首页 > 资质提升 > 项目分类

人类意识在认知科学中的研究

课题背景

思维依赖于大脑的存在,却与大脑有着显著不同。思维也与信息处理或计算设备有关,却与人造计算设备的电子组件有很大不同。第一人称心理体验是人类生存中最显着的特征,但它们作为个体因人而异的,而我们常常无法阐明我们如何及为何拥有自己的想法或执行自己的行为。由于存在这些相互交织的谜团悖论,认知科学(即对大脑如何运作的研究)需要一种跨学科的观点,包括计算机科学,心理学,神经科学,进化生物学,语言学和哲学以及统计学和实验设计等学科方法,来解决实际应用中的问题。


课题内容

本课程首要目的是提供认知科学的基础知识,使得学生能够在人类记忆、视觉和感知、决策、数学思维和道德推理的背景下理解该领域的发现。次要目标是探索围绕认知科学核心展开的的辩论,例如人类意识体验的本质,象征计算在人类认知中的角色以及思维与大脑的关系。本课程强调阅读和分析文献,在课程结束时,学生将能够阅读和理解实验论文。论文主题和方法包括计算模型,fMRI和EEG以及行为心理物理学。学生还将完成所选主题的研究论文,该论文将审查5到10个实验论文的结果,提出针对关键预测的后续实验,或提出包含所综述结果的规范模型。


授课配比

教授课程:

共计16小时。教授讲授学科理论知识,讲解科研论文阅读材料, 探索研究方向,指导项目设置操作。 

TA助教课程:

共计16小时。指导项目操作以及学术论文写作,解答日常学业疑难,升学选课建议。

写作课程:

共计8小时。藤校资深写作导师进行写作辅导。


项目收获

网申推荐说明:

学生在顺利通过课程要求后,根据学生表现和特点,100%收获个性化网申推荐信。

教授评估报告:

根据学生课堂表现、学术能力评估、团队协作等综合考量出具评估报告。

项目结业证书:

由教授签字,证明学生参与的科研项目真实有效性。

小组论文发表:

不同项目将进行分组,组合协作完成一篇论文,(每组3-5名学生)科研组提供论文选题,全程指导学生辅导论文写作修改,直至完成发表EI/CPCI级别国际会议期刊的全文发表(发表周期1-3个月根据小组完成情况)。


导师信息


人类意识在认知科学中的研究(图1)

Jonathan Flombaum

约翰霍普金斯大学

心理与脑科学系终身教授


  • 担任约翰霍普金斯大学视觉思维实验室主任

  • 主要研究方向为解决有关如何分析、存储和使用视觉输入来支持认知行为的问题

  • 曾获美国国立卫生研究院颁发的国家研究奖,2008年获任教耶鲁大学期间获威廉·泰森教学奖

  • 研究成果发表于《视觉杂志》、《认知科学前沿》等学术期刊

  • 担任《注意力、认知与心理物理学》杂志审稿委员会委员及编辑

  • 2008年获耶鲁大学认知心理学Ph.D.学位, 2006年获耶鲁大学心理学硕士学位,2002获哈佛大学心理学与生物学学士学位及最高荣誉毕业生

  • 学术成果被引次数1870,h-index达到14



任职大学

约翰斯·霍普金斯大学(Johns HopkinsUniversity),成立于1876年,是一所世界顶级的著名私立大学,美国第一所研究型大学,也是北美学术联盟美国大学协会(AAU)的14所创始校之一。霍普金斯大学不仅拥有全球顶级的医学院、公共卫生学院、国际关系学院,其生物工程、空间科学、社会与人文科学、经济类科学、音乐艺术等领域的卓越成就也名扬世界。该校医学院的教学研究单位约翰斯·霍普金斯医院(JHH)连续21年被评为全美最佳医院。其尼采高级国际研究学院(SAIS)培养出美国国务卿奥尔布赖特、财政部长盖特纳、世界银行行长埃因霍、中国驻美大使崔天凯、冰岛总理哈尔德、荷兰外交部长柯恩德、财政部长霍格沃斯等一大批杰出校友。该校的应用物理实验室(APL)是美国近代物理学人才的摇篮,同时也是美国国防部的合同商,哈勃空间望远镜和詹姆斯·韦伯太空望远镜的地面控制中心。在摩根财团创始人的资助下,霍普金斯诞生了美国第一所且最负盛名的音乐学院。霍普金斯主校区位于美国马里兰州巴尔的摩市,分校区位于美国首都华盛顿特区,并在南京大学、意大利博洛尼亚设有教学校区。

美国国家科学基金会连续33年将该校列为全美科研经费开支最高的大学。截止目前,学校的教员与职工共有37人获得过诺贝尔奖。其位于2020泰晤士高等教育世界大学排名世界第12,美国第9,2020U.S. News世界大学排名世界第11,美国第10名。


科研计划

Class #1

Lecture 1: The Mystery of Conscious Experience

-This lecture will introduce terminology to distinguish between cognition (thinking, perceiving, etc.) and consciousness/experience (what it is like to be engaged in cognition). We will discuss the problem of conscious experience and what has made it elude scientific understanding.

Lecture 2: A Science of Thinking

-Building on lecture 1, we will discuss how experience seems impenetrable, while thinking (cognition) is both tractable and important to understand. We start with William James’ notion of how to sequester cognition so that it can be studied. We then will define the two major conceptions of what cognition is: the first being associations, e.g. as in Pavlov’s dogs, the second being computation, representational states like in modern computers.

Class #2

Lecture 1: Brains — the action potential and synaptic strength

-In this class we will digress to understand how brains work and are organized. In particular, we will study the structure of neurons, the biochemical events that produce action potentials —the underlying activity that produces cognition— and the plastic nature of synaptic connections, thought to support long-term information storage.

Lecture 2: Brains — Gross anatomy, fMRI and other methods

-We then zoom out to understand the general organization of the brain, and we will discuss common methods for studying brain activity in humans in animals, with an emphasis on fMRI.

Assignment: multiple choice and short answer problem set on brains and actions potentials.

Class #3

Lecture 1: The Turing Machine, Binary Math, and Computational Isomorphism

-We introduce the foundational concepts of symbolic computation with the goal of understanding isomorphism as a property of machines that allows for the implementation of the same underlying algorithms in different hardware (including, perhaps, the brain). A good portion of this lecture will be spent on learning on how to analyze and write Turing machines in order to appreciate the scope and importance of the Church/Turing thesis.

Lecture 2: Thinking as Computation with Algebra

-We will discuss the computational theory of mind: that human brains implement Turing computation, in particular, exploiting the power of algebra as a representational format that is isomorphic to geometry. We also consider challenges to this hypothesis and the alternative of an entirely associative cognition.


蔚晟咨询(深圳)有限公司版权所有 Copyright © 2021 粤ICP备20053480号