【新智元導讀】近日，紐約大學助理教授Brenden Lake在Github上更新了「通過 認知科學推進AI發展」的課程信息，包括授課時間、地點、面向人群、課內閱讀材料等。該課程旨在利用人類智能的研究成果為AI研究提供有價值的信息和新思路。本課程為跨學科討論課，無須編程基礎。

人類智能是人工智慧的終極目標，要想達到這個目標，我們可能需要從心理學的視角對人類的認知行為和模式進行深入探究，為人工智慧向著人類智能水平的進步打好基礎。從這個角度講，在為人工智慧和人類智能牽線搭橋這件事上，還遠遠沒有發揮出跨學科的潛力。

現在，來自紐約大學的數據科學家、心理學助理教授Brenden Lake將注意力集中在了這件事上，他在紐約大學開設了一門課程，要利用認知科學來推動AI的發展。

近日，Brenden Lake在其個人主頁和Github上公布了這門課程的詳細授課計劃和安排。該課程名為《通過認知科學推動人工智慧》，2019年春季在紐約大學開課。

課程主要面向心理學或人工智慧背景的研究生開設，無需編程基礎，授課內容以講座和討論為主。

主講人：

Brenden Lake, 紐約大學心理學和數據科學助理教授

授課時間：

每周二下午，16:00—17:50

課程提要:

人為什麼比機器更聰明？ 本課程主要探討對人類智能的研究如何能為人工智慧提供有價值的信息和發展思路。 本課程主要將著眼於認知科學，特別關注認知發展，以闡明一系列「關鍵因素」，這些因素都是人類學習和思考的重要組成部分，但在目前人工智慧研究中尚未引起足夠重視，沒有得到充分利用。

本課程計劃通過閱讀和討論，涵蓋「常識物理學」，「常識心理學」，「複合性」，「因果關係」等內容，同時鼓勵學生提出其他內容。 每部分內容都會從認知科學和AI兩個角度進行討論和比較，兩方面內容佔比基本上差不多。

這是一門主要以討論環節為主的小型課程，上課請做好參加討論的準備，此課程公告不是最終確定版，可能有進一步的改動。

先修課程/預備知識

本課程主要面向認知科學研究生或數據科學/AI方向的研究生。

本課程假定學生不同時具備認知科學和人工智慧的兩方面的專業知識。學生可能在其中一個領域具備一定的經驗和知識，並有著學習關於另一個領域知識的意願。在理想情況下，本課程結束時，學生將更深入地了解這兩個領域的目前的問題及學科協作研究的潛力。

總之，本課學生或者之前修讀過研究生級的心理學課程，或者研究生級別的機器學習/AI課程，至少二者需要滿足其一。如果這兩個方向都沒有接觸過，這門課可能不太適合你。

編程能力不是選修本課程的必要條件，不過學生可以選擇將編程納入期末考核。

課程評價及考核

成績評定標準

期末論文或項目（50％），對閱讀材料的書面報告（25％）和討論（25％）。

最終的論文或項目是單獨完成的。對於最終作業，學生可以撰寫最終論文，比如提出人類智能的哪些內容在人工智慧中還沒有得到充分利用，或這完成實施演算法中討論的成分之一的項目。

結課作業

最終作業的提交截止日為5月14日。可以在論文和項目中二選一。

最終的論文或項目應每人單獨完成（不是分組項目）。

可選的兩種考核方案：

論文：對心理學方面的文獻進行綜述總結，然後討論人工智慧文獻中對前述領域內容利用不足的地方。（建議篇幅：約8頁）

項目：完成一個項目，實現課堂上討論的內容之一（直觀物理學，直覺心理學，組合性等）的某個重要方面。（建議篇幅：約4頁）

關於旁聽：

請給主講人發郵件確認是否還有位置，本課程優先選課的學生，然後按照旁聽生報名時間順序確定旁聽資格。

課程主題與時間安排

1/31 簡介和概述

2/7 深度學習 - 講座

2/14 深度學習 - 討論

2/21 常識物理（第1部分：人類）

2/28 常識物理（第2部分：機器）

3/7 嘗試心理學（第1部分：人類）

3/14 常識心理學（第2部分：機器）

3/21 春假 休息

3/28 複合關係

4/4 因果關係

4/11學習「如何學習」

4/18 「打造像人一樣學習和思考的機器」之批評

4/25語言和文化

5/2 情感和表達

5/9 待定

課程鏈接：

https://github.com/brendenlake/AAI-site

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！