主讲人：冯建峰 教授（复旦大学）

题目：从数据，模型到理论：基于生物大脑的研究

时间：2023年04月07日上午10:00

地点：理工楼 1226

联系人：俞连春

报告摘要：

We will first present some of our recent results on tackling brain disorders with the aim to  establish nonlinear association, prediction, subtype, and spatio-temporal pattern analyzing for data ranging from genetic, MRI imaging and phenotypes. With the aid of AI algorithms (usually developed by ourselves), the analyzing above is usually carried out at the whole brain scale (data-driven approach) to avoid possible bias. A digital twin brain (DTB) platform including the whole brain for human (86 B neurons), monkey and zebrafish(100,000 neurons) is established to simulate the activity both in the resting-state and in action. The activity of the DTB at voxel level shows a correlation coefficient of 0.9 with its biological counterpart in the resting state.  We also test the DTB in actions including visual and auditory tasks. Finally, we are working on developing the DTB platform for brain-machine interfaces (DBS for example) and applications in other brain disorders.

个人简介：

冯建峰，毕业于北京大学，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。1991年，获北京大学概率统计系博士学位。先后担任英国剑桥大学巴伯拉罕生物研究所长聘研究员、英国萨塞克斯大学信息学系教授、英国华威大学计算机系教授。2011年，荣获英国皇家学会沃夫森研究功勋奖。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，BWAS方法等，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。共发表三百多篇文章，许多成果以通讯或第一作者发表在脑科学顶级杂志Nature 子刊和Science 子刊，人工智能顶刊IEEE TPAMI和数理科学顶刊PRL上。