美NSF支持神經與認知系統深度研究

美國國家基金會（NSF）將在2017財年劃撥1500萬美元支持對關於神經與認知系統的深度研究。該計劃將支持一些具有潛在變革影響的創新科技研究，從而促進對神經和認知系統的認識。該計劃的重點關注方向包括：

1.神經工程及基於人腦的概念和設計：受神經科學、認知科學以及現代技術發展的啟發，將產生關於人腦科學的重大創新，包括：實時大腦活動與行為成像、感知、記錄或干預技術；基於人腦的計算模式；人腦-計算機界面；增強和自適應系統（如用於通信、修復術、學習、教育或執行任務）；實用神經技術；其他運算和生物工程系統。關於該主題的提案必須說明神經和認知研究對運算和設計原理的促進作用。

2.個性化和變化：從突觸到社會群體，各個層面的神經和認知過程在不同時間、背景、各個分析單位（即神經元、節點、人）和人口上都體現出重要的機能變化。解釋這種變化，包括生物與機器系統、各級信號傳輸與通信、陳述、學習與適應、發展、彈性、能力、文化與社會發展進程中的變化以及群體差異，將對許多科學領域產生深遠影響。關於該主題的提案必須思考這些具體問題以及需要克服哪些統計學和建模方面的困難才能發現、描述和認識自然變化的影響。

3.在現實複雜環境中的認知和神經過程：若想基於行為和環境了解人腦，就需要脫離靜態的人工實驗環境，因為這些人工實驗環境大大降低了自然條件的複雜性和交互作用。本主題包括但不限於：在複雜的物理、社會和教育交互中的適應過程；認知、生物和機器學習的靈活性和情境方面；採用沉浸式環境（如虛擬現實）或其他模擬或合成方法的試驗範式；針對認知和神經處理及數據收集的移動技術；人網交互，如人機共生。關於該主題的提案必須突破標準試驗條件去對認知和神經處理進行科學認識。

4.數據密集型神經科學與認知科學：用於收集和分析大量數據的新方法和新技術正在快速改變神經和認知過程的探索、建模與認識方式。神經和認知數據的規模、異質性、試驗限制及行為、認知和生物複雜性會給研究帶來困難，可能需要通過各種儀器、調查人員或業內組織在各種環境下收集數據。為實現大規模分析、建模、聚合、共享以及科學的開放性，提出的研究和創新方案必須直面這種複雜性，同時設定需要採用數據密集型方法達成的神經認知綜合研究目標。關於該主題的提案中必須提出用以解決數據密集型研究中具體問題的創新方法。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！