今天，我们为大家解析的是格拉斯哥大学博士研究项目。
“PhD in Computing Science - Optimal mechanism design and active inference for advanced human-computer interfaces to machine learning”
学校及专业介绍
学校概况
格拉斯哥大学(University of Glasgow)创建于1451年，是英国历史第四悠久的大学，也是苏格兰最古老的大学之一，坐落于英国苏格兰最大城市格拉斯哥。作为英国顶尖的研究型大学，格拉斯哥大学是罗素集团(Russell Group)成员，在2024年QS世界大学排名中位列第82位。学校拥有约35,000名学生，其中包括来自140多个国家的国际学生，体现了其浓厚的国际化氛围。学校设有四大学院：科学与工程学院、艺术学院、医学、兽医与生命科学学院以及社会科学学院，涵盖了广泛的学科领域。
院系介绍
格拉斯哥大学计算机科学学院是英国顶尖的计算机科学研究和教学中心之一，拥有50多名学术人员和100多名博士研究生。学院的研究战略基于将世界领先的理论工作与实际应用相结合，产生了广泛的社会影响。学院设有几个主要研究小组，覆盖人工智能与多智能体系统、数据科学、推理、动态与交互、信息检索、信息安全、形式分析、安全与信任等领域。
招生专业介绍
博士项目"计算机科学中的最优机制设计和主动推理用于机器学习的高级人机界面"旨在开发"中介机制"，将机器学习与人机交互紧密结合。该项目是欧盟研究委员会(ERC)高级资助项目"通过主动推理设计交互自由(DIFAI)"的一部分，该项目由UKRI保障计划资助。此项目结合了理论和实践研究，包括发展闭环交互的理论模型、设计和实现连接人类与机器学习系统的中介机制、以及通过实证试验评估这些机制的性能和有效性。
格拉斯哥大学计算机科学专业在英国排名位居前列，在《泰晤士报》和《星期日泰晤士报》2025年优秀大学指南中排名第6位。该专业以理论与应用计算机科学的交叉研究见长，其研究成果在全球学术界享有极高声誉。在2021年英国研究卓越框架(REF)评估中，该专业100%的研究影响力被评为"世界领先"，整体98%的研究被评为"国际优秀"或"世界领先"水平，世界领先研究的比例从2014年的36%上升到63%。在ACM数字图书馆中，格拉斯哥大学计算机科学专业在全球引用量排名前95%，下载量排名前100%，每年发表约200篇学术论文。
申请要求
- 学术背景：申请者应对人机交互和用户建模有强烈兴趣或相关背景，同时在概率建模、动态系统/控制理论或主动推理和自由能原理方面具有扎实的知识基础。
- 技术能力：强大的建模和软件开发技能是此学位项目的必要条件。申请者应该熟悉编程和数据分析工具，能够实现复杂的交互系统。
- 研究潜力：申请者应具备独立研究能力和解决复杂问题的思维，能够在理论模型、设计实现和实证评估等方面进行创新工作。
- 团队合作：由于该项目是大型ERC项目的一部分，申请者需要与DIFAI项目团队密切合作，因此良好的沟通和团队协作能力至关重要。
- 资金支持：该项目为申请者提供3.5年的学费资助，不限国籍，同时提供英国研究委员会标准的生活津贴（2024/25学年为每年£19,237）。
- 申请截止日期：2025年8月31日。
项目特色与优势
- 顶尖学术环境：英国排名第6的计算机科学专业，100%研究影响力被评为"世界领先"。
- 跨学科研究方向：融合人机交互、机器学习、动态系统理论和主动推理，处于计算机科学前沿。
- ERC高级资助：作为"DIFAI"项目的重要组成部分，获欧盟研究委员会€2.5M资助。
- 理论与实践结合：不仅发展理论模型，还设计实际系统并进行实证评估。
- 知名导师指导：由John Williamson和Roderick Murray-Smith等人机交互和机器学习领域专家领导。
有话说
项目理解
- 交叉学科该项目位于人机交互、机器学习、动态系统理论和主动推理的交叉领域，融合了计算机科学、认知科学、控制理论和概率统计等多学科知识。主动推理作为一种计算理论，结合了贝叶斯推理和控制论，为理解人类与计算系统交互提供了新视角，使项目能够从系统性角度解决复杂的交互问题。
- 研究目标项目核心目标是开发"中介机制"，实现机器学习与人机交互在紧耦合控制循环中的有效连接。通过构建基于主动推理的理论框架，项目旨在实现更自然、高效和适应性强的人机交互系统，增强用户对复杂机器学习系统的控制能力，从而改善用户体验和系统可用性。
- 技术手段项目采用动态系统理论、无监督学习/低维嵌入和概率推理等技术，构建现代用户界面的稳健控制机制。具体方法包括贝叶斯推理、变分自由能最小化、主动推理理论模型和实证用户研究，以及通过开发中介机制将光学手部跟踪、压力感应或肌电图输入映射到机器学习推荐系统。
- 理论贡献项目将从主动推理角度开发闭环交互的理论模型，为人机交互领域提供系统化的概念框架。这种理论框架能够量化以前难以表示的概念，如主体性、参与度和交互自由度，并为理解人类与智能系统交互的认知过程提供新见解，推动人机交互理论的发展。
- 应用价值该研究的实际应用包括构建现代用户界面的稳健控制系统，如光学手部跟踪、压力感应或肌电图输入到机器学习推荐系统的映射。这些技术可应用于自适应用户界面、辅助技术、虚拟/增强现实交互和智能环境中的自然交互等领域，改善人们与日益复杂的AI系统的交互体验。
创新思考
- 前沿方向多模态交互系统的情感和认知状态感知是一个值得探索的前沿方向。通过整合视觉、听觉、触觉等多种感知通道的数据，结合主动推理框架，可以开发对用户情感和认知状态具有敏感性的交互系统，使机器能够更好地理解用户意图并相应调整其行为。
- 技术手段神经符号推理与主动推理的结合可作为创新技术手段。将神经网络的表示学习能力与符号推理的可解释性和主动推理的自适应性相结合，可以开发既能处理复杂感知数据又能进行高级推理的交互系统，同时保持可解释性和可控性。
- 理论框架可以构建"适应性交互自由度理论"，描述人机交互中的控制动态分配。该理论将系统化地定义交互自由度的级别、用户能力与系统支持之间的平衡机制，以及交互控制权在人与机器间的动态分配策略，为设计灵活且有支持性的交互系统提供理论基础。
- 应用拓展研究成果可拓展应用于医疗辅助系统，特别是康复训练和老年人辅助技术。基于主动推理的中介机制可以理解患者能力和需求，提供适当级别的支持，在用户能力提升时逐渐减少辅助，实现真正的自适应医疗辅助系统，提高康复效果。
- 实践意义该项目对数字素养差异问题具有重要实践意义。主动推理框架可以帮助设计能够适应不同用户技能水平的系统，使技术不熟练用户也能有效使用复杂技术，而专业用户则能获得高效控制，从而缩小数字鸿沟，促进技术包容性。
- 国际视野跨文化交互模式的研究将增强项目的国际影响力。通过在不同文化背景下验证和调整主动推理模型，可以发现文化因素如何影响人机交互偏好和期望，开发具有文化适应性的交互系统，使研究成果能在全球范围内有效应用。
- 交叉创新与脑机接口(BCI)技术的结合代表重要的交叉创新方向。主动推理框架可用于解释和预测脑电信号，而BCI提供的直接神经反馈可以增强主动推理模型的准确性，创造更直接、直观的人机交互方式，特别是对动作受限用户的辅助技术。
- 其他创新点隐私保护交互设计是值得关注的创新点。将主动推理与差分隐私等技术结合，可以开发既能适应用户需求又能保护其隐私的交互系统。这种系统能学习用户行为模式同时最小化个人可识别信息的收集和使用，解决智能交互系统中日益突出的隐私问题。
博士背景
Aurelia ，美国TOP10院校计算机科学与认知科学双博士生，研究聚焦算法博弈论不确定性及其在人工智能中的应用。她的跨学科研究融合了计算机科学、语言学和心理学知识，在国际顶级期刊《Journal of Artificial Intelligence Research》和《Cognitive Science》上发表多篇论文。Aurelia 荣获ACM SIGAI博士论文奖，擅长相关方向的PhD申请指导。
【竞赛报名/项目咨询+微信：mollywei007】
