Mar, 2024

神经技术认知安全问题的数学框架

PDF
TL;DR近年来，神经技术的迅速发展在神经技术与安全领域形成了重要的交叉点。植入式设备、非侵入式监测和非侵入式疗法都可能侵犯个体认知的隐私和自主权。越来越多的科学家和医生呼吁解决这个问题，即认知安全，但实际应用的努力有限。阻碍科学和工程努力解决认知安全问题的一个主要障碍是缺乏明确的描述和分析相关问题的方法。在本文中，我们发展了认知安全的数学框架，通过借鉴多个领域的方法和结果来实现此描述和分析。我们展示了对认知安全具有重要影响的某些统计属性，然后描述了试图侵犯隐私和自主权的攻击者面临的算法问题以及试图阻碍此类攻击的防御者所面临的问题。
发现论文，激发创造
  • 智能神经界面：神经技术的新兴时代

    智能算法在神经设备上的整合对于各种脑部疾病具有重要机遇。在本文中，我们回顾了在可植入或可穿戴设备上嵌入信号处理的三类智能神经假体的最新进展，包括：1）用于闭环症状追踪和响应性刺激的神经接口；2）用于新兴网络相关疾病如精神疾患的神经接口；以及 3）用于瘫痪后运动恢复的智能脑 - 机接口片上系统（BMI SoCs）。

    May, 2024

  • 认知科学中的计算推断：操作、社会和伦理考虑

    通过识别认知科学中计算推理的计算方法、数据驱动时代的操作挑战、社会影响和道德准则等方面，平衡潜在的乐观情绪，探索在更实证的视角下进行推理的可行性和可行性，以更多样化和丰富的方法解释研究结果。

    Oct, 2022

  • 定义、建模和分析认知机制的框架

    通过机械化途径，提出定义、建模和分析认知机制的框架，并介绍了数学模型和可视化方法。

    Nov, 2023

  • 利用深度神经网络的关键系统安全框架

    本文提出了一个基于贝叶斯分析的安全性论据框架，该框架使用运行数据和最新的深度学习验证技术，支持多种形式的预测，并针对实际的关键系统进行了建模和验证。

    Mar, 2020

  • 认知科学作为人类决策的正向和反向模型之源，用于机器人技术和控制

    在设计与人交互的自主系统时，计算认知科学提供了人类决策制定背后的洞见，聚焦于如何提供人类决策的前向模型和如何理解人类对他人决策的反向模型，并回顾了近期相关进展，提供了框架、方法论和可行性洞见。

    Sep, 2021

  • 脑科学和认知心理学发现综述作为通往人工智能广泛智能的灵感可能性

    该综述旨在通过研究神经科学和认知心理学的方法，为人工通用智能的追求做出贡献。尽管深度学习模型在各个领域取得了令人印象深刻的进展，但它们在抽象推理和因果理解方面仍然存在缺点。这些能力应该最终整合到人工智能系统中，以克服数据驱动的限制，并以更加接近人类智能的方式支持决策。本工作是一项纵向综述，试图广泛探索大脑功能的范围，包括从低层生物神经元、尖峰神经网络和神经元集合到更高层的概念，如脑解剖学、向量符号体系结构、认知和分类模型以及认知体系结构。希望这些概念能为人工通用智能的解决方案提供启示。

    Jan, 2024

  • 人工智能时代的认知科学：逆向工程婴儿语言学习者的路线图

    通过机器学习和可穿戴技术等工程科学的显著进展，研究如何在复杂的学习环境下，通过分析婴儿的语言发展过程、比较婴儿与机器的学习成果以及通过多种测试手段对机器学习进行评估等一系列条件和措施来揭示婴儿语言习得的科学原理。

    Jul, 2016

  • 构建像大脑一样适应和计算的机器

    构建像人类一样学习和思考的机器不仅对认知科学至关重要，而且对于计算神经科学也是如此，其最终目标是理解认知如何在生物大脑中实现。新的认知计算神经科学应该建立认知级和神经级模型，理解它们的关系，并使用大脑和行为数据测试两种模型。

    Nov, 2017

  • 计算机和大脑的新时代

    计算机科学和脑科学的历史紧密相连。两者间存在着类似和不同之处。该研究提出要研究脑科学与计算机科学的交界处，并探索其带来的新机遇和连接。在这个界面，还存在许多关键问题需要研究，同时也提供了 CISE 研究社区发挥战略作用的机会，以促进工作的进展。

    Apr, 2020

  • 机器人的具身神经形态人工智能：观点、挑战与研究发展框架

    机器人技术、具身智能、神经形态计算、机器人学、神经形态人工智能是本文的五个关键词。本文探讨了通过我们的观点实现机器人系统的具身神经形态人工智能的方法，并确立了研究挑战和机会以及对未来研究发展的愿景。

    Apr, 2024