美NSF支持神经与认知系统深度研究

美国国家基金会（NSF）将在2017财年划拨1500万美元支持对神经与认知系统的深度研究。该计划将支持一些具有潜在变革影响的创新科技研究，从而促进对神经和认知系统的认识。该计划的重点关注方向包括：

1.神经工程及基于人脑的概念和设计：受神经科学、认知科学以及现代技术发展的启发，将产生关于人脑科学的重大创新，包括：实时大脑活动与行为成像、感知、记录或干预技术；基于人脑的计算模式；人脑-计算机界面；增强和自适应系统（如用于通信、修复术、学习、教育或执行任务）；实用神经技术；其他运算和生物工程系统。关于该主题的提案必须说明神经和认知研究对运算和设计原理的促进作用。

2.个性化和变化：从突触到社会群体，各个层面的神经和认知过程在不同时间、背景、各个分析单位（即神经元、节点、人）和人口上都体现出重要的机能变化。解释这种变化，包括生物与机器系统、各级信号传输与通信、陈述、学习与适应、发展、弹性、能力、文化与社会发展进程中的变化以及群体差异，将对许多科学领域产生深远影响。关于该主题的提案必须思考这些具体问题以及需要克服哪些统计学和建模方面的困难才能发现、描述和认识自然变化的影响。

3.在现实复杂环境中的认知和神经过程：若想基于行为和环境了解人脑，就需要脱离静态的人工实验环境，因为这些人工实验环境大大降低了自然条件的复杂性和交互作用。本主题包括但不限于：在复杂的物理、社会和教育交互中的适应过程；认知、生物和机器学习的灵活性和情境方面；采用沉浸式环境（如虚拟现实）或其他模拟或合成方法的试验范式；针对认知和神经处理及数据收集的移动技术；人网交互，如人机共生。关于该主题的提案必须突破标准试验条件去对认知和神经处理进行科学认识。

4.数据密集型神经科学与认知科学：用于收集和分析大量数据的新方法和新技术正在快速改变神经和认知过程的探索、建模与认识方式。神经和认知数据的规模、异质性、试验限制及行为、认知和生物复杂性会给研究带来困难，可能需要通过各种仪器、调查人员或业内组织在各种环境下收集数据。为实现大规模分析、建模、聚合、共享以及科学的开放性，提出的研究和创新方案必须直面这种复杂性，同时设定需要采用数据密集型方法达成的神经认知综合研究目标。关于该主题的提案中必须提出用以解决数据密集型研究中具体问题的创新方法。