2025-08-07
2025年7月11日，上海期智研究院第23期“SQZ Talk”学术论坛邀请清华大学米璐教授，带来专题报告“A Virtuous Circle Between Neuroscience and Artificial Intelligence”。论坛由姜建娟博士主持。
米璐
上海期智研究PI
清华大学助理教授
米璐是上海期智研究院PI，清华大学人工智能学院助理教授。她的研究工作主要促进生物神经网络和人工神经网络的交叉融合，通过人工智能加速脑研究的科学发现。利用人工智能算法采集，处理，分析，理解大规模高维多模态的脑数据，在神经元以及其连接突触的单细胞尺度级别上理解大脑编码，计算和学习的新机制。她在NeurIPS、ICLR、ICML、CVPR、AAAI、MICCAI、Cosyne等人工智能和计算神经的国际顶级会议上共发表15篇著作。她的科研成果被MIT News和Forbes采访报道，并获得一项专利和多项荣誉，包括EECS Rising Star, Shanahan Fellowship, Mathwork Fellowship, NIH award, Most Creative Applications of AI，并受邀在多个美国相关领域的学术研讨会进行口头报告。
专题报告
近年来，人工智能与科学研究的深度融合不断催生突破性进展，成为推动科技革命的重要引擎。本次演讲，米璐教授探讨了如何利用先进的AI模型来分析包含神经活动、连接性、行为和转录组学的多模态脑数据集。这类模型为整合多样化数据流、揭示脑功能背后的模式开辟了机遇，但也带来了挑战：如何确保这些AI模型在面对海量数据集时仍具可扩展性、对神经科学家而言具有可解释性，并且能在不同实验和受试者之间保持泛化能力？在演讲中，米璐教授探讨了应对这些挑战的新兴策略，超越黑箱预测，转向能够生成对神经系统机制性见解的模型。主要的研究成果如下：团队提出了NetFormer一种可解释的Transformer架构，能捕捉动态神经连接性和可塑性；一种生物物理约束的变分自编码器（VAE），它整合生物物理约束以揭示神经数据中的潜在机制。米璐教授还重点介绍用于闭环实验设计的主动学习范式，其中AI系统赋能最优输入设计的数据收集策略，以加速动力学系统识别的过程。此外，介绍了用于纳米级分辨率自动化脑数据采集的先进工具——智能显微镜和与AI模型配套的高通量流程，它们以前所未有的细节绘制神经回路图谱。
报告结束后，科研人员们聚焦于脑科学与AI的双向赋能，通过开发可解释模型（NetFormer、生物物理VAE）、革新数据采集工具（智能显微镜）及设计闭环实验范式，致力于弥合AI与人脑在学习机制、能耗效率及因果推理方面的差距。
