报告主题：人工智能方法在认知与心理健康领域的应用
随着人工智能（AI）方法的不断发展，AI与多学科的交叉融合推动了一系列基于新方法来深入理解人类智能的可能性。在本报告中，我将基于近期研究，介绍AI方法与认知、临床心理学研究的融合，探讨这些方法如何助力研究者理解人类认知、脑活动，辅助研究刺激的生成，并在心理健康领域产生应用。具体而言，报告将首先探讨深度卷积神经网络（DCNN）作为一种特征提取工具，在理解社会意图加工机制中的作用。然后，报告将介绍基于DCNN的人类智能与AI的比较，探索在动态运动信息识别中，人脑运动表征与AI表征的对比，回答人类智能特点和人工智能算法局限性。第三，报告将介绍当今生成式AI可能对于心理学实验刺激的生成产生哪些助力，探讨生成式AI的优势与局限性。最后，报告将围绕AI在心理健康领域可能的贡献进行简要介绍，阐述AI助力临床诊断和精准化治疗的可能性。
报告人：
彭玉佳，北京大学心理与认知科学学院助理教授，双聘于北京大学人工智能研究院研究员、北京通用人工智能研究院、跨媒体通用人工智能全国重点实验室任研究员。于北京大学心理学系获理学学士学位，于美国加州大学洛杉矶分校获博士学位，后在加州大学洛杉矶分校跟随 Dr. Michelle Craske 和 Hakwan Lau从事博士后研究，2021年入职北京大学。研究聚焦于计算精神病学，同时涉及认知和人工智能的交叉研究，致力于探究焦虑与抑郁障碍的心理与神经机制以及治疗方法，实验方法包含人类行为实验、脑成像、计算建模和机器学习等，研究成果发表在Biological psychiatry: CNNI，Psychological Science，Engineering等期刊。主持国自然青年科学基金、面上基金，参与相关重点研发计划，担任Psychological review，Journal of Anxiety Disorders客座编辑，任Behaviour Research and Therapy，Psychology and Behavioral Sciences，心理科学编委，入选第七届中国科协青年人才托举工程。