嘉宾讲学|深圳大学心理学院院长陈琦应邀为我校研究生作专题讲座

    2024年5月10日，在我校研究生课堂嘉宾讲学支持计划的支持下，深圳大学心理学院院长陈琦教授应邀为我校研究生带来题为“人类认知的计算建模研究：认知心理学视角”的专题讲座，我校社会与心理学院张丽教授主持，线上线下众多师生积极参与。

    陈教授是比利时根特大学心理学博士，深圳大学心理学院特聘教授、博士生导师，深圳大学心理学院院长;教育部“青年长江学者”。担任《心理科学》和Frontiers in Neuroimage for Cognitive Neuroscience副主编、国际心理学期刊Neuropsychologia编委、国内心理学期刊《心理科学进展》和《应用心理学》编委;担任中国心理学会情绪与健康专委会副主任委员以及多个学术组织分委员会委员和理事。长期致力于建立心理认知过程的计算模型，近期主要聚焦在强化学习与认知的计算模型的构建和计算精神病学；同时，采用多种实验方法和技术验证计算模型的预测并探讨心理认知过程的脑神经活动机制。

    陈教授从背景介绍、战略意义、发展现状与趋势、关键科学问题、我国研究基础和优势、政策建议六个方面来展开讲述认知的计算建模研究。

    人类认知反映了一系列关于获取、储存、改变和回溯信息的心理过程，认知可以涉及多个单独的功能，这取决于特定的大脑回路和神经机制。认知的计算模型并非传统意义上的数据挖掘，而是理论驱动取向的研究，来解释人类认知背后的心理机制，如人究竟是如何做决策的。

    传统的认知心理学是通过测量反应时和准确率等指标，来研究和推断认知背后可能的机制，但这种推断过程是模糊的，无法有效解释复杂心理学现象。随着技术的发展，目前的认知神经科学通过测量大脑反应，来研究人类大脑如何编码、处理和实现认知功能的神经机制，但这容易因为复杂的大脑系统而导致任务相关信号难以被发现。

    在心理学研究现存的这些局限中，计算模型在其中可以发挥什么作用?陈教授介绍了认知计算建模的发展历程，该方法在1956年后逐渐进入心理学

    计算建模主要是什么?简单来说，人类认知计算建模是大脑模型的一种，研究者试图用数学公式描述认知过程，再看这个公式能否解释我们的行为或影像数据。传统研究只能简单地反映组间差异，而无法知道差异背后的具体机制。而通过计算建模拟合，研究者揭示层级学习的计算行为与神经基础。

    计算建模的研究有什么意义呢?陈教授主要讨论了目前人工智能发展的局限性。AI是认知缺损的，它们是通过海量数据堆积而成，无法像人类一样进行跨任务的学习。比如对于“红色按左键，绿色按右键”的指令，看似很简单的事情对于机器学习是无法做到的。心理学怎么帮助人工智能的发展?通过心理学研究，理清人脑具体机制，从而可以借鉴到机器学习。同时国内在这一方面的研究尚存差距，因此人类认知的计算建模研究是很有必要的。

    陈教授介绍了计算建模研究的发展现状，目前的理论建构主要从强化学习模型、神经网络模型、贝叶斯模型、统一理论模型出发。他指出，每一种模型都能够解释问题，但是模型间缺乏有效联系去共同解释大脑复杂功能，建立一个有效联系三者的统一理论模型是人类认知计算建模的重要目标之一。同时如何促进通用人工智能和AI算法的发展，以及如何理解人类异常认知背后的计算机制也是未来的关键科学问题。

    在提问环节，陈教授与在场同学展开了深入的交流与讨论，对同学们提出的问题给出了细致解答与深入分享。本次讲座在同学们热烈的掌声中圆满结束。