周末啦，接了一篇來自ViaX科研教育的廣告內容。ViaX是一家靠譜的在線科研教育機構，大家想出國深造的話，可以通過他們的項目提升科研背景，這篇文章是他們1對1科研項目的介紹。感興趣的朋友不妨了解下。
1. 項目名稱
生物信息：皮層神經網絡特性及其反向工程的研究
2. 課題方向代表導師介紹
ViaX線上科研導師全部是來自美國 TOP30 名校的教授、美國國家級實驗室科學家、研究員及博士導師。
（將根據學生具體科研課題方向定制匹配導師，代表導師僅供參考。）
3. 導師寄語
本課題的實質，即是通過對哺乳動物神經網絡拓撲結構的研究，為下一代人工神經網絡提供新的理論框架?？茖W家們已經意識到當下的人工智能即使異常強大，也絕非真正的“智能”。相比于自然和進化所創(chuàng)造出的智慧物種所具備的智能而言，人類所創(chuàng)造的人工智能其實質仍只是一臺能夠進行高速運算和存儲的計算機。如何闡明神經系統(tǒng)結構和功能的關系，如何破解大腦工作的基本原理，如何將已知的神經生物學知識用于開發(fā)下一代人工智能算法，是這門課討論的核心。
4. 項目背景
研究主題的興起和發(fā)展：
從近乎完美的人臉識別到自動駕駛，從打遍天下無敵手的Alpha Go到可以完成一連串奔跑跳躍動作的機器狗（波士頓動力制造），人工智能的表現(xiàn)堪稱驚艷。然而這種基于大量已有數據集訓練的人工智能，依舊是笨拙而野蠻的。它與真正的人類智慧所相差的，是作為其締造者的我們，對于人類智能的理解和認知。大腦如何解析信息如何完成計算如何整合遞送并學習歸納這些信息，是神經生物學的終極命題，而我們目前卻對此知之甚少。人工智能的飛躍與革新，將取決于人類對生物神經網絡特性及其功能的更深入探索。除此之外，別無他解。
研究主題項目和生活的聯(lián)系：
任何前沿科學領域結出的科研成果，必將被有效地轉化繼而廣泛地應用到社會生活的方方面面。這個課題本身是一個交叉性概念性初創(chuàng)性極強的項目，項目產出本身極有可能對某一個甚至某幾個熱門研究領域有變革性的推動作用。
研究主題的意義和重要性：
這項研究的重要性將在三個各自獨立卻又彼此相關聯(lián)的領域中顯現(xiàn)出來。
（神經生物學領域）基于納米水平的哺乳動物神經網絡聯(lián)接圖譜的繪制，將為神經網絡之結構與功能關聯(lián)性的研究提供重要的神經解剖學依據。這些超高分辨率的圖像數據及其精準的三維重建結果將清晰地揭示神經網絡的構建方式和運作機理，并為后續(xù)的生物建模工作提供具有現(xiàn)實意義的邊界條件。
（計算視覺領域）當下數字圖像分割算法的一個流行的解析思路就是人為地訓練計算機識別出圖像中不同的物體以達到分割的目的，此即所謂計算視覺。發(fā)展針對于生物大數據的高速分割和重建算法，將對計算視覺領域產生深遠的影響。目前已有諸多工業(yè)界的AI團隊（Google、IBM、Intel等）參與到了學術界對哺乳動物神經網絡成像數據進行大規(guī)模精準分割的科研競賽中。我們有理由相信，基于機器學習的更完善更高效的圖像分割算法即將應運而生。
（人工智能領域）對哺乳動物神經網絡之聯(lián)接性和拓撲結構的分析及相應數學模型的建立會極大程度地推進我們對大腦工作原理的認知。這些嶄新的知識將會為下一代人工智能的發(fā)展開辟出嶄新的方向和構架，其重要性和影響力不言而喻。
5. 適用人群
適用于對神經生物、神經解剖、計算生物（及建模）、計算視覺、圖像處理和機器學習方向感興趣的同學。
6. 項目安排
1節(jié)：項目介紹
2-5節(jié)：學習了解神經生物學的基本概念和腦聯(lián)接圖譜計劃的最新進展；
5節(jié)課后會有階段性考察，以檢驗學生掌握情況。
6-10節(jié)：學習了解常見的生物成像技術，培養(yǎng)對生物影像數據的基本識圖能力；
10節(jié)課后會有階段性考察，以檢驗學生掌握情況。
11-14節(jié)：學習圖像處理的基本原理和算法，了解基于深度學習的分割算法應用；
14節(jié)課后會有階段性考察，以檢驗學生掌握情況。
15節(jié)根據學生未來申請需求及個人興趣，確定后半期科研具體方向及項目。
16-20節(jié)：協(xié)助學生探索屬于自己的科研方向，并根據之前所學展開探索分析。依據實驗結果完成符合專業(yè)論文要求的科研論文，對科研過程中發(fā)現(xiàn)的創(chuàng)新想法進行文章總結，學習專業(yè)英文科研寫作。以科研海報/論文/視頻等形式對學生的科研成果進行總結展示。
7. 項目產出
通過對大腦神經網絡的構成及其工作原理的初步學習，建立對“聯(lián)接圖譜”領域的基本框架概念。通過學習圖像處理和計算視覺的基本原理和算法，實踐相關圖像分割軟件的使用方法，初步掌握生物大數據的處理過程和分析思路。
了解神經生物學的基本研究對象、目標及手段，了解常用的生物成像技術并能夠讀懂圖像，掌握基本的圖像處理方法且熟練操作專業(yè)圖像處理軟件，能夠對電子顯微鏡圖像進行準確的手動分割和三維重建，可嘗試對圖像數據進行數學建模。
完成符合學術專業(yè)論文標準的中文或英文科研文章一篇。保證學生以第一作者發(fā)表文章（依據學生所報名項目，考慮論文完成程度及創(chuàng)新程度，期刊包括但不限于中文國家級期刊、英文Scopus會議、SCI/SSCI檢索期刊）。
8. 參考文獻
[1] 《Neuroscience: Exploring the Brain》《Fundamentals of Brain Network Analysis》
[2]《Light and Electron Microscopy》《The Ultrastructure of the Animal Cell》
[3]《Computer Vision and Image Processing》《Machine Learning: The New AI》
[4]《Computer Vision and Image Processing》《Machine Learning: The New AI》
注意：
因為項目特殊性，成功報名后因個人原因無法參與項目不接受退費，學生可以選擇觀看課程錄像。
版權申明：
ViaX公眾平臺上所有內容，包括但不限于視頻、文字和圖片均由ViaX及其他權利人依法擁有知識產權，包括但不限于著作權、商標權、專利權。
可能你已經有了科研意向，但不知道該如何開展；可能你還在思索自己是否適合科研。那么，你可以添加ViaX學術顧問，他們的學術顧問非常專業(yè)，不僅能為你提供一對一的學術咨詢，還幫你匹配世界專排/綜排TOP30學校里相關領域的科研項目導師。
