Resources

🎓 Courses

Graduate Courses

• Frontiers in Computational Neuroscience

Undergraduate Courses

• Introduction to Artificial Intelligence (PSYC2119)

• Probability Theory and Stochastic Process (PSYC1505)

🎮 Interactive Demos — Probabilistic Models of Mind

Browser-based demonstrations for Probability Theory and Stochastic Process (PSYC1505), each grounded in real cognitive science experiments. All demos run directly in the browser.

第一章：概率表征（第 1–3 周）

• 基率忽视 — 贝叶斯诊断（Kahneman & Tversky 经典实验：人类如何系统性忽视先验概率）
• Gopnik Blicket Detector — 儿童因果学习（Gopnik 发展心理学实验：幼儿如何从观测中推断因果结构）
• Boltzmann 联想记忆（联想记忆网络：噪声输入的模式补全）
• Ising 视觉去噪（MRF 能量最小化：像素级感知补全）

第二章：概率推断算法（第 4–5 周）

• 多感觉线索整合 — Sum-Product（Ernst & Banks 2002 视触整合：信念传播的直接心理学实现）
• Predictive Coding 层级消息传递（Rao & Ballard 预测编码：大脑作为层级贝叶斯推断机器）

第三章：概率学习（第 6–8 周）

• Rescorla-Wagner vs 贝叶斯 Cue Learning（经典条件反射模型与贝叶斯学习的直接对比）
• Xu & Tenenbaum 强抽样概念学习（认知科学中最具影响力的贝叶斯概念学习实验复现）
• 语音音素 GMM 类别学习（语言感知的 EM 模型：音素范畴作为混合高斯分布）

第四章：概率时序模型（第 9–11 周）

• Saffran 统计词切分（Saffran 1996 婴儿统计学习：转移概率驱动语言习得）
• 事件分割 HMM（Zacks 事件边界感知：HMM 对日常活动分段的建模）
• Wolpert 运动控制 Kalman 滤波（小脑前馈模型：卡尔曼增益与感觉线索可靠性）
• Shadmehr 运动适应（力场适应实验：运动预测误差驱动内部模型更新）

第五章：近似推断（第 13–16 周）

• Necker 立方体 MH 采样（双稳态视觉感知的 MCMC 解释：感知切换即马尔可夫跳转）
• MCMCP 形状空间（Sanborn & Griffiths 实验：人类相似性判断即 MCMC 采样）
• 先验、似然、后验与 ELBO 匹配（自由能原理可视化：变分推断与大脑最小化自由能）
• 平均场社交去噪（课堂社交网络的 Ising 平均场推断）

✍️ Blog

I enjoy writing blog posts to reflect on everyday thoughts—about life, research, philosophy, and whatever ideas happen to arise.
Blogging is a way to share insights that may not (yet) be mature enough for a formal paper, but are still worth pondering and discussing.

• Why LoT
• The Most Brilliant Brain Operates Like a Markov Process
• Two Cultures of Science: Theory and Computation
• Wittgenstein’s Language Games
• Is knowledge geometric or algebraic?
• Attention is all you need
• You need to distract, then you can …
• Physical theories originate from psychological intuitions
• Active Inference and Meditation
• Oriental Tales and World Models