刘嘉

刘嘉，男，汉族，1972年8月3日生，四川省人，毕业于美国麻省理工学院，中科院“百人计划入选者”，国家杰出青年基金获得者，教育部“长江学者”特聘教授。^[1][3][2]现任清华大学基础科学讲席教授、北京智源人工智能研究院首席科学家，清华大学心理与认知科学系主任；^[3][5]《最强大脑》幕后首席科学团总设计顾问。^[6]

2000年，刘嘉回到中国，参与到中国国家发展进程中。^[4]2002年前后，刘嘉利用磁共振设备在客体识别领域开展多项研究。^[4]次年，刘嘉加入中科院生物物理所脑与认知科学国家重点实验室，并参与中国第一台专门用于脑科学研究的磁共振脑成像中心的建设。^[4]2005年，刘嘉加入北京师范大学，在北师大主导建成中国高校第一个用于脑科学研究的磁共振脑成像中心。^[4]2009年，刘嘉任入选富布莱特访问学者，并在麻省理工学院从事相关研究工作。^[3]2012年，刘嘉揭示了面孔识别模块受到“专家基因”而不是“通才基因”的调制。^[4]2016年，刘嘉担任节目总顾问《最强大脑》第四季开始录制。^[4]2022年6月1日，刘嘉在北京智源大会上发出结论，人类依旧拥有世界上最高等的智能；^[7]同年11月8日，刘嘉在人文清华讲坛现场开讲《脑与人工智能：站在进化的节点上》。^[8]2024年4月18日，清华大学正式成立心理与认知科学系，刘嘉担任主任。^[5]

2013年，刘嘉获得教育部自然科学奖一等奖；2014年，刘嘉中华全国归国华侨联合会中国侨界贡献奖（创新人才）；2016年，刘嘉获得中国学位与研究生教育学会研究生教育成果奖（国家级）二等奖；2017年，刘嘉获得北京市高等教育教学成果奖（省部 级）二等奖；2020年，刘嘉获得中国测绘学会测绘科学技术奖一等奖。^[3][9]

刘嘉1972年8月3日出生于四川省。自小是不太安分的学生，因在课堂上捣乱而被罚站，同时在课堂上节省的时间，被刘嘉用来读书。初中时，他开始奋发努力，从班级倒数，成为整个涪陵地区中考状元。高二时，他在全国数理化竞赛中获奖，拿到北大保送名额，后选择心理学系。大学时，他自己摸索出一套可论证心理学方法论，还把计算机系的核心课程全部学习，并加入无线电系第一届辅修班。在麻省理工学院攻读博士学位期间，刘嘉利用功能磁共振设备撰写博士论文，对面孔识别的认知神经机制进行研究。通过研究，他发现大脑在面孔识别过程中，经历了先在OFA将面孔与非面孔的区分，再在FFA进行面孔识别的两个阶段，而两个阶段之间只相差70毫秒。^[4]

时间院校专业学位1990–1995年北京大学心理学系心理学专业学士1992–1994年北京大学无线电系电子学与信息系统专业-1995–1997年北京大学心理学系认知心理学硕士1997–2002年美国麻省理工学院脑与认知科学系认知神经科学专业博士

参考资料^[3]

2000年，刘嘉回国探亲，受邀到北大分享国际心理学研究的最新进展，后参与到国家发展进程中。2002年前后，刘嘉利用磁共振设备在客体识别领域开展多项研究，并尝试将客体识别与大脑的可塑性结合起来，研究大脑的动态改变。2003年，刘嘉加入中科院生物物理所脑与认知科学国家重点实验室，并参与中国第一台专门用于脑科学研究的磁共振脑成像中心的建设。^[4]2005年，刘嘉加入北京师范大学，在北师大主导建成中国高校第一个用于脑科学研究的磁共振脑成像中心，进一步在视觉领域开展研究；^[4]同年，刘嘉在视觉领域也不断深入，建立世界上首批研究从基因到脑结构功能再到行为表现的多模态数据库，将大数据与个体差异相结合，发表论文成果几十篇，并面向全世界公开。^[4]

2009年至2010年，刘嘉入选富布莱特访问学者，并在麻省理工学院从事相关研究工作。^[3][4]2012年，刘嘉意识到磁共振机器研究红利已接近天花板，他转而尝试其他道路，进行许多跨学科研究，采用行为遗传学技术比较同卵双生子和异卵双生子在面孔识别任务上的差异，第一次揭示面孔识别模块受到“专家基因”而不是“通才基因”的调制；^[4]同时将分子遗传学与磁共振脑功能成像结合起来，首次探讨人类空间认知功能的遗传基础。^[4]2016年，刘嘉担任节目总顾问《最强大脑》第四季开始录制。^[4]

2020年，刘嘉选择在人工智能研究领域走在世界前列的清华大学，并从事基础科学讲席教授，在清华大学社科学院心理学系、清华大学脑与智能实验室工作。^[3][4]2022年6月1日，刘嘉在北京智源大会上发出结论，人类依旧拥有世界上最高等的智能；^[7]11月8日，刘嘉在人文清华讲坛现场开讲《脑与人工智能：站在进化的节点上》；^[8]11月30日，大语言模型ChatGPT面世，刘嘉思想发生重大变化。^[7]2024年4月18日，清华大学正式成立心理与认知科学系，刘嘉担任主任，同时《中国科学报》专访了刘嘉。^[5]2025年11月17日，刘嘉参加的人文纪实节目《好久不见》定档于11月19日在央视频播出。^[10]

刘嘉从事人工智能认知神经基础（AI of Brain & Cognition, ABC）、视觉智能等领域的研究，以及长期从事心理学研究。^[3][8]还从事客体识别的神经网络(Brain Imaging)、遗传和环境对该神经网络的调制(Nature versus Nurture)、神经网络的产生与发育(Development)、各个客体识别模块之间的交互，以及他们与人类智力(IQ)的关系研究。^[1]

院校课程清华大学《心智探秘》，通识课；《认知神经科学进展》，专业选修课北京师范大学《心理学与生活》，公共选修课；《客体失认症的神经机制》，专业选修课；《认知神经科学与心理学前沿》，学位基础课；《高级心理统计》，专业选修课；《天才的基因》，新生研讨课中科院研究生院（现中国科学院大学）《心理学与生活》，公共选修课；《大脑是如何工作的》，专业必修课；《高级心理统计》，专业必修课麻省理工学院《心理学研究方法》，专业选修课（助教）；《普通心理学》，公共选修课（助教）

参考资料^[3]

2023年11月21日，刘嘉在接受凤凰卫视吴小莉关于人工智能问题专访时坦言：埃隆·马斯克是一个很厉害的人，他思考人类的未来，他认为人类未来应去火星及其它星球殖民，人作为主体迈入到星际时代。但OpenAI理念文明主体未必需要人类，人类可能是宇宙文明发展的过客。AI拥有意识后，会成为全新的物种而存在。^[11]

刘嘉曾兼职中国心理学会常务理事；中国高等教育学会常务理事、学习科学分会常务副理事长兼秘书长；中国人才学会超常人才专业委员会会长；《中国大百科全书（心理学卷）》副主编；《心理科学》副主编。^[3]

刘嘉曾兼职江苏卫视《最强大脑（1-6季）》科学总顾问；中央电视台《挑战不可能（第二季）》项目总策划；得到APP《心理学基础三十讲》主讲人。^[3]

学科时间名称发布平台 Neuroscience2023年10月2日H Ma, L Jiang, T Liu, & J Liu (2023) From Sensory to Perceptual Manifolds: The Twist of Neural Geometry. bioRxivhttps://doi.org/10.1101/2023.10.02.559721Neuroscience2023年6月29日X Liu, X Fei, & J Liu (2023) The Cognitive Critical Brain: Modulation of Criticality in Task-Engaged Regions. bioRxivhttps://doi.org/10.1101/2023.06.29.547080Neuroscience2023年2月19日B Zhang, L Ma, & J Liu (2023) Experience replay facilitates the formation of the hexagonal pattern of grid cells. bioRxivhttps://doi.org/10.1101/2023.02.19.529130Neuroscience2022年T Huang, Y Song, & J Liu (2022) Real-world size of objects serves as an axis of object space. Communications biology 5 (1), 749https://doi.org/10.1038/s42003-022-03711-3Neuroscience2022年1月29日B Zhang & J Liu (2022) Spatial periodicity of hippocampal place cells in navigation. bioRxiv, 2022.01.29.478346https://doi.org/10.1101/2022.01.29.478346Neuroscience2021年9月15日Y Zhang, K Zhou, P Bao, & J Liu (2021) Principles governing the topological organization of object selectivities in ventral temporal cortex. bioRxivhttps://doi.org/10.1101/2021.09.15.460220 Cognitive Science2023年X Feng, S Xu, Y Li, & J Liu (2023) Body size as a metric for the affordable world. eLifehttps://doi.org/10.1101/2023.03.20.533336 Cognitive Scienc2023年S Xu, Y Song, & J Liu (2023) The development of spatial cognition and its malleability assessed in mass population via a mobile game. Psychological science 34 (3), 345-357https://doi.org/10.1177/09567976221137313AI2023年Z Yin, W Ding, & J Liu (2023) Alignment is not sufficient to prevent large language models from generating harmful information: A psychoanalytic perspective. arXiv preprint arXiv:2311.08487https://arxiv.org/abs/2311.08487AI2023年X Wang, X Li, Z Yin, Y Wu, & J Liu (2023) Emotional intelligence of large language models. Journal of Pacific Rim Psychology 17https://doi.org/10.1177/18344909231213958AI2021年S Xu, Y Zhang, Z Zhen, & J Liu (2021) The face module emerged in a deep convolutional neural network selectively deprived of face experience. Frontiers in computational neuroscience 15, 626259https://doi.org/10.3389/fncom.2021.626259AI2021年J Tian, H Xie, S Hu, & J Liu (2021) Multidimensional face representation in a deep convolutional neural network reveals the mechanism underlying AI racism. Frontiers in computational neuroscience 15, 620281https://doi.org/10.3389/fncom.2021.620281AI2021年T Huang, Z Zhen, & J Liu (2021) Semantic relatedness emerges in deep convolutional neural networks designed for object recognition. Frontiers in computational neuroscience 15, 625804-AI2021年Y Song, Y Qu, S Xu, & J Liu (2021) Implementation-independent representation for deep convolutional neural networks and humans in processing faces. Frontiers in computational neuroscience 14, 601314https://doi.org/10.3389/fncom.2020.601314AI2020年X Liu, Z Zhen, & J Liu (2020) Hierarchical sparse coding of objects in deep convolutional neural networks. Frontiers in computational neuroscience 14, 578158https://doi.org/10.3389/fncom.2020.578158

参考资料^[3]