人工智能的本质是让一个机器学会类人的认知功能，该领域的算法研究在过去十年有了飞速的发展。与此对应，神经科学家们并不清楚人脑是如何学习获得例如视觉、听觉和语言等各项认知功能。过去十年认知神经科学的一个研究热点是比较机器和人脑在学习各项技能的异同，这个取向的研究不仅对人脑学习机制有重要意义，还可以启发更高效的机器学习算法。在本场报告中，我将聚焦在人脑知觉学习的计算原理和神经机制，通过深度神经网络建模等一系列现代人工智能手段以及核磁共振等现代脑成像方法，我们试图探索人脑知觉学习过程中表征学习和连续学习等关键问题。