6月25日下午14:00-16:30，北京师范大学认知神经科学与学习国家重点实验室卢春明教授为学员带来主题为《人际信息传递、扩散及演化》的精彩讲座。

  卢教授以一个心理学从众反应的案例作为引入，并指出，人与人之间共同的行为表现背后是个体的认知过程，大脑神经活动模式与外显行为密切关联。现实世界和虚拟网络中的信息传播行为能被直接观察到，然而此种现象背后蕴含的科学规律才是传播现象的本质，也更难以挖掘。

  如今学者们借助人工智能大模型进行深入研究，或者利用认知神经科学研究方法探究人脑对信息的工艺流程。卢教授从三个方面做论述：人际信息的传递、扩散和演化。

  首先，互动对齐理论模型可详细概括信息的传递过程，从信息交互到共享表征，再到构建社会网络，信息传递的过程错综复杂而层层深入。

  人际信息传递的微观表现为不用个体的脑间神经同步。卢教授从认知神经科学的视角出发，介绍了无创脑刺激技术和自然语言交流范式，并进一步向学员们讲解在自然语言交流过程中外部交互行为和内隐认知状态发生改变的过程，即人与人之间怎么来实现大脑活动的功能性同步。

  接下来，在信息扩散层面，卢教授讲解了人类大脑整合社会网络上传递的信息并形成群体共识决策的动态神经计算过程。通过对参与者处理每一条社会信息时的神经活动进行全程记录，并借助计算建模，解析大脑如何加工信息，得出实验结论，与个体偏好相比，社会影响对最终决策结果的解释能力更强，模型预测效力最优，该结论也说明了人际传播在如今信息传播时代的重大社会效能。

  最后一部分为人际信息演化过程，卢教授从脑科学的角度，向我们阐释信息传播过程中可能会产生文化冲突的原因。文化线索或环境会使我们对自然刺激的认知加工产生偏差，并通过视角代入的方式使我们对其他文化特有的认知加工方式产生偏好。一方面，这一机制有助于促进不同文化之间的交流融合；另一方面，也有一定的可能潜移默化改变我们原有的思维模式，带来认知冲突。

  卢教授由此提出了大群体社会信息演化的层级稀疏扩散模型，指出信息的演化并非单一的线性过程，而具有层级性，从符号系统到语义表征，再到文化属性与价值观演变，它是一个渐次累积的过程，而文化适应与此过程恰好相反。未来可以以此为出发点，在进一步厘清文化认知和交流的认知神经机制的基础上，促进不同文化之间的沟通与交融。

  晚间18:30-21:30，来自百度飞桨的淳漾老师为我们大家带来人工智能深度系列讲座。

  讲座的第一部分为《如何运用AI思维分析行业问题》。如今人工智能广泛渗透进生产活动各主要环节，如金融、互联网、交通、流程、能源、医疗等领域。在明确机器学习的定义后，淳老师向学员们阐释了人类学习与机器学习流程的不同之处。代替人类学习的材料收集与整理过程，机器学习采用数据采集标注与数据集预处理的方法，并且通过后续模型的训练与优化，完全突破人类学习的上限。

  接着，淳老师以医用药瓶缺陷检验测试项目为例进一步明确AI思维。以确定缺陷药瓶步骤为例，在传统检测的新方法中，质检工人通过眼睛需要确定瑕疵的种类与位置，如今借助计算机视觉，可通过图像分类、图像分割等方式自动实现目标检测。而在机器反复训练过程中，如何明智的选择合适的网络或算法、如何通过性能指标分析训练效果、如何调参来优化等是技术人需要考虑的问题。

  讲座第二部分的主题为《人工智能主要技术概览》。人工智能技术的最大的目的为，使得计算机能像人一样行动与思考，有三种不可忽视的能力，即视觉能力（计算机视觉技术）、听说能力（智能语音技术）以及理解能力（自然语言处理技术），本部分内容也围绕人工智能以上三种能力展开。

  计算机视觉是一门研究怎么样使机器“看”的科学，更进一步的说，就是指用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等 机器视觉，并进一步做图形处理，使电脑处理成为更适合人眼观察或传送给仪器检测的图像，可分为图像分类、物体检测、图像分割三种人物类型，淳老师为学员们细致讲解了三种类型的技术实现路径。

  自然语言处理是研究能实现人与计算机之间用自然语言进行相对有效通信的各种理论和方法。自然语言处理的技术发展经历了基于规则、基于统计学习和基于深度学习三个阶段。自然语言处理发展中面临的困境，如中文分词（segmentation）困难、歧义（ambiguity）等。自然语言处理任务类型可分为文本回归、文本匹配、文本分类、文本解析和文本生成。其中，文本分类可用于虚假新闻识别、邮件类别识别、影评情感识别等。

  智能语音技术主要研究机器与声音之间的交互，让计算机具备听与说的能力，从而与人类高效地进行交互，可分为语音识别和语音合成两种类型。淳老师进一步介绍了语音识别两种类型的技术实现流程与模型结构。

  讲座第三部分主题为《基于大模型的优质Prompt开发课》。大规模预训练语言模型(LLMs)是目前最高效的AI生成技术，当模型能够习得的知识量级慢慢的变大其生成的内容亦呈现出无限可能。prompt为驱动大模型进行表达的文本描述。淳老师为学员们细致讲解如何定义和构建优质Prompt，为大家开启了AIGC宇宙的大门。