人类人工智能 Vrije University - Summer & Winter graduate programs

各种人类过程都是复杂且适应性强的。随着时间的推移，与人类行为相关的心理、社会和健康相关过程都会发生变化和适应。基于思想的过程可能会因学习而改变，社交互动会随着时间的推移而发展，与健康相关的过程也容易发生变化。

本课程将介绍来自广泛学科的理论和发现，包括认知、社会、健康和神经科学的各个分支，以深入了解可在人类 AI 建模和模拟中利用的人类过程的潜在机制。各种科学理论构成了对过程进行建模的事实基础。我们可以通过因果关系和因果Pathways来理解这些通常自适应的机制，我们可以将其建模为网络。使用这个理论框架和提供的软件，学生可以轻松模拟各种场景。

在第二周，学生将开展一些活动，这些活动可为课程稍后完成的出版物奠定基础。本课程介绍了一种基于自适应网络的面向网络的建模方法。这种方法对于在各自的网络中模拟社交互动以及与心理和健康相关的过程很有用。

这些网络模型涵盖了因果效应的动态、不断变化的因果关系和兴奋性或敏感性阈值。高阶适应性是课程中涵盖的另一个主题，其中包括元可塑性的作用以及可塑性在认知神经科学领域中发生的程度。

评估基于作业。在课程的第二周，将完成一项最终作业，该作业可能会被编写成可以提交给国际会议的论文，在那里它可以被展示并提供出版物。为此，课程结束后也会提供支持。