请访问实验室:https://web.stanford.edu/group/brainsinsilicon/positions如果您对我们的正在进行的项目和最新发表的研究感兴趣,请将简历和简要介绍发送给Dr. Kwabena Boahen(boahen@stanford.edu)。研究计划通常包括以下几个关键部分:研究背景、研究目的、研究方法、预期成果、时间安排等。
神经形态系统在数字媒体和审美表现中的应用
近年来,神经形态工程的进展,为模拟大脑功能提供了新的思路。这些系统在认知过程的理解方面具有重要意义,并且在AI、机器人技术和数字媒体等领域具有广泛的应用潜力。
探索神经形态系统如何模拟人类认知过程,并提升AI生成内容的审美性和创意性。
开发新方法,利用树突计算和神经形态芯片创造更具动态性和直观性的互动媒体体验。
分析使用大脑启发模型进行媒体创作的伦理问题,特别是AI生成内容中的偏见、主体性和表现问题。
模型开发:将神经形态系统适配到数字媒体应用中,重点开发用于处理复杂审美和认知任务的纳米设备和3D集成电路。
内容创作:使用神经形态芯片模拟认知模型,为数字媒体创作提供AI驱动的设计灵感,特别是在电影和互动媒体方面。
民族志与审美分析:采用混合方法,包括民族志研究,研究观众如何与AI生成的媒体进行互动,并分析其审美质量。
该研究将推动AI技术和媒体学科的边界,为神经形态计算模型如何影响创意、媒体制作和人工智能在文化背景中的伦理问题提供新的见解。
第1-4个月:开发适用于数字媒体创作的神经形态计算模型,选择适当的工具和平台进行初步测试。
第5-12个月:使用神经形态芯片模拟认知模型,并将其与数字媒体创作流程进行整合,探索如何通过树突计算优化创意过程。开始设计并测试AI生成的数字媒体内容,利用神经形态系统进行创作。评估实验结果,确保与预期目标的一致性。
第13-20个月:对实验数据进行深入分析,特别是观众对AI生成内容的审美反馈和互动反馈,评估神经形态系统在创作中的表现。根据数据分析结果,进行优化。
第21-36个月:总结研究成果,撰写并提交研究论文。
以上留学相关信息的专业解答,可以通过以下微信二维码:
编辑| 国外硕博招生