¿Qué necesita saber una persona (en detalle) para ingresar a un programa de posgrado en neurociencia computacional o inteligencia artificial?

Answer 1

1. Matemáticas: álgebra lineal, cálculo, ecuaciones diferenciales ordinarias, estadísticas bayesianas, teoría de la información, análisis espacial, topología, teoría de conjuntos, cinemática.

2. Informática: estructuras de datos, búsqueda, aprendizaje automático, algunos lenguajes de programación útiles; ex c, c ++, java, python.

3. Ciencia cognitiva, psicología cognitiva, métodos de investigación en psicología, análisis del comportamiento, aprendizaje y teoría de la memoria y ciencia. Codificación neuronal de la información. Psiquiatría y trastornos psicológicos.

4. Fisiología: electrofisiología de la neurona, teoría del cable de membranas, biología molecular: canales iónicos de membranas excitables, neurofarmacología, plasticidad sináptica, genética, transducción de señales. Neuroanatomía, neurohistología. Fisiología general

5.ingeniería: electricidad y electrónica, ingeniería mecánica, teoría de sistemas de control, análisis y procesamiento de señales, medición e instrumentación, adquisición y análisis de datos. bonificación si puede utilizar herramientas como calibradores a vernier, fresadoras, etc.

Answer 2

Para complementar la respuesta de Bruno con una perspectiva diferente, creo que también es importante conocer las diferencias de las culturas académicas.

Fui el primero en el lado de la ingeniería de Inteligencia Artificial, ya que terminé mi licenciatura en Robótica y me centré específicamente en la investigación de Visión por Computadora. La cultura y el modelo de publicación en Computer Vision son interesantes, ya que se da prioridad principalmente a conferencias como CVPR, ECCV e ICCV, en lugar de revistas que también son de suma importancia, pero las conferencias aceleran el campo más rápido, dado que estas conferencias también tienen procedimientos. Además de póster y presentaciones orales. El modelo de publicación también es doble ciego, lo que es bastante bueno, ya que le da espacio a los recién llegados para ingresar al campo haciendo buena ciencia sin la necesidad de tener un gran nombre en el repertorio de autores. Además, casi todos los artículos publicados en el campo de la Visión por Computador tienen un código de código abierto, así como todos sus conjuntos de datos y anotaciones.

Ahora estoy en el campo de la Neurociencia Dinámica haciendo investigación en modelos computacionales para la búsqueda visual, que es un subcampo de la visión humana (psicología visual). Esta área tiene más de un modelo de publicación relacionado con la psicología / medicina donde la prioridad de investigación se mantiene en revistas académicas, y las conferencias son algo menos “serias” ya que no tienen ningún procedimiento, y son más bien una reunión de grupo grande donde la gente da charlas y presente póster de las ideas que ya se han publicado (o están a punto de publicarse) en revistas como Frontiers, Psych Science, Nature Neuroscience, PNAS, PLoS Computational Biology. El modelo de publicación aquí es simple ciego, lo que puede apestar a veces, ya que no sabes quién revisará tu trabajo (a menos que se acepte), pero los revisores saben quiénes son los autores, por lo que si hay algún juego de poder político Es muy probable que afecten mínima o significativamente a los juicios de los revisores, para bien o para mal. En el lado positivo, no hay límite de páginas para la mayoría de estos documentos, donde muchas ideas no pueden incluirse en el formato de papel de doble columna de 8 páginas. Finalmente, la mayor parte de la cultura de intercambio de datos es casi nula, las personas son muy reacias a compartir su código y sus datos, y esto debería cambiar para que el campo se acelere aún más rápido.

Creo que ambos campos tienen ventajas y desventajas cuando se trata de cómo se realiza la investigación, pero dada la pequeña exposición que acabo de hacer, creo que sería bueno que alguien lo supiera antes de comenzar un programa de doctorado en cualquier campo relacionado con AI / Neurociencia. Cuando se le presente el departamento y las conferencias / revistas de elección del IP, esto afectará la calidad y el tipo de trabajo que realizará. También debe pensar si sus creencias personales se alinean con el modelo de publicación en su laboratorio. Ejemplo: Tal vez usted sea un gran fan de código abierto, pero su laboratorio tiene una política de código cerrado para todos los papeles producidos. Estas son cosas adicionales a tener en cuenta, que afectarán su felicidad y productividad en general en la escuela de posgrado.

Answer 3

Realmente depende de la universidad específica, departamento y programa.

La neurociencia está en el lado de la biología, mientras que la inteligencia artificial está mucho más cerca de la informática. Comp neuro es un vasto territorio que abarca todo, desde análisis de datos y estadísticas hasta ecuaciones diferenciales. Realmente no puedes prepararte para el campo en general. Es mejor tener en cuenta los requisitos de los departamentos en particular que está considerando.

Habiendo dicho esto, es muy útil poder codificar. El idioma realmente no importa. La mayoría de los científicos que conozco usan Matlab o Python. Estos días uso ambos. Algunos usan C o C ++ porque ya están cómodos con él.

También es útil conocer álgebra lineal y estadísticas básicas. ¡Si agrega algún conocimiento de la prueba de hipótesis, entonces realmente estará por delante de muchos científicos!

He recopilado algunas respuestas relevantes de Quora aquí:

¿Pensando en una carrera en neurociencia y / o ciencia cognitiva? Aquí hay algunas respuestas para usted. por Yohan John sobre Neurologismo