人工智能博士｜从大脑的工作方式寻找灵感，探索如何改进AI

人工智能博士｜从大脑的工作方式寻找灵感，探索如何改进AI

快速判断

这是一个计算研究项目，检验两类神经科学现象能否改进深度学习：星形胶质细胞与神经元的相互作用能否启发网络约束；自发视网膜波相关的突触可塑性能否用于权重初始化。研究将比较泛化、受损后的性能保持、可解释性、学习速度和数据效率。项目适合对神经科学与机器学习交叉研究感兴趣的定量背景申请者；但具体生物规则、模型、数据集、成功指标及两条研究线的关系尚未说明。

研究问题与博士工作

项目要验证什么

项目从两项神经科学认识出发。第一，星形胶质细胞会响应神经活动，并反过来影响神经活动。课题将检验能否把这种作用转化为深度网络中的约束，使模型更简单，并提高其对未见数据的泛化能力；同时测试网络在“损伤”后是否更能维持性能，以及是否更容易解释。第二，眼睛睁开之前，发育中的视网膜会产生协调的自发活动波，并影响下游突触可塑性。项目计划把与这些活动相关的可塑性规律用于网络训练前的权重初始化，评估能否加快学习、减少训练数据。项目还提出，最终研究可能为更易解释、成本更低的人工智能提供思路，并产生关于星形胶质细胞和早期自发活动的可检验神经科学假设。公开项目文件没有把湿实验列为博士生任务。项目说明。

目前仍有多项关键设计未公布。星形胶质细胞部分没有说明具体采用哪条信号或反馈机制，也没有界定“更简单”要如何衡量、约束是作用于权重、网络结构还是训练目标。“损伤”究竟指移除节点、连接还是输入也不明确，项目尚未指定可解释性评价方法。视网膜波部分虽提出按突触可塑性规则初始化网络，却未说明从波活动及可塑性到权重参数的映射方法，也未说明它与“先用视网膜波预训练”有何区别。公开说明未列出具体数据集、架构、标准基线、计算预算，或“成本更低”的衡量方式。

近期研究带来的参照

近期工作说明这些方向值得研究，但不能预先保证本项目的方法会有效。

• 视网膜波与网络训练。 2025 年，May、Dauphin 与 Gjorgjieva 使用模拟视网膜波预训练卷积循环网络，再执行连续视频帧预测；研究报告称，波预训练能加快包含运动信息的视觉任务学习，在总训练暴露时间匹配时也观察到短期优势。该研究是第二条路线的直接参照，但“预训练”并不等同于由波驱动的突触可塑性规则生成初始权重，结果也依赖具体任务和架构。PLOS Computational Biology 研究。

• 星形胶质细胞门控的学习。 2026 年，Dong 与 He 在深层脉冲神经网络中加入缓慢变化的星形胶质细胞式门控，研究在线持续学习，并报告在神经形态与持续学习基准上取得有竞争力的准确率、减轻遗忘。这表明星形胶质细胞的计算抽象可以影响深层网络学习，但其对象是脉冲网络和在线可塑性，与本项目尚未明确的常规深度网络正则化、抗损伤和可解释性目标并不相同。Frontiers in Neuroscience 论文记录。

• 星形胶质细胞与反转学习。 2024 年 Communications Biology 研究构建了神经元内源性大麻素信号驱动星形胶质细胞调节 D-丝氨酸的模型，重现了小鼠特定的反转学习缺陷，并提出可检验预测。它为构造星形胶质细胞启发的学习规则提供了机制参照，但并非深度网络正则化研究。Communications Biology 研究。

• 情境依赖的网络动态。 2024 年 PLOS Computational Biology 研究用慢速神经元—突触—星形胶质细胞反馈解释强化学习中的元可塑性。它提供另一种设计思路：星形胶质细胞可能动态改变网络的学习时机或速度，而不是简单惩罚模型复杂度。该研究是简化的强化学习模型，并非常规深度网络基准。PLOS Computational Biology 研究。

• 不能预设星形胶质细胞效应总是有利。 一项神经元—星形胶质细胞培养研究在某些细胞比例下观察到同步性和信号可预测性下降。这并不否定项目假设，但说明需要直接测量任务相关收益，不能默认星形胶质细胞一定会简化或提升网络。神经元—星形胶质细胞培养研究。

值得在面试中讨论的研究设计

以下是基于公开目标提出的分析建议，不是项目已承诺采用的方法。星形胶质细胞方向可先明确所借鉴的生物机制和计算作用，再与常见正则化方法比较，并把模型复杂度与准确率分开评估；抗损伤实验也应界定受损对象和程度。视网膜波方向可把可塑性规则初始化与常见权重初始化、波预训练进行对照，并尽量匹配数据和计算量，检查学习曲线、样本效率以及对未见视觉任务的表现。多随机种子、消融实验和透明基线有助于区分生物启发本身的作用与额外训练量、模型容量等因素。如果“成本更低”指能耗或算力成本，应与数据量减少分开测量。

两条研究线都很宽。申请或面试时，应确认它们是否都属于必做范围、如何组成一篇博士论文，以及若其中一条未能迁移到其他架构，是否会调整研究重点。

学校、学科与培养环境

学位授予院校为埃克塞特大学。项目文件列出的潜在博士项目为临床与生物医学科学博士，院系为临床与生物医学科学系，研究地点为 Streatham 校区的 Hatherly Building 和 Living Systems Institute。奖学金页面对应 2027 年 9 月/2027–28 学年入学。正式注册院系和结构化培养安排尚未在项目文件中详细说明。项目说明、临床与生物医学科学系博士培养、EPSRC DLA 项目计划。

埃克塞特大学在 QS 2027 综合排名中为第 136 位，在 THE 2027 综合排名中并列第 157 位。REF 2021 中，更广义的心理学、精神病学与神经科学评估单元有 53% 的研究活动获 4 星、39% 获 3 星；数学学科单元为 42%/52%，计算机科学与信息学单元为 33%/50%。这些属于全校或学科单元结果，并非对本项目、研究团队或导师的单独评估。临床与生物医学科学系介绍了神经科学和数据科学/人工智能等交叉主题，后者涉及计算建模、统计、高性能计算和机器学习；神经科学主题覆盖中枢神经系统、神经发育和神经退行性疾病，并使用基因组学、电生理学和神经影像方法。埃克塞特排名、REF 2021 结果、院系研究主题、神经科学与中枢神经系统疾病。

院系博士培养介绍提到研究导向的指导、设施使用及跨学科研究，但未说明本项目的课程或个人培养计划。Hatherly Laboratories 支持院系内若干神经科学团队，研究集中于神经生理学和神经发育，并列有 Joel Tabak。项目还列出 Living Systems Institute 为研究地点。这些信息说明周边研究环境，不能据此推断博士生必然可以使用某项仪器或获得专用 GPU 资源。院系博士培养、Hatherly Laboratories、Living Systems Institute 研究人员。

导师与研究条件

项目文件列 Dr Joel Tabak 为主导师，Marc Goodfellow 为共同导师。Tabak 的学校主页介绍其将实验、计算与数学方法结合，用于理解生物系统中的节律活动；Goodfellow 则在埃克塞特系统、动力学与控制中心从事复杂网络与间歇性研究。由此看，项目位于计算神经科学和数学动力学的交叉环境中。但公开资料没有证明该团队专门从事星形胶质细胞启发的 AI 或深度学习；应确认两条计算研究线分别由谁指导、学生能获得怎样的机器学习支持。Joel Tabak-Sznajder 主页、系统、动力学与控制中心研究方向、中心人员。

近期导师相关研究体现了互补方法：

• Goodfellow 参与的 2025 年神经群体模型研究，将儿童癫痫患者及对照组的睡眠脑电用于模型拟合，并把推断得到的兴奋性突触电流与慢波变化联系起来。这说明其研究包含基于人类神经数据的机制建模，但不等同于本项目的 AI 任务。Epilepsia 论文。

• Tabak 参与的 2025 年研究结合蝌蚪行为观测、生物力学和计算建模，分析逃逸运动。它体现了实验与计算结合的研究方式，但研究对象和问题不同，不能证明其已有星形胶质细胞或深度网络正则化的直接经验。iScience 论文。

院系的数据科学/人工智能与神经科学主题、Hatherly 的神经生理学/神经发育团队、Living Systems Institute，以及数学与动力学中心，共同构成跨学科背景。申请者仍应确认哪些数据、算力、软件和导师时间会具体分配给本项目。院系研究主题、Hatherly Laboratories。

资助、申请与生活成本

资助与国际生资格

奖学金编号 6010 的条款为最长 3.5 年全日制资助（非全日制按比例），生活津贴按指数调整，当前公布值为 2026/27 年 £21,805/年，另付英国学费，并提供 3.5 年总额 £5,000 的 Research Training Support Grant。该经费属于研究支持，不是个人生活津贴。学校页面称，成功获得国际生资助名额者的英国学费与国际学费差额由学校承担。中央说明称国际生全额奖学金名额不超过该届的 30%，并提醒居留资格规则较复杂。国际申请人还须自行支付学生签证、医疗附加费及赴英搬迁等费用，这些费用不包含在所述奖学金内。应尽早核实个人居留资格，并将这些支出单独列入预算。奖学金页、中央 EPSRC DLA 资格说明、UKRI 培训经费指导。

奖学金详细资助条款将 £21,805 标为当前 2026/27 费率，并与 UKRI 最低标准表一致；但同页摘要表将相同金额标为 2027/28 费率。书面确认前，应将 £21,805 视为当前公布费率，而非已确认的 2027 年入学金额。

截止日期与申请材料

主申请截止时间为 2026 年 12 月 8 日（周二）中午。项目奖学金页面要求推荐人最迟于 2027 年 1 月 8 日通过机构邮箱发送推荐信；中央 EPSRC DLA 说明则写 2027 年 2 月 15 日。项目奖学金页面预计综合面试在 2027 年 2 月 15–24 日举行，但中央页面的面试和结果通知仍写 2026 年。显然各页面信息未同步，建议联系研究生招生部门书面确认，并按较早推荐信截止日期准备。项目奖学金页面、中央 EPSRC DLA 时间安排。

申请需通过项目文件中的指定入口提交。奖学金页面要求个人陈述、简历、成绩单、两封推荐信，以及适用时的英语能力证明。材料须为英文；如学历材料需要翻译，须提供认证译本。最多可以申请三个项目，但每个项目需单独提交申请；申请多个项目时，应在个人陈述中写明首选。项目 PDF 列 Dr Joel Tabak（j.tabak@exeter.ac.uk）为项目咨询联系人；申请流程可咨询研究生招生部门。项目 PDF、奖学金与申请要求。

埃克塞特生活成本对照

埃克塞特大学估计，单人在埃克塞特或康沃尔的基本生活开销约为每月 £1,300–£2,000，依据 2026 年 4 月当地平均消费。当前公布的 £21,805 年津贴简单除以 12，约为每月 £1,817。以估算区间低端计算，每月约有 £517 空间；高端则约差 £183。此对照仅用于粗略判断：住宿和生活方式会改变实际支出，未来津贴调整尚未确认，且不含一次性、家庭等额外费用。埃克塞特生活预算、UKRI 津贴标准。

申请者匹配与准备

官方背景要求

项目 PDF 指定数学、物理、自然科学、计算机科学或神经科学相关学位。奖学金的一般标准要求相关科学或技术专业的英国一级或二等一荣誉学位，或国际同等学历；二等二学位申请者如同时具有硕士学位或显著相关非学术经验，也可能被考虑。适用情况下须提供英语能力证明。项目 PDF 没有把特定编程语言或先修机器学习资格列为硬性要求。项目指定专业、奖学金入学要求。

可考虑准备的材料

申请材料可以突出量化研究经历、可复现的模型实现，以及如何选择基线并解释结果。Python 或其他科学计算语言、深度网络训练、初始化与正则化、视网膜发育、星形胶质细胞信号和模型评估都可能有帮助，但这些属于围绕研究任务的准备建议，并非项目公布的入学硬性条件。一个规模适中、能说明方法局限的可复现实验，通常比单纯列工具名称更能展示研究能力。

该技能组合与机器学习、数据科学和计算神经科学岗位有一定关联，但这不代表项目保证实习或就业。英国政府的数字与技术计划预测了广义行业需求，同时承认预测存在不确定性，且相关情景未建模人工智能对就业的影响。受 DSIT 委托的 2025 年调查在 119 家自愿参与机构中发现技术技能缺口；英国国家职业服务处则将数据科学家、机器学习工程师和 AI 数据科学家列为相关职业，并给出广义数据科学岗位薪资区间。上述资料只能说明技能相关性，不能预测某一博士毕业生的就业概率或薪资。数字与技术就业计划、英国 AI 劳动力市场调查 2025、英国国家职业服务处：数据科学家。

下一步与待核实问题

申请前

1. 联系项目联系人和研究生招生部门，书面确认推荐信截止日期究竟为 2027 年 1 月 8 日还是 2 月 15 日，并核实面试时间；同时确认 2027/28 年适用的生活津贴。
2. 国际申请者应核实个人居留资格、名额比例和书面学费资助条款。
3. 通过项目 PDF 中的指定申请入口，在 2026 年 12 月 8 日中午前提交个人陈述、简历、成绩单、两封推荐信，以及适用的英语证明。

面试时

• 星形胶质细胞与视网膜波两条研究线是分开的，还是会整合？哪一条是论文核心？
• 星形胶质细胞正则化借鉴哪种分子机制？如何量化模型简单性、泛化与抗损伤能力？
• 视网膜波及其可塑性规律如何映射为网络初始权重？与直接波预训练有何区别？
• 将使用哪些网络架构、数据集和传统基线？是否会匹配计算量和数据量？
• 可解释性、样本效率和“成本更低”分别如何测量？
• 两个研究地点可提供哪些数据、代码、算力和培训？

接受录取前

确认正式注册的博士项目及院系、导师分工、3.5 年资助期限、生活津贴及调整方式、英国学费和适用的国际学费差额覆盖，以及 £5,000 总额研究支持经费的用途。项目说明要求国际申请人自行承担签证、医疗附加费和赴英搬迁费用；可另行询问是否有该奖学金之外的专项补助。

证据与来源

项目与培养计划

• 项目说明 PDF
• EPSRC DLA 奖学金编号 6010
• 中央 EPSRC DLA 说明与资格
• EPSRC 博士培养奖学金计划

学校、院系与研究环境

• 埃克塞特大学排名
• REF 2021 评估结果
• 临床与生物医学科学系研究主题
• 神经科学与中枢神经系统疾病
• 临床与生物医学科学系博士培养
• Hatherly Laboratories
• Living Systems Institute 研究人员
• 系统、动力学与控制中心研究方向
• 系统、动力学与控制中心人员

相关论文

• 视网膜波预训练与人工神经网络
• 星形胶质细胞门控的深层脉冲网络可塑性
• 星形胶质细胞与反转学习
• 星形胶质细胞与情境依赖的网络动态
• 癫痫儿童睡眠脑电的神经群体模型研究
• Tabak 参与的蝌蚪逃逸行为与建模研究
• 神经元—星形胶质细胞培养网络的活动与可预测性

资助、生活成本与就业背景

• UKRI 津贴和费用指导
• 埃克塞特生活成本估算
• 数字与技术就业计划
• 英国 AI 劳动力市场调查 2025
• 英国国家职业服务处：数据科学家