S6E4: Joel Ye: Examining Neural Data More Efficiently and Holistically

Science in Parallel

Το περιεχόμενο παρέχεται από το Sarah Webb and Krell Institute. Όλο το περιεχόμενο podcast, συμπεριλαμβανομένων των επεισοδίων, των γραφικών και των περιγραφών podcast, μεταφορτώνεται και παρέχεται απευθείας από τον Sarah Webb and Krell Institute ή τον συνεργάτη της πλατφόρμας podcast. Εάν πιστεύετε ότι κάποιος χρησιμοποιεί το έργο σας που προστατεύεται από πνευματικά δικαιώματα χωρίς την άδειά σας, μπορείτε να ακολουθήσετε τη διαδικασία που περιγράφεται εδώ https://el.player.fm/legal.

6M ago 25:10

MP3•Αρχική οθόνη επεισοδίου

Understanding how the brain works remains a grand scientific challenge, and it's yet another area where researchers are examining whether foundation models could help them find patterns in complex data. Joel Ye of Carnegie Mellon University talks about his work on foundation models, their potential and limitations and how others can get involved in applying these AI tools.

Joel Ye is a Ph.D. student in the program in neural computation at Carnegie Mellon University in Pittsburgh, where he studies ways to understand brain data and brain-computer interfaces. He's a third-year Department of Energy Computational Science Graduate Fellow.

39 επεισόδια