脑启发人工智能导论 ¶

课程学习内容 ¶

前半部分是对认知神经科学导论的无意义重复。后半部分是祁玉老师讲授的有关脑启发人工智能的内容，包括脑机、类脑计算等部分。

先修要求 ¶

可以先修认知神经科学导论，但是毫无疑问的，这门课也一样不推荐选修。

任课教师 ¶

本课程由唐华锦老师和祁玉老师共同授课。

唐华锦老师：

祁玉老师：讲授是清晰的、明确的，并且会有实例来帮助同学理解。

同时唐华锦老师会请他的博士生来为大家讲授 SPAIC 平台的相关知识，就像在认知神经科学导论课程上的那样。还会有一些实验室的博士生来讲授一些实验室的前沿研究内容，几位博士生的水平都是很高的，可以清晰、自信的介绍自己的研究方向，也会有一些实验室的展示，对于 SNN 和类脑计算感兴趣的同学可以进行了解。

课程教材 ¶

无

分数构成 ¶

和认知神经科学导论一样，这门课的分数是非公开的，但是可以确定的是，这门课的分数和你的预期会存在一定的差距。

本课程的考核内容如下：

• 一篇神经科学论文的阅读展示：和认知神经科学导论一样，这门课程的考核方式是阅读一篇神经科学论文，并进行展示。甚至连论文的名录都大有重叠，要是你手速够快抢得到之前讲过的那篇，那么说不定你会收获和之前一样的分数。值得一提的是，如果你选择在第一周展示，因为你的展示准备时间“比别人短”，你会获得额外的加分。

• 课堂签到：本学期一共进行了 3 次线下的纸质签到，看不出占比，并且大家自觉的签完就走，老师也不追问。

• project：单人完成，平台是唐华锦老师实验室开发的 SPAIC 平台。今年有 4 块内容，分别是 LIF 和 GLIF 神经元模型（30%+30%）、STCA 算法 MNIST 分类（30%）、复现 23 年唐中的一篇 ICML 里面的梯度替代算法 (10%)，并且要求在最后一节课上每人进行展示。在之前的课上这部分内容有发过 ppt，因此除了最后一个任务之外，都可以参考 demo 代码进行完成。考虑到这些任务根本做不出什么区别，所以每人 5 分钟的展示就好像是一个大型的复制粘贴现场，笔者也不知道这个展示的意义何在，想必给出的分数也是不言自明的。

笔者的话 ¶

不推荐选修该课程，原因是自明的。