前言

人工智能与神经科学长期以来是两个相辅相成、互相汲取经验的学科，二者共同发展，形成良性循环。在人工智能飞速发展的今天，科研学者们开发出大量的智能模型来分析庞大的数据，构建十分强大的算法解决复杂的问题，而这正是当前神经科学领域所亟需的。当我们采集到海量的神经元及行为数据之后，我们能否借助于人工智能和机器学习的方法模型，来理解大脑的运作。反之，当我们逐渐累积了对于大脑内部以及外部行为的认知和理解，我们能否从神经科学中获取建模的灵感，搭建更符合生物学的模型及智能体来解决复杂的实际问题。我们迫切地需要新的算法、理论和模型来促进神经科学和人工智能领域的融合。希望有朝一日，大脑将不再是一个黑匣子，我们能理解智能的机制以及运作，并促进更新更强的人工智能体的发展和应用。

团队介绍

吴安琪博士将于2022年1月以助理教授身份入职佐治亚理工学院计算学院计算科学与工程系(Computational Science and Engineering School, College of Computing, Georgia Tech)。实验室的研究将集中于三个方面: (1) 基于机器学习、计算视觉和加强学习的动物行为分析与理解; (2) 基于机器学习、深度学习和贝叶斯概率模型的神经数据建模与分析; (3) 开发新的贝叶斯深度学习模型及推理算法。欢迎对机器学习、人工智能和统计计算神经科学方向感兴趣并有志于成为相关领域科研工作者的同学以及研究者联系吴安琪博士（[email protected]）。

吴安琪博士本科毕业于哈尔滨工业大学电子信息工程专业（师从于达仁教授），随后在美国南加州大学计算机系获得硕士学位（师从Cauligi Raghavendra教授），随后于普林斯顿大学神经科学系获得博士学位（师从Jonathan Pillow教授），并获得计算与计量神经科学专业以及统计和机器学习辅修学位。目前在哥伦比亚大学Liam Paninski教授和John Cunningham教授实验室从事博士后研究。吴安琪长期致力于开发具有高度可解释性的贝叶斯概率模型以进行神经数据和行为数据分析和理解，并同时开发具有可扩展性的、高效的推理算法来拟合大规模数据。科研发表在包括Journal of Machine Learning Research (JMLR), Advances in Neural Information Processing Systems (NeurIPS), Conference on Uncertainty in Artificial Intelligence (UAI), International Conference on Learning Representations (ICLR)的机器学习会议期刊，以及包括Neuropsychologia, Computational and Systems Neuroscience (Cosyne)的神经科学方向会议期刊。如果您想了解更多信息，请参照网站信息：https://sites.google.com/site/anqiwuresearch

招生信息

如果您是即将申请的本科生或者是硕士研究生，并且对我们的研究方向和团队感兴趣的话，非常欢迎您加入我们在佐治亚理工的科研团队。佐治亚理工有非常前沿的机器学习和人工智能科研实力（CSRanking，AI方向，全美第七；USNews，Best Computer Science Schools，排名第八，AI方向，排名第七），以及顶尖的神经科学团队，地处亚特兰大，毗邻具有全美顶尖水平医学、生物学、神经科学的Emory University。您将有机会与一流的科学家们合作，开发最先进的机器学习算法，解决最前沿的脑科学问题，共同创造有影响力的研究成果！

如果您来自计算机系、电子系、应用数学系、神经科学系并且对开发先进的机器学习和贝叶斯概率模型等领域感兴趣，欢迎您与我们取得联系。优先考虑有优化、机器学习、计算机系编程和算法背景，对动物行为的分析与理解、海量神经数据的解析感兴趣，并有志于把建模成果应用于神经科学的申请者。

请感兴趣的博士申请者发送简历、成绩单、发表文章/毕业论文/报告（如有）、以及申请年份，以"博士申请+申请年份+姓名"为主题发送到[email protected]。对于符合背景的申请者，我们会尽快和您联系。