<?xml version="1.0" encoding="UTF-8"?>
<rss version="2.0" encoding="UTF-8" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:sy="http://purl.org/rss/1.0/modules/syndication/" xmlns:admin="http://webns.net/mvcb/" xmlns:atom="http://www.w3.org/2005/Atom/" xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#" xmlns:content="http://purl.org/rss/1.0/modules/content/" xmlns:googleplay="http://www.google.com/schemas/play-podcasts/1.0" xmlns:itunes="http://www.itunes.com/dtds/podcast-1.0.dtd" xmlns:fireside="http://fireside.fm/modules/rss/fireside">
  <channel>
    <fireside:hostname>web02.fireside.fm</fireside:hostname>
    <fireside:genDate>Wed, 15 Apr 2026 17:40:38 -0500</fireside:genDate>
    <generator>Fireside (https://fireside.fm)</generator>
    <title>Full of Mind - Episodes Tagged with “Neuroscience”</title>
    <link>https://fom.fm/tags/neuroscience</link>
    <pubDate>Sun, 19 Apr 2020 16:00:00 +0800</pubDate>
    <description>Full of Mind, aka 福乐满。这是一档主播与嘉宾1v1的茶话会。每一期我会邀请一位好友做跨界访谈。在挖掘嘉宾们擅长领域的同时，我会加入一些心理方面的现象解释，或者认知神经科学的小科普。欢迎大家订阅收听。
Telegram交流群：https://bit.ly/38yl201
&lt;a rel="me" href="https://mastodon.social/@iJoy"&gt;Mastodon&lt;/a&gt;
</description>
    <language>zh-cn</language>
    <itunes:type>episodic</itunes:type>
    <itunes:subtitle>心理学与 X 的跨界，聚焦于感知、情绪和思维</itunes:subtitle>
    <itunes:author>iJoy小果汁</itunes:author>
    <itunes:summary>Full of Mind, aka 福乐满。这是一档主播与嘉宾1v1的茶话会。每一期我会邀请一位好友做跨界访谈。在挖掘嘉宾们擅长领域的同时，我会加入一些心理方面的现象解释，或者认知神经科学的小科普。欢迎大家订阅收听。
Telegram交流群：https://bit.ly/38yl201
&lt;a rel="me" href="https://mastodon.social/@iJoy"&gt;Mastodon&lt;/a&gt;
</itunes:summary>
    <itunes:image href="https://media24.fireside.fm/file/fireside-images-2024/podcasts/images/d/d46af9dd-16b7-4c48-80d1-366530653afa/cover.jpg?v=4"/>
    <itunes:explicit>no</itunes:explicit>
    <itunes:keywords>心理, psychotherapy, podcast, 福乐满</itunes:keywords>
    <itunes:owner>
      <itunes:name>iJoy小果汁</itunes:name>
      <itunes:email>foreverijoy@gmail.com</itunes:email>
    </itunes:owner>
<itunes:category text="Science"/>
<itunes:category text="Society &amp; Culture"/>
<itunes:category text="Technology"/>
<item>
  <title>Episode 13: 机器学习与人类学习</title>
  <link>http://fom.fm/13</link>
  <guid isPermaLink="false">67150fe3-bcbd-4ae3-b559-e7a87443c9ca</guid>
  <pubDate>Sun, 19 Apr 2020 16:00:00 +0800</pubDate>
  <author>iJoy小果汁</author>
  <enclosure url="https://aphid.fireside.fm/d/1437767933/d46af9dd-16b7-4c48-80d1-366530653afa/67150fe3-bcbd-4ae3-b559-e7a87443c9ca.mp3" length="59069092" type="audio/mpeg"/>
  <itunes:episode>13</itunes:episode>
  <itunes:title>机器学习与人类学习</itunes:title>
  <itunes:episodeType>full</itunes:episodeType>
  <itunes:author>iJoy小果汁</itunes:author>
  <itunes:subtitle>这一期我们和牛油果烤面包的两位主播一起，尽情调侃「懒」得可爱的人类，以及「笨」得可爱的机器。</itunes:subtitle>
  <itunes:duration>1:21:33</itunes:duration>
  <itunes:explicit>no</itunes:explicit>
  <itunes:image href="https://media24.fireside.fm/file/fireside-images-2024/podcasts/images/d/d46af9dd-16b7-4c48-80d1-366530653afa/episodes/6/67150fe3-bcbd-4ae3-b559-e7a87443c9ca/cover.jpg?v=1"/>
  <description>主播
小果汁 (https://fom.fm/hosts/ijoy)
斯图亚特 (https://fom.fm/guests/siying)
Cat Chen (http://fom.fm/guests/cat)
[01:21] 人脑是怎么学习的
* 人类对大脑研究的历史
* 对罕见的脑损伤病人的研究
* 从神经元到局部回路到系统：视觉通路是怎么走的
* 从看见到识别，大脑里发生了些啥
[15:26] 机器是怎么学习的
* 什么是机器学习
* 监督学习、非监督学习和强化学习
* 机器有结论不等于机器真的明白
[22:20] 深度学习算法的革命
* 从统计模型走向仿生（赫布理论）
* 深度学习的革命性突破：图像识别、视频识别、语音识别、推荐系统、围棋、自然语言处理
[26:30] 机器太「笨」，人又太「懒」
* 机器需要海量训练集，人类可以从少量数据中学习
* 机器不会触类旁通，很难把知识应用到其他领域
* 机器每一种应用都需要人类特别调节
* 人类其实把“识”的权重提得很高，但是“别”的能力很弱
* 人类对「节能」有令人发指的执着
* 人类看世界认识世界是非常主观的
* 视知觉、表象和记忆之间的联系——我们每个人都活在自己的deja vu里
[42:41] 机器也有擅长之处
* 信息存储、处理
* 规则限定的复杂计算
[58:07] 从《西部世界》聊到意识的产生
* 迷宫（隐喻）：当每一个举动都被赋予一种可能性和选择性的时候，自我意识就产生了
* 自我产生于最初的缺失，即无法被满足的照顾，因为不满足而想要获得满足的愿望，就是自我意识
* 心智来源于整个有机体，大脑是为躯体服务的
* 动物有意识吗
* AI 会有意识吗，或者说它有意识能被我们发现吗
* AI 会反过来操控人类吗
[01:10:40] 机器学习路漫漫，人类更要小心自己
* 机器在很多事情上做得不好，但也许未来能做得更好
* 人类在担心被操控之前，要小心自己对自我的放弃
链接
牛油果烤面包 (https://avocadotoast.live/)
联系我们 (mailto:hi@fom.fm) hi@fom.fm (mailto:hi@fom.fm)
订阅方式 (https://fom.fm/subscribe) Special Guests: Cat Chen and 斯图亚特.
</description>
  <itunes:keywords>AI, Machine Learning, Deep Learning, mind, human, neuroscience, biology, psychology, 机器学习, 神经网络, 人脑, 心智,</itunes:keywords>
  <content:encoded>
    <![CDATA[<h3>主播</h3>

<ul>
<li><a href="https://fom.fm/hosts/ijoy" rel="nofollow">小果汁</a></li>
<li><a href="https://fom.fm/guests/siying" rel="nofollow">斯图亚特</a></li>
<li><a href="http://fom.fm/guests/cat" rel="nofollow">Cat Chen</a></li>
</ul>

<p>[01:21] <strong>人脑是怎么学习的</strong></p>

<ul>
<li>人类对大脑研究的历史</li>
<li>对罕见的脑损伤病人的研究</li>
<li>从神经元到局部回路到系统：视觉通路是怎么走的</li>
<li>从看见到识别，大脑里发生了些啥</li>
</ul>

<p>[15:26] <strong>机器是怎么学习的</strong></p>

<ul>
<li>什么是机器学习</li>
<li>监督学习、非监督学习和强化学习</li>
<li>机器有结论不等于机器真的明白</li>
</ul>

<p>[22:20] <strong>深度学习算法的革命</strong></p>

<ul>
<li>从统计模型走向仿生（赫布理论）</li>
<li>深度学习的革命性突破：图像识别、视频识别、语音识别、推荐系统、围棋、自然语言处理</li>
</ul>

<p>[26:30] <strong>机器太「笨」，人又太「懒」</strong></p>

<ul>
<li>机器需要海量训练集，人类可以从少量数据中学习</li>
<li>机器不会触类旁通，很难把知识应用到其他领域</li>
<li>机器每一种应用都需要人类特别调节</li>
<li>人类其实把“识”的权重提得很高，但是“别”的能力很弱</li>
<li>人类对「节能」有令人发指的执着</li>
<li>人类看世界认识世界是非常主观的</li>
<li>视知觉、表象和记忆之间的联系——我们每个人都活在自己的deja vu里</li>
</ul>

<p>[42:41] <strong>机器也有擅长之处</strong></p>

<ul>
<li>信息存储、处理</li>
<li>规则限定的复杂计算</li>
</ul>

<p>[58:07] <strong>从《西部世界》聊到意识的产生</strong></p>

<ul>
<li>迷宫（隐喻）：当每一个举动都被赋予一种可能性和选择性的时候，自我意识就产生了</li>
<li>自我产生于最初的缺失，即无法被满足的照顾，因为不满足而想要获得满足的愿望，就是自我意识</li>
<li>心智来源于整个有机体，大脑是为躯体服务的</li>
<li>动物有意识吗</li>
<li>AI 会有意识吗，或者说它有意识能被我们发现吗</li>
<li>AI 会反过来操控人类吗</li>
</ul>

<p>[01:10:40] <strong>机器学习路漫漫，人类更要小心自己</strong></p>

<ul>
<li>机器在很多事情上做得不好，但也许未来能做得更好</li>
<li>人类在担心被操控之前，要小心自己对自我的放弃</li>
</ul>

<h3>链接</h3>

<ul>
<li><a href="https://avocadotoast.live/" rel="nofollow">牛油果烤面包</a></li>
<li><a href="mailto:hi@fom.fm" rel="nofollow">联系我们</a> <a href="mailto:hi@fom.fm" rel="nofollow">hi@fom.fm</a></li>
<li><a href="https://fom.fm/subscribe" rel="nofollow">订阅方式</a></li>
</ul><p>Special Guests: Cat Chen and 斯图亚特.</p><p><a rel="payment" href="https://www.patreon.com/FullofMindFM">Support Full of Mind</a></p><p>Links:</p><ul><li><a title="《算法之美》" rel="nofollow" href="https://book.douban.com/subject/30155731/">《算法之美》</a></li><li><a title="《笛卡尔的错误》" rel="nofollow" href="https://book.douban.com/subject/30129112/">《笛卡尔的错误》</a></li><li><a title="Westworld (TV Series 2016– )" rel="nofollow" href="https://www.imdb.com/title/tt0475784/">Westworld (TV Series 2016– )</a></li><li><a title="Some Studies in Machine Learning Using the Game of Checkers" rel="nofollow" href="https://ieeexplore.ieee.org/abstract/document/5392560">Some Studies in Machine Learning Using the Game of Checkers</a></li></ul>]]>
  </content:encoded>
  <itunes:summary>
    <![CDATA[<h3>主播</h3>

<ul>
<li><a href="https://fom.fm/hosts/ijoy" rel="nofollow">小果汁</a></li>
<li><a href="https://fom.fm/guests/siying" rel="nofollow">斯图亚特</a></li>
<li><a href="http://fom.fm/guests/cat" rel="nofollow">Cat Chen</a></li>
</ul>

<p>[01:21] <strong>人脑是怎么学习的</strong></p>

<ul>
<li>人类对大脑研究的历史</li>
<li>对罕见的脑损伤病人的研究</li>
<li>从神经元到局部回路到系统：视觉通路是怎么走的</li>
<li>从看见到识别，大脑里发生了些啥</li>
</ul>

<p>[15:26] <strong>机器是怎么学习的</strong></p>

<ul>
<li>什么是机器学习</li>
<li>监督学习、非监督学习和强化学习</li>
<li>机器有结论不等于机器真的明白</li>
</ul>

<p>[22:20] <strong>深度学习算法的革命</strong></p>

<ul>
<li>从统计模型走向仿生（赫布理论）</li>
<li>深度学习的革命性突破：图像识别、视频识别、语音识别、推荐系统、围棋、自然语言处理</li>
</ul>

<p>[26:30] <strong>机器太「笨」，人又太「懒」</strong></p>

<ul>
<li>机器需要海量训练集，人类可以从少量数据中学习</li>
<li>机器不会触类旁通，很难把知识应用到其他领域</li>
<li>机器每一种应用都需要人类特别调节</li>
<li>人类其实把“识”的权重提得很高，但是“别”的能力很弱</li>
<li>人类对「节能」有令人发指的执着</li>
<li>人类看世界认识世界是非常主观的</li>
<li>视知觉、表象和记忆之间的联系——我们每个人都活在自己的deja vu里</li>
</ul>

<p>[42:41] <strong>机器也有擅长之处</strong></p>

<ul>
<li>信息存储、处理</li>
<li>规则限定的复杂计算</li>
</ul>

<p>[58:07] <strong>从《西部世界》聊到意识的产生</strong></p>

<ul>
<li>迷宫（隐喻）：当每一个举动都被赋予一种可能性和选择性的时候，自我意识就产生了</li>
<li>自我产生于最初的缺失，即无法被满足的照顾，因为不满足而想要获得满足的愿望，就是自我意识</li>
<li>心智来源于整个有机体，大脑是为躯体服务的</li>
<li>动物有意识吗</li>
<li>AI 会有意识吗，或者说它有意识能被我们发现吗</li>
<li>AI 会反过来操控人类吗</li>
</ul>

<p>[01:10:40] <strong>机器学习路漫漫，人类更要小心自己</strong></p>

<ul>
<li>机器在很多事情上做得不好，但也许未来能做得更好</li>
<li>人类在担心被操控之前，要小心自己对自我的放弃</li>
</ul>

<h3>链接</h3>

<ul>
<li><a href="https://avocadotoast.live/" rel="nofollow">牛油果烤面包</a></li>
<li><a href="mailto:hi@fom.fm" rel="nofollow">联系我们</a> <a href="mailto:hi@fom.fm" rel="nofollow">hi@fom.fm</a></li>
<li><a href="https://fom.fm/subscribe" rel="nofollow">订阅方式</a></li>
</ul><p>Special Guests: Cat Chen and 斯图亚特.</p><p><a rel="payment" href="https://www.patreon.com/FullofMindFM">Support Full of Mind</a></p><p>Links:</p><ul><li><a title="《算法之美》" rel="nofollow" href="https://book.douban.com/subject/30155731/">《算法之美》</a></li><li><a title="《笛卡尔的错误》" rel="nofollow" href="https://book.douban.com/subject/30129112/">《笛卡尔的错误》</a></li><li><a title="Westworld (TV Series 2016– )" rel="nofollow" href="https://www.imdb.com/title/tt0475784/">Westworld (TV Series 2016– )</a></li><li><a title="Some Studies in Machine Learning Using the Game of Checkers" rel="nofollow" href="https://ieeexplore.ieee.org/abstract/document/5392560">Some Studies in Machine Learning Using the Game of Checkers</a></li></ul>]]>
  </itunes:summary>
</item>
  </channel>
</rss>
