59
0节目介绍：
《AI Next》是微软亚洲研究院推出的一档利用 AI 技术制作的播客，内容聚焦 AI 前沿技术、科研趋势与社会影响。我们希望让听众在体验微软亚洲研究院最新研究成果的同时，聆听技术专家对 AI 发展的解读和深度洞察，在理解与思考中迎接 AI 的未来。
作为一档由 AI 合成的播客栏目，《AI Next》播客音频和宣传视频背后包含微软亚洲研究院在合成 AI 领域的三项关键技术：VibeVoice 具备自然、富有表现力的语音合成能力，能够为最多4位说话者合成长达90分钟的高质量对话语音，为用户带来更灵动的声音互动感受。VASA 可将静态肖像与音频信号结合，合成情感逼真且拥有细腻面部表情的说话头像，为内容创作及辅助教育提供了全新的呈现方式。TRELLIS 则是一个 3D 物品生成模型，能依据文本提示或图片信息构建相应的 3D 效果，让复杂的概念设计可以在立体空间中被“看见”。目前，VASA 和 TRELLIS 技术可在微软的 Copilot 产品中体验，VibeVoice 也已在 Hugging Face 上开源。三项技术的加持将为内容创造者和听众带来 AI 技术演进的真实体验。
《AI Next》的第一季主要聚焦当今智能发展的核心议题，探索前沿趋势。 在第六期节目中，我们邀请到微软亚洲研究院首席研究员李东胜博士，一同探讨 AI 与大脑的深层关联。以人脑为灵感而诞生的神经网络，究竟与大脑是单纯的模仿与被模仿关系，还是存在更深度的联结？AI 该如何向历经亿万年进化的人脑学习高效的机制，人脑又能从快速发展的 AI 中获得哪些新的认知与启发？这场双向借鉴的探索，又将如何重塑智能的未来？
嘉宾介绍：
李东胜博士
李东胜博士，微软亚洲研究院首席研究员，主要研究方向为机器学习和脑科学 -AI 交互计算。近年来，李东胜博士在相关领域的知名期刊和会议中发表论文 100 余篇，出版专著 1 部，申请国际专利 10 余项。李东胜博士 2007 年本科毕业于中国科学技术大学，2012 年博士毕业于复旦大学。2019 年，他被复旦大学计算机学院聘为客座教授、行业博士生导师。目前，他还担任中国计算机学会协同计算专业委员会执委和上海计算机学会计算机视觉专业委员会副主任。
本期技术名词：
脉冲神经网络：
如果说传统神经网络是在“连续计算”，那脉冲神经网络更像是在“打电报码”。它模仿大脑神经元用电脉冲传递信息的方式，只有在需要时才激活。这种机制非常节能，也特别适合处理语音、视频、动作等时序数据。
多层感知器：
多层感知器是最经典的人工神经网络结构，可以理解为“AI 的基本骨架”。信息会逐层传递、逐级抽象，类似大脑处理视觉、听觉信号的方式。如今很多复杂的 AI 模型，都是从它发展而来。
神经拟态芯片：
神经拟态芯片是专门为模仿大脑工作原理而设计的芯片。它不像传统 CPU 那样按顺序处理信息，而是像大脑一样并行处理，能够大幅提升计算效率、降低能耗。
大脑的系统1和系统2：
认知心理学中描述人类思维的两种模式。系统1：快速、直觉、自动化，比如走路、骑车时的本能反应。系统2：缓慢、专注、需要思考，比如解数学题、学习新技能。
脑机接口：
脑机接口可以实现大脑与外部设备的直接通信。通过脑电波等生物信号，人能够用意念控制假肢、轮椅、电脑等设备。这项技术不仅能帮助残障人士提升生活质量，在医疗、消费、娱乐等领域也拥有广阔前景。
内容提要：
06:34 人脑的高效机制如何启发 AI
12:30 脑启发 AI 的前沿研究方向
14:05 规模智能与效率智能的竞争与融合
15:32 物理 AI 与具身智能：脑启发为理解物理世界破局
18:12 AI成为理解大脑奥秘的新工具
19:32 AI 赋能脑健康，推动精准普惠医疗
21:47 侵入式与非侵入式脑机接口的能力边界
23:37 脑电基础模型提升脑机接口性能
25:11 非侵入式脑机接口的未来与交互新形态
互动方式：
公众号/ 小红书/ 知乎/ 微博：微软亚洲研究院
相关阅读：
- 署名文章：当AI遇见大脑：电脑与人脑协同“进化”
- 文章：守护人类健康：人工智能赋能医疗领域创新应用
- 文章：脑启发设计：人工智能的进化之路
- 论文：Learning Topology-Agnostic EEG Representations with Geometry-Aware Modeling
- 论文：Protecting the Future: Neonatal Seizure Detection with Spatial-Temporal Modeling
- 论文：Seeing through the Brain: Image Reconstruction of Visual Perception from Human Brain Signals
- 论文：Joint Adaptation of Uni-modal Foundation Models for Multi-modal Alzheimer's Disease Diagnosis.
- 论文：Online Pseudo-Zeroth-Order Training of Neuromorphic Spiking Neural Networks
- 论文：EgoBrain: Synergizing Minds and Eyes For Human Action Understanding
- 论文：Translating Mental Imaginations into Characters with Codebooks and Dynamics-Enhanced Decoding.
- 论文：NeuroLM: A Universal Multi-task Foundation Model for Bridging the Gap between Language and EEG Signals.
- 论文：Habitizing Diffusion Planning for Efficient and Effective Decision Making.
- 论文：SimSort: A Data-Driven Framework for Spike Sorting by Large-Scale Electrophysiology Simulation.
- 论文：Toward Relative Positional Encoding in Spiking Transformers
声明：
《AI Next》是微软亚洲研究院推出的一档利用 AI 技术制作的播客，旨在探索合成生成式技术在内容制作和传播中的新形式与可能性。节目中的语音均非真人录制，而是由研究技术原型合成。其中，嘉宾语音由 VibeVoice 技术基于既定文字内容以及嘉宾声音样本合成，宣传视频中的嘉宾人物头像由 VASA 技术基于音频内容以及卡通风格合成和渲染。
作为一项探索性播客节目，《AI Next》中涉及的相关技术仍处于研究阶段，生成内容的表现可能受多种输入因素的影响。节目制作及发布遵循人工智能、数据安全与隐私保护相关的法律法规。节目中所使用的语音、文字与图像均获得嘉宾授权，仅用于科研与科普展示。微软亚洲研究院将持续对相关技术进行优化，提升节目的收听体验。
随着人工智能技术的快速发展，确保相关技术能被人们信赖是一个亟需解决的问题。微软主动采取了一系列措施来预判和降低人工智能技术所带来的风险。微软致力于依照以人为本的伦理原则推动人工智能的发展，早在2018年就发布了“公平、包容、可靠与安全、透明、隐私与保障、负责”六个负责任的人工智能原则（Responsible AI Principles），随后又发布了负责任的人工智能标准（Responsible AI Standards）将各项原则实施落地，并设置了治理架构确保各团队把各项原则和标准落实到日常工作中。微软也持续与全球的研究人员和学术机构合作，不断推进负责任的人工智能的实践和技术。
所有使用或转载本节目的个人与机构，在引用与传播时需明确标注相关内容“由AI技术合成”或者不得移除已有的标识，并避免任何可能引发误导或侵犯他人权益的使用方式。若您发现本节目内容或相关技术被非法使用，请通过微软安全响应中心（Microsoft Security Response Center）网站进行举报：msrc.microsoft.com
