研究队伍
当前位置:首页 > 研究队伍 > 曾 毅
曾 毅    博士,研究员
曾毅,1982年6月生,博士,研究员。现任中国科学院自动化研究所类脑智能研究中心副主任,中瑞数据驱动神经科学联合实验室副主任。2012年到中国科学院自动化研究所工作,任助理研究员、副研究员、研究员。
主要研究方向及内容

1.多尺度、多脑区协同的认知脑神经计算模型
智能系统的研究在不同尺度都能够从脑与神经科学得到启发。我们试图根据脑神经系统的工作机制,构建多尺度认知脑计算模型(包括不同类型的神经元、突触、神经微环路、皮质柱、脑区的计算模型)和多脑区协同认知脑计算模型(包括类脑的多尺度前馈、反馈、模块化、协同计算模型等)。在此基础上研究如何借鉴不同尺度的神经系统计算模型,提出全新的或改进现有的人工神经网络模型和智能系统。

2.基于神经系统可塑性的类脑自主学习机制
目前在诸多领域,智能系统还无法达到人类的学习能力。在学习机制方面,人工智能系统与人脑还存在较大差异。我们试图借鉴人脑自主学习的多尺度理论与机制(如脉冲时序可塑性、多模态学习、强化学习等)并应用于下一代类脑神经网络与人工智能系统,从而提升智能系统的自主学习能力。我们将基于类脑自主学习系统与环境的交互,以机器人、无人机等为载体,实现物体感知、动作与技能的类脑自主学习。

3.面向通用智能的类脑神经网络计算模型
目前的人工智能系统仅在某项认知能力上达到或超过人类水平,但几乎不能应用于其它认知问题的求解,而人脑确具有采用同一个系统解决不同类型问题的能力。我们希望通过借鉴人脑的多尺度神经网络结构、人脑信息处理与问题求解的机制,研制基于类脑神经网络的,具有不同认知功能,能够完成不同类型认知任务(如感知、学习与记忆、知识表示与推理、决策与判断等)的通用智能系统。

4. 脑与神经科学知识库
脑与神经科学研究已有超过200年的历史。而对于脑的认识与理解分布在数以百万计的科学文献与数据源中。我们的这项研究致力于通过自动数据与知识集成、语义分析等技术构建脑与神经科学知识库。该知识库包含了不同尺度下有关脑研究的事实与知识,并将为脑与神经科学研究、脑健康、人工智能研究提供领域知识服务支撑。目前研究的主要成果以链接脑数据中心的在线服务提供给相关科研人员(http://www.linked-brain-data.org/)。

 

代表性论文

Zeng, Y., Zhao, Y.X., Bai, J., Xu, B. (2017) Towards Robot Self-consciousness (II): Brain-inspired Robot Bodily Self Model for Self-Recognition. Cognitive Computation, Springer, 2017.

Zeng, Y., Wang, G.X., Xu, B. (2017) A Basal Ganglia Network Centric Reinforcement Learning Model and Its Application in Unmanned Aerial Vehicle. IEEE Transactions on Cognitive and Developmental Systems, 2017.

Zhao, F.F., Zeng, Y., Wang, G.X., Bai, J., Xu, B. (2017) A Brain-inspired Decision Making Model based on Top-down Biasing of Prefrontal Cortex to Basal Ganglia and Its Application in Autonomous UAV Explorations. Cognitive Computation, Springer, 2017.

Zeng, Y., Zhang, T.L., Xu, B. (2017) Improving Multi-layer Spiking Neural Networks by Incorporating Brain-inspired Rules. SCIENCE CHINA Information Sciences, 60(5): 052201, 2017.

Zhang, T.L., Zeng, Y., Xu, B. (2017) A Computational Approach towards the Microscale Mouse Brain Connectome from the Mesoscale. Journal of Integrative Neuroscience, 16(3): 291-306, 2017.

Zhao, F.F., Zhang, T.L., Zeng, Y., Xu, B. (2017) Towards a Brain-inspired Developmental Neural Network by Adaptive Synaptic Pruning. Proceedings of the 24th International Conference on Neural Information Processing (ICONIP 2017), 2017.

Liu, X., Zeng, Y., Xu, B. (2016) Parallel Brain Simulator: A Multi-scale and Parallel Brain-inspired Neural Network Modeling and Simulation Platform. Cognitive Computation, Volume 8, Issue 5, 967-981, Springer, 2016.

Zeng, Y., Liu, C.L. and Tan, T.N. (2016) Retrospect and Outlook of Brain-inspired Intelligence Research [in Chinese]. The Chinese Journal of Computers, 39(1): 212-222.

Zhang, T.L., Zeng, Y., and Xu, B. (2016) HCNN: A Neural Network Model for Combining Local and Global Features towards Human-like Classification. International Journal of Pattern Recognition and Artificial Intelligence, 30(1), 1655004, 2016.

实验室网址:http://bii.ia.ac.cn/~yizeng
E-mail: yi.zeng@ia.ac.cn
电话:010-82544634