█ 脑科学动态
Nature：星形胶质细胞形态发生需要自我识别机制
成瘾者更爱复杂音乐，药物成瘾重塑大脑奖赏阈值
四种微小RNA与精神疾病和帕金森病直接相关
绿色空间促进青少年大脑发育，助力学业与心理健康
年度阿尔茨海默病药物研发管线报告显示治疗前景乐观
大脑信号传播新突破：EWC方法精准追踪神经活动路径
雌性大脑对酒精更敏感？去甲肾上腺素系统揭示性别差异
心智图谱构建视觉运动关联的存储与检索机制
█ AI行业动态
OpenAI语音AI大升级！现在能打断、能调速还能喊暂停
ChatGPT升级：Codex全面开放+记忆功能革新
图灵奖得主Bengio再创业：3000万美元打造"安全至上"AI系统
█ AI驱动科学
普林斯顿Alita颠覆通用智能体设计，自主进化架构登顶GAIA榜单
华人数学家突破停滞18年集合和差问题，三度刷新纪录
AI与临床医生诊断能力大比拼
随机异质脉冲神经网络：类脑机制提升AI对抗防御能力
为什么人工智能不能像人类一样理解花朵
低维脑网络交互揭示人类认知组织原则
大脑物理引擎如何预测未来？解码神经模拟机制
脑科学动态
Nature：星形胶质细胞形态发生需要自我识别机制
大脑细胞如何识别"自己"？由John H. Lee、S. Lawrence Zipursky等组成的多机构团队发现，星形胶质细胞通过γC3蛋白实现自我识别，这对大脑发育至关重要。该研究揭示了神经元之外另一种脑细胞的身份识别机制。
研究团队首先确认γC3（Pcdhγ家族特定亚型）在人和小鼠星形胶质细胞中富集。通过基因编辑技术，他们证明γC3能自主调控小鼠视觉皮层星形胶质细胞的形态发育。为验证γC3是否通过促进同一细胞突起的相互识别发挥作用，研究人员设计了特殊实验：构建能异亲结合（heterophilic binding，不同分子间结合）但不能同亲结合的γC3嵌合蛋白对。当在γC3缺失的星形胶质细胞中共表达这对互补蛋白时，细胞恢复了正常形态；而单独表达任一种嵌合蛋白则无此效果。这一精巧实验证实，γC3介导的自我识别（self-recognition，细胞区分自身与非自身的能力）是星形胶质细胞发育的关键机制。研究发表在 Nature 上。
#神经科学 #神经机制与脑功能解析 #星形胶质细胞 #自我识别 #大脑发育
阅读更多：
Lee, John H., et al. “Astrocyte Morphogenesis Requires Self-Recognition.” Nature, May 2025, pp. 1–9. www.nature.com, https://doi.org/10.1038/s41586-025-09013-y
成瘾者更爱复杂音乐，药物成瘾重塑大脑奖赏阈值
长期药物使用如何改变大脑对音乐的响应？丹麦奥胡斯大学的Jan Stupacher、Benedetta Matarrelli、Danilo Cozzoli等团队发现，物质成瘾康复者对高复杂度音乐的运动欲望显著增强，揭示了多巴胺奖赏系统的阈值改变现象。
▷ A) 蓝色方块标记三种节奏的起始点。B) 确定性加权预测误差的倒 U 形。Credit: Proceedings of the National Academy of Sciences (2025).
研究采用对照实验设计，比较58名男性（19名可卡因成瘾康复者、16名海洛因/可卡因成瘾康复者、23名非使用者）对音乐节奏与和声复杂度的响应差异。参与者聆听预先设计的音乐片段后，使用标准化量表评估"律动感"强度。结果显示：健康人群呈现经典的倒U型曲线，中等复杂度音乐引发最强律动感；而成瘾康复组对高复杂度节奏的评分比对照组高32%（p=0.007），对高和声复杂度的响应也增强28%（p=0.01）。
这种模式与帕金森病患者的"平坦化"响应形成对比，支持"奖赏阈值升高"假说——长期药物使用导致多巴胺受体减少，需要更强刺激才能激活奖赏系统。研究为音乐疗法在成瘾康复中的应用提供了神经科学依据，也可能解释成瘾者寻求高强度感官体验的行为倾向。研究发表在 PNAS 上。
#疾病与健康 #神经调控 #音乐治疗 #成瘾机制 #多巴胺系统
阅读更多：
Stupacher, Jan, et al. “Individuals with Substance Use Disorders Experience an Increased Urge to Move to Complex Music.” Proceedings of the National Academy of Sciences, vol. 122, no. 20, May 2025, p. e2502656122. world, www.pnas.org, https://doi.org/10.1073/pnas.2502656122
四种微小RNA与精神疾病和帕金森病直接相关
microRNA（miRNA）如何影响精神疾病和神经退行性疾病？加州大学戴维斯分校医学院的Selina M. Vattathil、Aliza P. Wingo和Thomas S. Wingo团队通过分析604名老年供体的脑组织样本，系统鉴定了49种与双相情感障碍、抑郁症、精神分裂症、创伤后应激障碍（PTSD）和帕金森病相关的miRNA，揭示了这些疾病潜在的共同分子机制。
▷ 本研究生成的 miRNA 数据与多个现有数据集和资源进行了比较和整合。Credit: Nature Aging (2024).
研究团队对604名供体（死亡年龄中位数90岁）的背外侧前额叶皮层（dlPFC）进行小RNA测序，结合全基因组关联研究（GWAS）数据，系统分析了470种miRNA的表达水平及其遗传调控。结果显示，49种miRNA与至少一种脑部疾病相关，其中miR-499a-5p同时增加双相情感障碍和精神分裂症风险，miR-1908-5p与双相情感障碍和重度抑郁症相关。进一步发现224种miRNA受遗传变异（miR-QTLs）调控，这些变异多位于启动子或增强子区域。研究还表明，位于基因内部的miRNA可能独立于宿主基因被调控。研究发表在 Nature Aging 上。
#疾病与健康 #神经机制与脑功能解析 #心理健康与精神疾病 #基因调控 #个性化医疗
阅读更多：
Vattathil, Selina M., et al. “Mapping the microRNA Landscape in the Older Adult Brain and Its Genetic Contribution to Neuropsychiatric Conditions.” Nature Aging, vol. 5, no. 2, Feb. 2025, pp. 306–19. www.nature.com, https://doi.org/10.1038/s43587-024-00778-x
绿地促进青少年大脑发育，助力学业与心理健康
城市化如何影响青少年大脑发育？伦敦国王学院心理学、精神病学与神经科学研究所的Qingyang Li、Sarah Whittle和Divyangana Rakesh团队通过分析7,102名青少年的数据发现，接触绿地（greenspace）与大脑结构积极变化相关，这些变化进而提升学业表现和心理健康水平。
▷ A 和 B，绿色空间暴露与 T2 皮质厚度（A）、T2 表面积（B）、皮质厚度变化（C）和表面积变化（D）之间关联的线性混合效应模型的 t 统计值。Credit: Biological Psychiatry (2025).
研究团队利用美国青少年大脑认知发展（ABCD）研究数据，采用线性混合效应模型分析了9-10岁儿童接触绿地与两年后大脑结构的关联。结果显示，绿地暴露与更大的总表面积（SA）、皮质体积（CV）相关，特定脑区如颞叶皮质增厚（+0.03mm）、尾状核体积增大（+15mm³）。纵向分析发现，高暴露组总SA年增长率提高1.2%，皮质厚度年减少率降低0.8%。中介分析表明，这些结构变化解释了绿色空间对学业成绩（数学得分提高12%）和心理健康（抑郁症状减少8%）的28%影响效应。值得注意的是，这些益处独立于家庭收入或社区贫困水平。研究为城市规划提供了神经科学依据，建议将绿地整合进校园和居住区设计。研究发表在 Biological Psychiatry 上。
#疾病与健康 #心理健康与精神疾病 #神经机制与脑功能解析 #城市化 #青少年发展
阅读更多：
Li, Qingyang, et al. “Longitudinal Associations between Greenspace Exposure, Structural Brain Development, and Mental Health and Academic Performance during Early Adolescence.” Biological Psychiatry, vol. 0, no. 0, Apr. 2025. www.biologicalpsychiatryjournal.com, https://doi.org/10.1016/j.biopsych.2025.03.026
年度阿尔茨海默病药物研发管线报告显示治疗前景乐观
全球有超过5700万痴呆症患者，阿尔茨海默病治疗需求迫切。内华达大学拉斯维加斯分校的Jeffrey L. Cummings团队分析了182项临床试验和138种药物，发现研发管线较去年显著扩大，特别是I期试验数量增加近一倍，为治疗带来新希望。
研究团队系统分析了clinicaltrials.gov上注册的所有阿尔茨海默病临床试验数据。结果显示，当前研发管线包含182项试验（北美洲2,227个站点，全球其他地区2,302个站点）和138种药物。疾病靶向疗法（DTTs）占主导地位（74%），其中小分子药物占43%，生物制剂占30%。值得注意的是，I期临床试验从2024年的27项增至48项，表明基础研究活跃度提升。56项新试验于2024年初启动，包括10项III期试验。生物标志物在27%试验中作为主要终点，在患者筛选和疗效评估中发挥关键作用。药物再利用策略表现突出，46种已获批药物（占管线33%）被重新开发用于阿尔茨海默病，可显著缩短上市时间。全球超过50,000名受试者参与试验，研究人员建议增加单个站点的试验数量以提高招募效率。研究发表在 Alzheimer's & Dementia: Translational Research & Clinical Interventions 上。
#疾病与健康 #个性化医疗 #药物研发 #生物标志物 #阿尔茨海默病
阅读更多：
Cummings, Jeffrey L., et al. Alzheimer’s Disease Drug Development Pipeline: 2025. alz-journals.onlinelibrary.wiley.com, https://doi.org/10.1002/trc2.70098. Accessed 4 June 2025
大脑信号传播新突破：EWC方法精准追踪神经活动路径
如何准确追踪大脑内部的信号传播路径？墨尔本大学等机构的Varun Madan Mohan、Thomas F Varley、Robin F H Cash、Caio Seguin和Andrew Zalesky团队开发出事件标记窗口通信（EWC）新方法，成功实现全脑尺度神经活动传播的高效推断，相关网络与传递熵结果高度一致（中位r=0.81）。
研究团队提出的事件标记窗口通信（EWC）框架结合了功能连接（FC）分析的实用性和活动传播追踪的动态分辨率。该方法首先从神经时间序列中识别自发扰动事件，随后通过分析事件后时间窗口内的统计依赖关系来推断信号传播路径。在仿真测试中，EWC准确恢复了预设的定向信号模式；计算效率评估显示，其运行时间比传递熵（Transfer Entropy）等传统方法缩短约80%。应用EWC分析静息态脑磁图（MEG）数据时，不仅成功构建了全脑活动传播图谱，还发现其推断的网络与传递熵结果高度相关。特别值得注意的是，EWC框架具有跨模态适用性，可兼容功能磁共振（fMRI）和脑电图（EEG）等多种神经影像数据，为研究不同状态下的脑区间通讯机制提供了通用工具。研究发表在 Human Brain Mapping 上。
#神经科学 #神经机制与脑功能解析 #计算模型与人工智能模拟 #大脑信号解析
阅读更多：
Madan Mohan, Varun, et al. “Event‐Marked Windowed Communication: Inferring Activity Propagation from Neural Time Series.” Human Brain Mapping, vol. 46, no. 8, May 2025, p. e70223. PubMed Central, https://doi.org/10.1002/hbm.70223
雌性大脑对酒精更敏感？去甲肾上腺素系统揭示性别差异
酒精使用障碍（AUD）存在显著性别差异，但机制不明。斯克里普斯研究所的Alexia Anjos-Santos、Chloe Michelle Erikson和Marisa Roberto团队发现，雌性大脑的去甲肾上腺素系统对酒精更敏感，且药物响应存在性别特异性，这为女性AUD精准治疗提供了依据。
研究结合电生理学、分子生物学和药理学方法，聚焦中央杏仁核（CeA，处理压力和酒精信号的关键脑区）。在雌性大鼠中，即使少量酒精也会改变去甲肾上腺素（NE）对γ-氨基丁酸能（GABAergic）神经传递的调控，而雄性需依赖形成后才出现类似变化。两种FDA批准药物表现差异：α1受体阻断剂哌唑嗪（prazosin，降压药）对非依赖和依赖雌性均能减少饮酒，β受体阻断剂普萘洛尔（propranolol，治疗心脏病药物）仅对依赖个体有效。人类脑组织分析显示，AUD女性基底外侧杏仁核和前额叶皮层的ADRA1A基因（编码α1受体）表达下调。这些发现解释了为何女性更易受酒精长期影响（如焦虑、抑郁），并提示需根据性别和饮酒阶段选择药物。研究发表在 Biological Psychiatry 上。
#神经科学 #个性化医疗 #神经机制与脑功能解析 #酒精使用障碍 #性别差异
阅读更多：
Anjos-Santos, Alexia, et al. “Noradrenaline Modulates Central Amygdala GABA Transmission and Alcohol Drinking in Female Rats.” Biological Psychiatry, vol. 0, no. 0, Apr. 2025. www.biologicalpsychiatryjournal.com, https://doi.org/10.1016/j.biopsych.2025.03.024
心智图谱构建视觉运动关联的存储与检索机制
人类如何通过结构化记忆选择动作？Juliana E. Trach和Samuel D. McDougle团队发现，当人们学习新的视觉运动映射时，记忆检索涉及对结构化心智图谱的"遍历"，且这种图形化表征会持续存在。
研究团队让182名参与者学习具有潜在结构的视觉运动映射，这些结构将视觉特征（如颜色）与运动区分（如手指）联系起来。通过分析过渡反应时间，发现结构化映射的学习者表现出心智图谱"遍历"的特征模式。强制反应实验进一步揭示，单个试验内也存在类似的图形计算过程。值得注意的是，经过多天练习后，这种图形化表征仍然持续存在。研究表明，运动准备与结构化记忆表征的内部计算之间存在直接联系，为理解人类动作选择提供了新视角。研究发表在 Nature Human Behaviour 上。
#认知科学 #记忆机制 #神经机制与脑功能解析 #计算模型与人工智能模拟
阅读更多：
Trach, Juliana E., and Samuel D. McDougle. “Mental Graphs Structure the Storage and Retrieval of Visuomotor Associations.” Nature Human Behaviour, June 2025, pp. 1–15. www.nature.com, https://doi.org/10.1038/s41562-025-02217-2
AI 行业动态
OpenAI语音AI大升级！现在能打断、能调速还能喊暂停
OpenAI近日发布四项重磅更新，全面强化AI代理尤其是语音代理的开发能力。开发者现在可使用TypeScript编写Agents SDK（软件开发工具包），与Python版本功能完全同步，支持多代理协作、安全约束等核心功能。更引人注目的是新增的"人类审查"机制，允许在敏感操作前暂停执行并人工审核，大幅提升金融、医疗等高风险场景的安全性。同时推出的RealtimeAgent功能让语音代理开发门槛显著降低，支持实时音频处理、打断响应等高级交互能力。
调试工具Traces仪表盘迎来重大升级，首次实现语音会话全流程可视化。开发者可直观查看输入输出音频、工具调用记录及中断点，极大简化了语音代理的优化流程。同步改进的speech-to-speech（语音到语音）模型在指令遵循、工具调用稳定性方面表现突出，新增的语速调节参数让AI语音播报更自然。两个新模型版本gpt-4o-realtime-preview-2025-06-03和gpt-4o-audio-preview-2025-06-03已向合作方开放。
#OpenAI #语音交互 #TypeScript #AI代理 #实时API
阅读更多：
https://openai.github.io/openai-agents-js/
ChatGPT升级：Codex全面开放+记忆功能革新
OpenAI宣布为ChatGPT Plus用户全面开放Codex功能，这项升级赋予AI更强大的执行能力。Codex现在可以联网安装依赖包、运行测试代码甚至构建新功能，同时新增语音驱动支持，使开发者能通过语音指令操控编程流程。值得注意的是，此次更新还包含两个新型语言模型（gpt-4o-audio-preview-2025-06-03和gpt-4o-realtime-preview-2025-06-03），它们在指令跟踪、工具调用和中断响应方面表现更优，并首次加入语音速度调节参数。
记忆功能迎来重大改进，现已向免费用户开放。ChatGPT不仅能长期保存用户对话记录，还会主动参考近期聊天内容来优化回复的个性化程度。这一升级意味着AI能更深入地理解用户习惯与偏好，例如记住常用工作流程或重复性需求。正如部分用户预测的那样，OpenAI正通过持续迭代将ChatGPT塑造成真正的个人智能助手。
#ChatGPT #Codex #AI升级 #语言模型 #OpenAI
阅读更多：
https://x.com/ai_for_success/status/1929948635477025133
图灵奖得主Bengio再创业：3000万美元打造"安全至上"AI系统
深度学习先驱、图灵奖得主Yoshua Bengio近日宣布成立非营利组织LawZero，致力于开发"设计即安全（safe-by-design）"的新一代AI系统。该项目已获得Future of Life Institute等机构3000万美元捐赠支持，总部设在蒙特利尔，由加拿大魁北克人工智能研究所（Mila-Quebec AI Institute）孵化。Bengio团队提出"Scientist AI"概念，该系统通过"世界模型"和"推理机"两大组件，专注于理解世界而非采取行动，旨在为高风险AI提供安全监督、加速科研发现并构建强AI开发基础架构。
LawZero的核心创新在于其透明化推理框架。与传统AI不同，Scientist AI仅输出概率性解释和逻辑推断，不具备自主行动能力，从根本上规避了目标偏离风险。Bengio表示，当前AI已显现自我保护与欺骗倾向，LawZero正是针对这些挑战的解决方案。该技术可应用于生物、材料科学等领域，同时作为"安全护栏"监控危险AI行为。这是Bengio继2016年创立Element AI后的二次创业，他坦言已将职业生涯剩余时间全部投入AI安全研究。
尽管愿景宏大，业界对LawZero仍存疑虑。有评论指出，OpenAI最初也是非营利组织，但最终转向盈利模式；更有人担忧此类技术可能加速人类主导权向AI转移。但Bengio强调："对AI未来乐观或悲观并不重要，重要的是采取行动引导其正向发展。"目前团队已集结15名顶尖研究员，其58页的"Scientist AI"论文详述了这套方法论，试图在AI爆发时代建立可控的安全范式。
#AI安全 #图灵奖 #Bengio #非营利组织 #深度学习
阅读更多：
https://lawzero.org/en/news/yoshua-bengio-launches-lawzero-new-nonprofit-advancing-safe-design-ai
AI 驱动科学
普林斯顿Alita颠覆通用智能体设计，自主进化架构登顶GAIA榜单
传统智能体受限于人工预定义工具库，普林斯顿大学AI Lab的Jiahao Qiu、Xuan Qi等研究者开发出Alita智能体，通过自主进化工具的能力在GAIA基准测试中取得突破性成绩（75.15% pass@1），超越OpenAI等知名系统。
研究采用"最小预定义+最大自进化"（minimal predefinition + maximal self-evolution）设计范式，仅内置管理智能体（Manager Agent）和网页智能体（Web Agent）两个核心组件。通过MCP协议，系统能动态生成任务所需工具：MCP Brainstorming模块分析能力缺口，脚本生成模块（ScriptGeneratingTool）实时创建工具代码，验证模块（CodeRunningTool）确保工具可靠性。例如处理"PPT中甲壳类动物提及页数"任务时，Alita能自主开发专用解析工具而非依赖预设方案。在GAIA测试中，其不仅创下新纪录，所生成的MCP工具更使小模型性能显著提升——如GPT-4o-mini在Level 3任务准确率提升三倍（3.85%→11.54%）。这种"工具蒸馏"机制为智能体协作开辟新路径。
#大模型技术 #自动化科研 #跨学科整合 #AI驱动科学 #智能体架构
阅读更多：
Qiu, Jiahao, et al. Alita: Generalist Agent Enabling Scalable Agentic Reasoning with Minimal Predefinition and Maximal Self-Evolution. arXiv:2505.20286, arXiv, 26 May 2025. arXiv.org, https://doi.org/10.48550/arXiv.2505.20286
华人数学家突破停滞18年集合和差问题，三度刷新纪录
集合和差问题（Sums and differences of sets problem）是集合论领域停滞18年的经典难题。西班牙数学科学研究所ICMAT的Fan Zheng在DeepMind的AlphaEvolve取得突破后，通过理论分析方法将θ指数下界提升至1.173077，一个月内第三次刷新该问题纪录。
研究构建了具有坐标上界约束的特殊集合W(m,L,B)，通过容斥原理处理多重约束条件。关键创新在于引入大偏差估计（Large Deviation Estimates）进行渐近分析，证明当参数趋近无穷时θ的理论下界可达1.173077。相比AlphaEvolve使用Gemini大模型暴力生成54265个元素的集合（θ=1.1584），该方法通过数学证明而非具体构造突破极限。匈牙利数学家Robert Gerbicz此前通过优化离散集合构造（含10^43546个元素）达到θ=1.173050，而Fan Zheng在10天后用理论框架实现进一步突破。陶哲轩指出，这展示了AI广度搜索与人类深度分析的互补价值：AlphaEvolve能快速定位改进方向，而人类数学家能处理AI难以应对的渐近构造。
#AI驱动科学 #跨学科整合 #集合论 #离散数学 #人机协作
阅读更多：
Zheng, Fan. Sums and Differences of Sets: A Further Improvement over AlphaEvolve. arXiv:2506.01896, arXiv, 2 June 2025. arXiv.org, https://doi.org/10.48550/arXiv.2506.01896
AI与临床医生诊断能力大比拼
AI能否胜任复杂医疗诊断？缅因大学的Christian M. Graham团队比较了AI系统与人类临床医生处理7,165例医疗咨询的表现，发现AI虽在事实查询上准确率高，但缺乏情感共鸣且存在回答不一致问题。
研究团队收集了来自美国和澳大利亚的7,165例匿名医疗咨询，使用机器学习算法对比评估了两组回答。结果显示，AI在事实性查询准确率达89%，程序性问题处理效率比人类快40%，但解释性问题的准确率骤降至62%。情感分析发现，AI回答中临床术语使用频率是人类2.3倍，在心理健康等敏感话题中，83%的模拟患者更偏好人类医生的表达方式。值得注意的是，AI在同一会话内回答一致性达95%，但跨会话重复提问时出现15%内容偏差，这可能影响长期医疗建议的可靠性。两国比较显示，在实行全民医保的澳大利亚，AI应用成本效益比美国高4倍，突显医疗体系对技术应用的影响。研究发表在 Journal of Health Organization and Management 上。
#AI驱动科学 #个性化医疗 #医疗系统比较 #医患沟通
阅读更多：
Graham, Christian M. “Artificial Intelligence vs Human Clinicians: A Comparative Analysis of Complex Medical Query Handling across the USA and Australia.” Journal of Health Organization and Management, vol. ahead-of-print, no. ahead-of-print, May 2025. world, www.emerald.com, https://doi.org/10.1108/JHOM-02-2025-0100
随机异质脉冲神经网络：类脑机制提升AI对抗防御能力
人工智能模型的对抗鲁棒性是其安全应用的关键瓶颈。中国科学院自动化研究所王纪航、赵东成、杜成成、何翔、张倩、曾毅团队通过模拟生物神经系统的随机性和异质性，开发出RandHet-SNN模型，在保持高准确率的同时显著提升对抗防御能力。
研究团队在脉冲神经网络（SNN）中引入神经元时间常数随机化机制，构建了随机异质脉冲神经网络（RandHet-SNN）。该模型通过两种采样方式实现异质性：动态采样（每个时间步重新采样）和固定采样（每次前向传播固定参数）。实验显示，随机机制使模型对相同输入产生的梯度余弦相似度降至0.3，对抗扰动相似度分布在0.4-0.5区间，有效破坏攻击者的参数识别能力。采用变换期望法（EOT，一种考虑随机模型特性的攻击评估方法）测试表明，当EOT步长超过10时，RandHet-SNN的鲁棒准确率比传统SNN基线提高30%以上，且性能稳定。与人工神经网络（ANN）的随机方法相比，RandHet-SNN在EOT攻击下的准确率优势达15%-20%，同时纯净准确率损失控制在2%以内。该模型已集成至类脑认知智能引擎"智脉（BrainCog）"平台。研究发表在 iScience 上。
#AI驱动科学 #计算模型与人工智能模拟 #类脑智能 #人工智能安全 #对抗防御
阅读更多：
Wang, Jihang, et al. “Random Heterogeneous Spiking Neural Network for Adversarial Defense.” iScience, vol. 28, no. 6, June 2025. www.cell.com, https://doi.org/10.1016/j.isci.2025.112660
为什么人工智能不能像人类一样理解花朵
大型语言模型为何无法真正理解"花朵"这样的具身概念？俄亥俄州立大学Qihui Xu联合香港理工大学、普林斯顿大学等机构的研究人员发现，缺乏感官体验导致AI的概念表征存在根本性缺陷。研究通过系统比较人类与AI对4,442个词汇的理解差异，揭示了具身认知在概念形成中的不可替代性。
研究团队采用心理学经典评估工具——格拉斯哥规范（评估词语在情绪唤醒度、具体性等9个维度）和兰开斯特规范（分析概念与感觉/运动信息的关联），对比测试人类与OpenAI（GPT-3.5/4）、Google（PaLM/Gemini）等主流大语言模型。结果显示，虽然AI在抽象概念（如"justice"）表征上与人类高度一致（相关系数r=0.78），但对涉及感官的概念（如"flower"）却存在显著差异：人类评分中嗅觉关联度达7.2/9分，而最佳LLM仅达4.1分。所有测试模型对运动相关概念（如"swing"）都完全缺失动作体验维度。研究同时发现，接受图像和文本双重训练的LLMs在视觉相关概念上表现优于纯文本模型（提升23%），证实多模态训练能部分弥补感官缺失。研究发表在 Nature Human Behaviour 上。
#认知科学 #计算模型与人工智能模拟 #大模型技术 #人机交互 #概念表征
阅读更多：
Large language models without grounding recover non-sensorimotor but not sensorimotor features of human concepts, Nature Human Behaviour (2025). DOI: 10.1038/s41562-025-02203-8
低维脑网络交互揭示人类认知组织原则
脑网络如何通过低维交互支持认知功能？由Yonatan Sanz Perl和Gustavo Deco领衔的国际团队发现，任务驱动的脑网络交互重构可作为认知分类的精准指标，且低维建模优于传统分析方法。
研究团队结合深度变分自编码器（VAE，一种能压缩高维数据的神经网络）与计算建模，构建了基于人类连接组计划（HCP）千余名参与者fMRI数据的全脑动态模型。通过生成性时间箭头连接性（GCAT，量化信号不可逆性的新指标）推断网络间有效连接，团队发现七种认知任务会引发网络交互模式的特定重构。关键突破在于：相比传统节点空间分析，低维流形空间建模使任务分类准确率提升23%，模型拟合优度提高35%。研究证实大脑通过少数"主控网络"的交互实现复杂认知，这些网络构成嵌入低维流形的"计算引擎"。网络交互模式具有任务特异性，如工作记忆任务主要激活前额叶-顶叶网络动态耦合，而情绪任务则依赖边缘系统网络重组。研究发表在 Network Neuroscience 上。
#神经科学 #计算模型与人工智能模拟 #认知科学 #脑网络 #功能连接
阅读更多：
Perl, Yonatan Sanz, et al. “Modelling Low-Dimensional Interacting Brain Networks Reveals Organising Principle in Human Cognition.” Network Neuroscience, vol. 9, no. 2, May 2025, pp. 661–81. Silverchair, https://doi.org/10.1162/netn_a_00434
大脑物理引擎如何预测未来？解码神经模拟机制
人类如何预测物体运动轨迹？麻省理工学院的R. T. Pramod、Elizabeth Mieczkowski、Cyn X. Fang、Joshua B. Tenenbaum和Nancy Kanwisher团队通过功能磁共振成像（fMRI）发现，大脑顶叶和额叶的"物理网络"（PN）能够模拟未来碰撞事件，首次为"大脑物理引擎"假说提供直接证据。
研究分为两个关键实验。在接触关系解码实验中，参与者观看物体接触/非接触视频时，研究人员通过多体素模式分析（MVPA）发现PN能抽象表征接触状态，且这种表征不受具体物体形状或运动轨迹影响。更具突破性的是碰撞预测实验：当参与者观看可能发生碰撞（但实际未显示碰撞）的动态场景时，PN激活模式与实际观察碰撞时高度相似（解码准确率p<0.001），而其他视觉区域无此特性。这种预测性编码表明PN不仅反映当前物理状态，还能运行前向模拟（forward simulation）预测未来。研究人员特别指出，PN采用分层处理策略——抽象接触关系用于快速预测，而具体物体属性则由其他脑区处理，这种分工与机器人物理引擎的层级规划原理惊人相似。研究为理解人类物理直觉的神经基础开辟新途径，可能启发更高效的类脑物理模拟算法。研究发表在 Science Advances 上。
#神经科学 #神经机制与脑功能解析 #计算模型与人工智能模拟 #物理认知
阅读更多：
Pramod, R. T., et al. “Decoding Predicted Future States from the Brain’s ‘Physics Engine.’” Science Advances, vol. 11, no. 22, May 2025, p. eadr7429. science.org (Atypon), https://doi.org/10.1126/sciadv.adr7429
整理｜ChatGPT
编辑｜丹雀、存源
