花它1个亿！NSF定了个“小目标”

□编译/陈亮

花它1个亿！NSF定了个“小目标”

□编译/陈亮

美国国家科学基金会（NSF）近日宣布，将提供1600万美元，资助19个跨学科的神经与认知系统（NCS），折合人民币约1.067亿元。

美国国家科学基金会（NSF）向全美各地进行神经和认知系统创新研究的跨学科团队颁发了19个奖项，每个奖项设置为“在2-4年内为研究团队提供高达100万美元的经费”。

这些奖项将有助于NSF对“Understanding the Brain（了解大脑）”和“BRAIN Initiative（大脑计划）”的投资，而这一协调研究工作旨在加速新型神经科技的发展。

这些奖项将推动认知科学和神经科学的前沿研究，重点放在以下四个主题上：

·神经工程和受大脑影响的相关概念和设计；

·个性和可变性；

·现实、复杂环境中的认知和神经过程；

·数据密集型神经科学与认知科学。

这些项目将利用这些主题中的高级研究来调查神经和认知系统是如何与教育、工程和计算机科学相互作用的，而这要归功于NSF对理解神经和认知系统（NCS）综合策略计划的支持。NCS计划支持以创新、跨界的思维推动脑科学的前沿发展。

NSF计算机与信息科学与工程部（CISE）项目总监Ken Whang表示：“解决这些问题需要有非凡的洞察力和勇气。”这些团队正在结合他们的专业知识，试图为理解大脑的一些最复杂和最重要的挑战开辟新的道路，他们以新的方式提出问题，承担具有巨大潜在回报的智力和技术风险。

新项目由四个NSF主管部门提供支持，使得该计划保证跨学科的研究领域——CISE；教育与人力资源；工程；社会、行为与经济科学。美国国家科学基金会国际科学与工程办公室的数学科学创新孵化器计划今年也提供了额外的支持。除进行神经科学研究之外，NCS支持的项目还将使用神经科学的观点来推进工程、社会和行为科学与教育领域。

19个获奖项目

·《地面实况分析和全独立C线虫神经系统建模》：麻省理工学院的Edward Boyden和东北大学的Albert-Laszlo Barabasi。

·解码并重建现实世界社会认知的神经基础：匹兹堡大学的AvnielGhuman和卡内基梅隆大学的Max G'Sell。

·皮质场解剖与网络脆弱性和行为的关系：华盛顿大学的Thomas Grabowski和阿肯色大学的Chalvalitwongse。

·基于触须的机器人硬件平台理解运动感觉控制回路的神经基础：西北大学的MitraHartmann和马里兰大学帕克分校的Sarah Bergbreiter。

·一种启发于神经的、基于事件的计算机视觉流水线：新墨西哥联盟的Garrett Kenyon和密歇根大学安娜堡分校的Michael Flynn。

·视觉和语义数字知识的神经行为整合及其对儿童和成人数学能力变化的作用：匹兹堡大学的Melissa Libertus。

·一种模拟视觉认知性的神经生物学基础：布鲁克林纽约州立大学健康科学中心的Stephen Macknik。

·三维自然场景中主动监听与关注：约翰霍普金斯大学的Cynthia Moss。

·通过对细胞程序的特殊操作控制癫痫发作：布法罗纽约州立大学的Sarah Muldoon和费城儿童医院的Ethan Goldberg。

·基于柔性透明阵列的多尺度神经元电路的超分辨率映射：加利福尼亚大学圣地亚哥分校的Piya Pal。

·将峰电位连接到认知算法：纽约州立大学石溪分校Il 的Memming Park和得克萨斯大学奥斯汀分校的Alexander Huk。

· Connectome映射算法应用于大数据神经科学的社区服务：印第安纳大学的Franco Pestilli。

·复杂神经和神经系统与现实环境的相互作用的综合基础：索尔克生物研究所的Terrence Sejnowski和加利福尼亚理工学院的John Doyle。

·视觉皮层的数据驱动建模：纽约大学的Robert Shapley。

· 在高时空分辨率下提取功能性皮层网络动力学：马里兰大学帕克分校的Jonathan Simon。

·神经影像提升计算机视觉、NLP（自然语言处理）和AI：普渡大学的Jeffrey Siskind。

·用于动物长期体内研究的无源无线多通道神经记录：俄亥俄州立大学的John Volakis和亚利桑那州立大学的JunseokChae 。

·现实世界中的压力因素对问题解决的影响：加州大学圣地亚哥分校的Ying Choon Wu。

·视觉皮层神经活动的意志调控：卡内基梅隆大学的Byron Yu与匹兹堡大学的Matthew Smith。

四个项目获得补充资金

该计划还向四个项目发放了高达20万美元的补充资金，以最大限度地发挥计算机、工程和教育领域的基础研究对神经科学和认知科学新挑战的影响。这是该计划的第三轮脑研究经费。

·在多个时间尺度上探索神经连接：罗格斯大学新布朗斯维克校区的LalehNajafizadeh。

·可扩展的神经学习机器：加州大学欧文分校的EmreNeftci。

·开发用于模式分类应用的集成忆阻交叉电路：加利福尼亚大学圣巴巴拉分校的Dmitri Strukov。

·移动对象数据库以探索虚拟和真实环境：伊利诺伊大学芝加哥分校的OuriWolfson。

陈亮本刊编辑