█ 神经科学
Science：鸟类大脑皮层的进化与发育
Science：从进化视角看大脑如何平衡风险与奖励
Science：大脑回路的进化之谜，不同物种如何趋同进化
Nature：肠道细胞如何“报警”？新研究揭示慢性疼痛的根源
Nature：结合原住民与西方视角促进脑健康
Nature：雄性小鼠攻击行为的神经枢纽：后外侧皮层杏仁核
Nature：基因相同却形态迥异？位置决定神经元命运
Nature：大脑中的“雷达”，网格细胞如何扫描周围环境
Nature：揭秘大脑决策背后的“乐观”与“悲观”神经元
Nature：胃癌“劫持”神经系统，电信号加速肿瘤扩散
Cell：大脑如何区分自身运动与外部世界运动？
绘制大脑发育的蛋白质地图
共情背后的神经机制：700个神经元的关键作用
新发现的大脑回路揭示了记忆与情绪如何影响感知
Syngap1基因通过感觉运动整合支持认知能力
OPN3蛋白在下丘脑调节食物摄入的新机制
星形胶质细胞：大脑奖励学习的新钥匙
运动恢复杏仁核 Stat3 水平，预防压力性高血压
静态图像为何让你看到动态效果？
█ 认知科学
Science：小鼠如何感知并帮助昏迷同伴
Science：小鼠也会急救
Nature：WHAM模型让AI成为游戏创意的得力助手
Nature：压力如何让大脑“自动驾驶”？
Nature：AI如何帮助全球应对下一次疫情
AI预测人格相关性超越人类，但专家和专门模型仍具优势
大型语言模型显著提升学术会议组织效率
统计素养影响你对AI算法的信任度
情绪感知聊天机器人革新心理健康护理
公众对医疗系统使用AI的信任度普遍较低
机器学习揭示人类大脑如何感知情感
为何我们总是尝试新方法？人类与狨猴共有的认知策略
神经网络模型揭示人类如何在复杂环境中集中注意力
机器人也能终身学习？新框架让AI更聪明
AI助力精准健康管理，推动长寿研究新突破
从禅定到方言：探索心灵的共同语言
虚拟现实实验揭示大脑会放大意外疼痛
反例驱动推理提升大型语言模型的数学能力
模型剪枝技术有效减少AI偏见，但效果因情境而异
MIT研究发现：AI与人类大脑的“语义中心”惊人相似
DeepSeek AI 推出 NSA，语言模型长上下文处理效率提升 9 倍
Cogito系统：模仿人类学习的AI代码生成工具
无法解决的视觉推理：ZeroBench对多模态模型的终极测试
HealthGPT：医疗视觉任务的统一解决方案
儿童双耳音高融合在6-14岁仍在发展
为什么上下文学习会“善变”？揭秘大型语言模型的瞬态行为
█ 大脑健康
Science：帕金森病全新治疗靶点FAM171A2
Nature：免疫细胞与神经元的秘密对话塑造大脑健康与疾病
Cell：HypoxyStat模拟高海拔低氧环境，有效治疗线粒体疾病
抑郁青少年大脑处理情感信息时过度劳累
氯胺酮通过调节大脑受体GluN1-2B-2D缓解抑郁症
首次模拟大脑衰老，探索逆转可能
环境因素比基因更影响健康和衰老
从偏头痛到阿尔茨海默病：性激素悄悄改变你的大脑健康
中风后大脑如何通过网络重组恢复语言能力
增强特定神经信号可治疗脆性 X 综合症
糖皮质激素改变发育中大脑的神经元类型
全球仅6.9%的精神健康障碍患者获得有效治疗
Nerinetide在急性缺血性中风患者中的潜在益处
█ 神经技术
Nature：RNA剪接异常揭示癌症免疫治疗新靶点
AI精准定位，房颤消融成功率大幅提高
新型双域ACIM系统大幅提升神经网络能效
几何深度学习方法揭示大脑动态的通用模式
跨参与者语义解码：无需语言训练数据的语言解码新方法
智能睡衣以98.6%准确率监测睡眠障碍
激光脑调控技术安全性获全面验证
蚕蛾触角助力无人机实现精准气味导航
LangMem SDK：让 AI 代理通过长期记忆变得更智能
MM-RLHF推进多模态大语言模型发展
AI可穿戴传感器通过振动减少夜间抓挠
国际首个“双环路”脑机接口系统
*如需定位对应内容，请使用微信的检索功能
（点击右上方三点，找到查找页面内容按钮）
神经科学
Science：鸟类大脑皮层的进化与发育揭示了认知能力的分子基础
鸟类和哺乳动物在认知能力上展现出相似的高级功能，这可能是由于它们大脑前脑的进化创新。为了探索鸟类大脑皮层的细胞组成和进化，哈佛医学院和哈佛大学的研究团队使用单核RNA测序（snRNA-seq）和空间转录组学技术，生成了成年鸡大脑皮层的细胞类型图谱，并与哺乳动物和非鸟类爬行动物的相应图谱进行了比较。研究结果揭示了鸟类大脑皮层中细胞类型的保守性和分化，以及发育过程中的基因表达趋同性。
研究团队使用单核RNA测序和空间转录组学技术，对鸡的大脑皮层进行了详细的细胞类型分析，并与小鼠和几种非鸟类爬行动物的数据进行了比较。研究发现，鸟类的大脑皮层中的抑制性神经元类型与其他羊膜动物（包括哺乳动物和爬行动物）是保守的。兴奋性神经元在海马体区域也显示出进化上的保守性。然而，在其他大脑皮层区域，兴奋性神经元类型在鸟类中发生了显著分化。特别是，鸟类中某些细胞类型的基因表达模式与哺乳动物的深皮层层神经元相似，这表明鸟类和哺乳动物在大脑皮层的某些功能上可能存在相似性。此外，研究还发现，在鸟类大脑皮层的发育过程中，位于不同区域的细胞类型在基因表达上显示出趋同性，这表明在鸟类中，细胞在成年后的功能属性可能不完全由其在大脑皮层中的位置决定。研究发表在 Science 上。
#神经科学 #跨学科整合 #大脑皮层 #单核RNA测序 #进化发育
阅读更多：
Zaremba, Bastienne, et al. “Developmental Origins and Evolution of Pallial Cell Types and Structures in Birds.” Science, vol. 387, no. 6735, Feb. 2025, p. eadp5182. science.org (Atypon), https://doi.org/10.1126/science.adp5182
Science：从进化视角看大脑如何平衡风险与奖励
神经进化是一种通过进化计算优化人工神经网络架构和/或参数的计算建模技术。哈佛医学院和哈佛大学的研究团队通过神经进化技术，探讨了大脑如何在决策中平衡风险和奖励。研究表明，神经进化不仅能够揭示特定神经回路和元件的进化起源，还能优化复杂的手工构建模型，如脉冲神经网络。此外，神经进化还可以与发育模型和学习机制结合，揭示神经结构的形成和复杂性来源。研究还表明，神经进化能够识别和理解导致特定神经科学结构或功能出现的约束条件，并揭示行为的进化起源。
▷在神经进化中，种群的神经网络编码是根据每个网络的行为解决任务的效果来进化的。Credit：Science（2025）
这项研究的关键方法是神经进化（neuroevolution），研究人员通过模仿生物进化过程的算法来构建虚拟神经网络。研究提出了神经科学中的几个领域，包括大脑结构和功能、神经发育以及行为，在这些领域中，神经进化的应用可能会带来重大进展。研究还提出了在环境约束下优化作为统一主题，并建议将语言的进化作为一个重大挑战。研究发表在 Science 上。
#神经科学 #计算模型与人工智能模拟 #神经进化 #决策机制 #大脑结构
阅读更多：
Miikkulainen, Risto. “Neuroevolution Insights into Biological Neural Computation.” Science, vol. 387, no. 6735, Feb. 2025, p. eadp7478. science.org (Atypon), https://doi.org/10.1126/science.adp7478
Science：大脑回路的进化之谜，不同物种如何趋同进化
哺乳动物新皮层与其他脊椎动物皮层之间的同源性一直是科学界争论的焦点。为了理解大脑结构的进化和发育路径，由Eneritz Rueda-Alaña、Rodrigo Senovilla-Ganzo、Marco Grillo、Enrique Vázquez等17位研究人员组成的团队，通过神经发生、转录和数学分析，研究了鸡、小鼠和壁虎这三种物种的皮层回路发展。研究发现，不同物种的皮层回路神经元在不同时间和脑区生成，鸟类和小鼠的皮层回路发育顺序不同，壁虎则表现出双重序列。
研究团队使用了单细胞RNA测序和数学建模等方法，比较了鸡、壁虎和小鼠的皮层回路发育和进化。研究发现，不同物种的皮层回路神经元在不同时间和脑区生成，谷氨酸能神经元在不同物种中发育成不同类型，而GABA能神经元则表现出强烈的保守性。研究还发现，不同物种的皮层前体细胞（progenitor cells）和其他细胞的发育也存在显著差异。最终，研究得出结论，高级感觉处理回路在不同脊椎动物类群中独立进化，最终形成了功能相似的回路。研究发表在 Science 上。
#神经科学 #跨学科整合 #单细胞RNA测序 #数学建模 #感觉回路
阅读更多：
Rueda-Alaña, Eneritz, et al. “Evolutionary Convergence of Sensory Circuits in the Pallium of Amniotes.” Science, vol. 387, no. 6735, Feb. 2025, p. eadp3411. science.org (Atypon), https://doi.org/10.1126/science.adp3411
Nature：肠道细胞如何“报警”？新研究揭示慢性疼痛的根源
肠道疼痛是肠易激综合征（IBS）和炎症性肠病（IBD）等疾病的常见症状，但其机制尚不明确。澳大利亚霍普伍德神经生物学中心内脏疼痛研究小组Stuart M. Brierley、加州大学旧金山分校（UCSF）David Julius，Kouki K. Touhara和北京大学的李毓龙研究团队通过实验揭示了肠道细胞如何通过释放神经递质触发持续疼痛。
研究团队开发了一种报告小鼠模型，用于定量测量活体肠道中肠嗜铬细胞（EC细胞）释放的血清素（serotonin）及其传播。研究发现，隐窝EC细胞（crypt EC cells）具有两种模式：一种是基础的低水平模式，通过激活上皮细胞的5-HT4受体调节基础离子分泌；另一种是刺激诱导的高水平模式，通过激活感觉神经纤维上的5-HT3受体传递疼痛信号。这两种模式都可以由刺激性受体TRPA1触发，而TRPA1仅存在于隐窝EC细胞中。当肠道保护性黏液层受损时，TRPA1对刺激性物质的反应会增强。
绒毛EC细胞（villus EC cells）则通过另一种机制传递损伤信号：氧化应激激活TRPM2通道，导致血清素和ATP的释放，进而激活感觉神经纤维。这种EC细胞功能的拓扑分离机制为肠道在不同生理条件下的监测、维护和保护提供了新的解释。研究发表在 Nature 上。
#神经科学 #肠道疼痛 #肠嗜铬细胞 #血清素 #TRPA1
阅读更多：
Touhara, Kouki K., et al. “Topological Segregation of Stress Sensors along the Gut Crypt–Villus Axis.” Nature, Feb. 2025, pp. 1–11. www.nature.com, https://doi.org/10.1038/s41586-024-08581-9
Nature：结合原住民与西方视角促进脑健康
为了促进脑部和心理健康的理解，国际脑倡议的跨文化研究小组，包括不列颠哥伦比亚大学的Judy Illes、圭尔夫大学的Melissa Perreault和莫纳什大学心理学学院的Rudi Taylor-Bragge等人，提出了一种名为“双视角观察”（Two-Eyed Seeing）的方法。这一方法结合了原住民和西方视角，强调多元认识论的重要性。
研究团队通过“双视角观察”这一概念，结合了原住民和西方视角，探讨了脑部和心理障碍、自杀、移民健康、语言、环境和土地等案例。研究指出，多元主义不仅是深化对大脑理解的科学必要，也是促进公平和确保脑健康研究和临床实践可持续发展的关键。研究人员提出了联盟、谦逊和普遍主义的广泛策略，并强调了“双视角观察”在沟通和公众参与中的力量。研究发表在 Nature 上。
#神经科学 #跨学科整合 #心理健康与精神疾病 #原住民视角 #脑健康
阅读更多：
Illes, J., et al. “Two-Eyed Seeing and Other Indigenous Perspectives for Neuroscience.” Nature, vol. 638, no. 8049, Feb. 2025, pp. 58–68. www.nature.com, https://doi.org/10.1038/s41586-024-08437-2
Nature：雄性小鼠攻击行为的神经枢纽：后外侧皮层杏仁核
攻击行为是进化上保守的行为，控制社会等级并保护宝贵资源。在小鼠中，攻击行为可以分为食欲阶段（接近和调查）和完成阶段（咬、踢和摔跤）。为了理解这些阶段之间的过渡机制，纽约西奈山伊坎医学院的研究团队进行了这项研究，使用无监督加权相关网络分析全脑FOS表达，鉴定出一簇在雄性而非雌性攻击者中高度共激活的大脑区域，并发现后外侧皮层杏仁核（COApl）是关键的枢纽区域。
研究团队首先使用iDISCO+清除程序进行全脑免疫染色，识别FOS+细胞。然后，他们使用无监督的全脑计算方法，鉴定出一簇包括下丘脑和杏仁核亚区及嗅觉皮层区域的大脑区域，这些区域在雄性而非雌性攻击者中高度共激活。在这一簇中，后外侧皮层杏仁核（COApl）——一个扩展的嗅觉结构——被发现在这一簇中是一个枢纽区域，基于其与其他区域的相关数量和强度。数据还显示，表达雌激素受体1（Esr1）的COApl细胞（COAplEsr1）在攻击行为期间和攻击前的调查期间表现出增加的活性，仅在雄性小鼠中。化学遗传或光遗传抑制雄性攻击者的COAplEsr1细胞减少了攻击性并增加了亲社会调查，而不影响社会奖励和强化行为。
研究进一步表明，COAplEsr1投射到腹内侧下丘脑（VMH）和中央杏仁核（CEA）是这些行为所必需的。总体而言，这些数据表明，在攻击性雄性中，COAplEsr1细胞对社交刺激特别敏感，从而增强其显著性并促进攻击行为。研究发表在 Nature 上。
#神经科学 #神经机制与脑功能解析 #攻击行为 #后外侧皮层杏仁核 #化学遗传学
阅读更多：
Aubry, Antonio V., et al. “A Crucial Role for the Cortical Amygdala in Shaping Social Encounters.” Nature, Feb. 2025, pp. 1–10. www.nature.com, https://doi.org/10.1038/s41586-024-08540-4
Nature：基因相同却形态迥异？斑马鱼大脑揭秘位置决定神经元命运
传统观点认为神经元类型由其基因表达决定，但斑马鱼视顶盖研究发现位置因素同样重要。由Inbal Shainer、Johannes M. Kappel、Herwig Baier等组成的国际团队结合单细胞转录组分析、活体钙成像和形态追踪技术，揭示超过60种转录组定义的神经元类型中，相同基因型的神经元会因所处空间位置不同产生功能和形态差异。
▷转基因表达与基因表达图谱的比较。Credit: Nature (2025).
该研究首先通过单细胞RNA测序（single-cell RNA sequencing，检测单个细胞基因表达的技术）绘制了斑马鱼视顶盖的转录组图谱，识别出62个按解剖层分布的细胞类型。使用双光子钙成像记录了4,386个神经元对视觉刺激的响应，发现同一转录组类型的神经元存在方向选择性和运动速度偏好差异。通过转基因品系对18个转录组类型进行形态重建，发现它们的轴突投射范围和树突分支模式与空间位置密切相关。例如位于视顶盖前部的t-type23神经元比后部同类具有更长的轴突投射。研究还构建了三维空间概率图，显示各转录组类型内部存在由位置决定的功能形态亚群。这些发现证明发育过程中的位置信号（如形态素梯度）与转录组共同塑造神经元表型。研究发表在 Nature 上。
#神经科学 #神经机制与脑功能解析 #斑马鱼 #单细胞RNA测序 #神经元多样性
阅读更多：
Shainer, Inbal, et al. “Transcriptomic Neuron Types Vary Topographically in Function and Morphology.” Nature, Feb. 2025, pp. 1–11. www.nature.com, https://doi.org/10.1038/s41586-024-08518-2
Nature：大脑中的“雷达”，网格细胞如何扫描周围环境
挪威科技大学Kavli研究所的研究团队发现，网格细胞不仅负责定位，还会以每秒10次的频率交替向右30度和向左30度扫描周围环境。研究使用Neuropixels 2.0技术记录了大鼠在清醒和睡眠状态下的神经活动，发现网格细胞在theta波周期内进行这种扫描。这种扫描机制可能是一种进化出的高效导航策略，类似于蝙蝠的回声定位。
▷Gardner 和 Vollan 在实验中老鼠导航过的其中一个箱子前。Credit: Rita Elmkvist Nilsen / Kavli Institute.
研究使用Neuropixels 2.0技术记录了大鼠在清醒和睡眠状态下的神经活动。这种技术能够以毫秒级精度记录数千个神经交互。研究人员发现，网格细胞在theta波周期内进行扫描，每次扫描持续125毫秒。扫描从动物当前位置开始，向右或向左30度扫过，然后消失，再从当前位置重新开始向另一边扫过。这种扫描机制不仅帮助动物实时更新内部空间表征，还可能在REM睡眠期间帮助动物“在梦中导航”。研究还发现，这种扫描机制与蝙蝠的回声定位有相似之处，可能是进化出的一种高效导航策略。研究发表在 Nature 上。
#神经科学 #神经机制与脑功能解析 #网格细胞 #Neuropixels 2.0 #导航策略
阅读更多：
Vollan, Abraham Z., et al. “Left–Right-Alternating Theta Sweeps in Entorhinal–Hippocampal Maps of Space.” Nature, Feb. 2025, pp. 1–11. www.nature.com, https://doi.org/10.1038/s41586-024-08527-1
Nature：揭秘大脑决策背后的“乐观”与“悲观”神经元
大脑在决策时如何平衡风险和奖励？哈佛医学院和哈佛大学的研究团队，包括Jan Drugowitsch和Naoshige Uchida，通过将机器学习概念融入小鼠实验，研究了支持基于奖励的决策的大脑电路。他们发现，小鼠大脑中存在两类神经元：一类帮助小鼠学习高于平均水平的结果，另一类与低于平均水平的结果相关。这些神经元共同作用，使大脑能够评估与选择相关的全部可能奖励范围。
研究团队使用高密度探针（Neuropixels）记录小鼠在经典条件反射任务中腹侧纹状体的活动，任务中独立操纵了奖励均值、奖励方差和刺激身份。研究结果显示，腹侧纹状体中存在对奖励方差的抽象编码，与传统的强化学习理论不同。长期消融多巴胺输入会扰乱这些分布表示，但不影响均值编码。通过双光子钙成像和光遗传学，研究发现腹侧纹状体中的D1和D2中型多棘神经元分别优先编码奖励分布的右尾和左尾。这些发现被整合成一个新的腹侧纹状体和多巴胺系统模型，利用D1和D2中型多棘神经元的对抗性来实现分布强化学习的计算优势。研究发表在 Nature 上。
#神经科学 #预测模型构建 #大脑信号解析 #决策机制 #机器学习
阅读更多：
Lowet, Adam S., et al. “An Opponent Striatal Circuit for Distributional Reinforcement Learning.” Nature, Feb. 2025, pp. 1–10. www.nature.com, https://doi.org/10.1038/s41586-024-08488-5
Nature：胃癌“劫持”神经系统，电信号加速肿瘤扩散
胃癌如何利用神经系统促进生长和扩散一直是癌症研究中的未解之谜。哥伦比亚大学欧文医学中心的研究团队通过小鼠模型，首次揭示了胃癌细胞与感觉神经元之间的电连接。研究人员发现，这种连接通过释放降钙素基因相关肽（CGRP）诱导电信号，形成前馈回路，持续刺激肿瘤生长。
研究团队使用小鼠胃癌模型，发现痛觉神经在神经生长因子（NGF）的作用下显著扩张。通过神经追踪技术，研究人员确定了CGRP+肽能神经元是主要的胃感觉神经元。三维共培养模型显示，感觉神经元直接与胃癌球体连接。化学遗传学激活感觉神经元会诱导钙离子释放到癌细胞中，促进肿瘤生长和转移。药物消融感觉神经元或使用CGRP抑制剂可以抑制肿瘤生长并延长生存期。此外，通过光遗传学激活胃肿瘤膜的去极化，增强了颈静脉核复合体中的钙流和CGRP释放，定义了一个癌细胞-肽能神经元回路。研究发表在 Nature 上。
#神经科学 #个性化医疗 #胃癌 #神经回路 #CGRP抑制剂
阅读更多：
Zhi, Xiaofei, et al. “Nociceptive Neurons Promote Gastric Tumour Progression via a CGRP–RAMP1 Axis.” Nature, Feb. 2025, pp. 1–9. www.nature.com, https://doi.org/10.1038/s41586-025-08591-1
Cell：大脑如何区分自身运动与外部世界运动？
大脑如何区分外部世界的视觉运动和观察者自身运动引起的视觉运动，这一问题被称为“运动源分离问题”。伦敦大学学院 Sainsbury Wellcome 中心的研究团队通过开发一种名为 Translocator 的实验装置，首次揭示了小鼠初级视觉皮层中的神经元如何利用运动和前庭信号来区分这两种运动。
▷图片摘要。Credit：Cell（2025）
研究团队开发了 Translocator 装置，结合虚拟现实技术，让小鼠在跑步机上跑步或被动移动，同时记录其初级视觉皮层的神经活动。通过分离运动信号、前庭信号和视觉流动信号，研究团队发现，初级视觉皮层中约 50% 的细胞对视觉流动、跑步和位移有反应。当小鼠跑步时，跑步信号会抑制与其速度一致的前庭信号；而当跑步速度和前庭信号不一致时，前庭信号会主导皮层活动。这一发现表明，大脑通过整合运动、前庭和视觉信号来构建一个内部参考框架，用于感知自身运动状态。研究还发现，这种信号整合不仅发生在初级视觉皮层，还广泛存在于大脑的其他区域，表明这是大脑皮层组织的基本属性。研究发表在 Cell 上。
#神经科学 #大脑信号解析 #运动感知 #前庭系统 #视觉皮层
阅读更多：
Vélez-Fort, Mateo, et al. “Motor and Vestibular Signals in the Visual Cortex Permit the Separation of Self versus Externally Generated Visual Motion.” Cell, vol. 0, no. 0, Feb. 2025. www.cell.com, https://doi.org/10.1016/j.cell.2025.01.032
绘制大脑发育的蛋白质地图
弗吉尼亚大学的研究团队创建了首个全面的蛋白质水平脑发育图谱，提供了前所未有的关于大脑形成过程的见解。Christopher Deppmann和Eli Zunder领导的研究团队使用质谱细胞学技术，追踪了大脑不同区域和发育阶段的40种不同蛋白质，揭示了大脑发育的详细分子途径。
▷Credit: University of Virginia College and Graduate School of Arts & Sciences
该研究使用质谱流式细胞术（mass cytometry）对C57/BL6小鼠的整个大脑在胚胎日（E）11.5-E12.5以及端脑、间脑、中脑和后脑在E13.5-出生后日（P）4进行了分析。使用40种抗体面板分析了24,290,787个细胞，识别出85个分子上不同的细胞簇。研究确认了神经发生和胶质发生的经典分子途径，并预测了皮质少突胶质发生的两种不同轨迹。通过免疫组织化学和RNAscope原位杂交验证，质谱流式细胞术和单细胞RNA测序在蛋白质与RNA表达上的差异，证明了蛋白质水平测量在识别功能细胞状态中的价值。研究发表在 Nature Neuroscience 上。
#神经科学 #跨学科整合 #大脑发育 #质谱流式细胞术
阅读更多：
Van Deusen, Amy L., et al. “A Single-Cell Mass Cytometry-Based Atlas of the Developing Mouse Brain.” Nature Neuroscience, vol. 28, no. 1, Jan. 2025, pp. 174–88. www.nature.com, https://doi.org/10.1038/s41593-024-01786-1
共情背后的神经机制：700个神经元的关键作用
理解他人的意图和情感是社会认知的核心，但其神经机制尚不明确。圣路易斯华盛顿大学医学院的 Runnan Cao、Shuo Wang 及其合作者 Ueli Rutishauser、Adam Mamelak 和 Ralph Adolphs 通过记录脑部手术患者的大脑活动，揭示了内侧颞叶和内侧前额叶皮层在社会推理中的不同作用。
▷任务、电极位置和行为。Credit: Science Advances (2024).
研究团队在患者进行脑部手术时，记录其内侧颞叶（MTL, medial temporal lobe）和内侧前额叶皮层（MFC, medial frontal cortex）的神经元活动，同时向他们展示面部表情、手势和自然场景的图片。结果显示，MTL 和 MFC 中存在不同的神经元群体，分别编码社会性（面部和手势）和非社会性（场景）刺激的推理类型。MTL 中的神经元对面部和手势有特异性反应，表明其对社会推理的领域特异性处理。而 MFC 则以通用方式处理不同刺激类别。此外，研究还发现超过 700 个神经元参与社会推理，这些神经元可能为孤独症、精神分裂症和帕金森病的神经机制提供新见解。研究发表在 Science Advances 上。
#神经科学 #神经机制与脑功能解析 #社会推理 #内侧颞叶 #内侧前额叶皮层
阅读更多：
Cao, Runnan, et al. “Domain-Specific Representation of Social Inference by Neurons in the Human Amygdala and Hippocampus.” Science Advances, vol. 10, no. 49, Dec. 2024, p. eado6166. science.org (Atypon), https://doi.org/10.1126/sciadv.ado6166
新发现的大脑回路揭示了记忆与情绪如何影响感知
海马体是大脑中主要负责记忆形成的区域。纽约大学朗格健康医学院的研究人员发现了一个新的大脑回路，该回路将感官信息、记忆和情绪混合起来，以判断事物是否熟悉或新奇，是否重要或只是“背景噪音”。研究团队使用现代方法，发现了一个直接连接海马体（HC）与内侧前额叶皮层（EC）的第 2 层和第 3 层的第二环路。
研究团队在小鼠中发现了两条功能不同的平行海马体到内嗅皮层的反馈通路：一条是通过第 5 层的经典双突触路径，另一条是到第 2/3 层的新的单突触输入。研究发现，海马体输入主要在第 5 层驱动兴奋，但在第 2/3 层则驱动前馈抑制。当与皮层第 1 层输入重复配对时，海马体输入在第 5 层经历同突触增强，但在第 2/3 层诱导异突触可塑性和尖峰输出。行为上，海马体输入到第 5 层和第 2/3 层分别支持物体记忆编码和回忆。研究还提出了一个模型，海马体反馈可以迭代地塑造正在进行的皮层处理。研究结果发表在 Nature Neuroscience 上。
#神经科学 #记忆机制 #大脑信号解析 #神经机制与脑功能解析
阅读更多：
Butola, Tanvi, et al. “Hippocampus Shapes Entorhinal Cortical Output through a Direct Feedback Circuit.” Nature Neuroscience, Feb. 2025, pp. 1–12. www.nature.com, https://doi.org/10.1038/s41593-025-01883-9
Syngap1基因通过感觉运动整合支持认知能力
Syngap1基因在突触和神经回路发展中起关键作用，其突变与智力障碍、孤独症谱系障碍（ASD）和癫痫等学习障碍相关。为了揭示Syngap1基因如何支持认知功能，Herbert Wertheim UF Scripps生物医学创新与技术研究所的Gavin Rumbaugh团队使用小鼠模型，结合高速摄影和触须跟踪技术，研究了Syngap1基因在皮质兴奋性神经元中的表达及其对感知和行为的影响。研究发现，Syngap1基因通过整合感觉和运动信息，促进认知能力。
▷Credit: Tom Vaissiere and Randall Golovin, Rumbaugh Lab.
研究团队通过小鼠模型，分析了Syngap1基因在皮质兴奋性神经元中的表达如何影响感知的形成。感知是一种通过感觉运动整合（SMI）实现的认知过程。研究发现，Syngap1基因的表达对形成促进SMI介导感知的体感运动网络至关重要。Syngap1基因调节触觉敏感性，维持触觉物体探索，并促进触觉学习。Syngap1表达不足的小鼠在皮质-丘脑网络（cortical-thalamic network）中表现出由探索性触摸诱导的神经动力学异常，这与长程突触连接异常有关。研究结果表明，Syngap1基因通过整合时间重叠的感觉和运动信号，促进感知和注意力，从而支持认知能力。研究发表在 Nature Communications 上。
#神经科学 #孤独症 #智力障碍 #Syngap1基因 #感觉运动整合
阅读更多：
Vaissiere, Thomas, et al. “Syngap1 Promotes Cognitive Function through Regulation of Cortical Sensorimotor Dynamics.” Nature Communications, vol. 16, no. 1, Jan. 2025, p. 812. www.nature.com, https://doi.org/10.1038/s41467-025-56125-0
OPN3蛋白在下丘脑调节食物摄入的新机制
下丘脑中的神经元表达Opsin 3（OPN3）蛋白，但其在大脑深处的功能尚不明确。布朗大学和辛辛那提儿童医院的研究团队通过基因工程手段，在小鼠的下丘脑室室核（PVN）中敲除OPN3，发现其在调节食物摄入中起重要作用。
▷在下丘脑的室室核中表达神经元（绿色）的OPN3。Credit: Jonathan Mercado-Reyes.
研究团队通过基因工程手段，在小鼠的下丘脑室室核中敲除OPN3，观察其对食物摄入和活动水平的影响。他们还通过分子生物学技术，研究了OPN3与黑素皮质素4受体（MC4R）和Kir7.1钾通道（Kir7.1 potassium channel）的相互作用。研究发现，OPN3与MC4R和Kir7.1钾通道共同作用，调节神经元信号和能量平衡。敲除OPN3的小鼠食物摄入减少，活动水平降低。此外，OPN3通过Gαi/o依赖性方式负调节MC4R介导的cAMP信号，增强Kir7.1通道的活性，从而促进食物摄入。研究发表在 PNAS 上。
#神经科学 #下丘脑 #OPN3 #食物摄入 #能量平衡
阅读更多：
Haddad, Hala K., et al. “Hypothalamic Opsin 3 Suppresses MC4R Signaling and Potentiates Kir7.1 to Promote Food Consumption.” Proceedings of the National Academy of Sciences, vol. 122, no. 8, Feb. 2025, p. e2403891122. pnas.org (Atypon), https://doi.org/10.1073/pnas.2403891122
星形胶质细胞：大脑奖励学习的新钥匙
星形胶质细胞在大脑功能中扮演重要角色，但其在奖励学习中的具体作用尚不明确。Cajal研究所、马德里自治大学和卡洛斯三世健康研究所的研究团队使用新开发的AstroLight工具，揭示了星形胶质细胞在奖励驱动行为中的专门网络。
▷左：使用 AstroLight 对星形胶质细胞群体进行标记。借助该工具，作者获得了与条件刺激动机行为任务相关的伏隔核中星形胶质细胞群体的空间图谱。右：星形胶质细胞群体刺激。激活标记有 AstroLight 的星形胶质细胞引起了小鼠对两个可能的奖励位置之一的偏好改变。Credit: Serra et al.
研究团队使用AstroLight工具，将星形胶质细胞的钙信号转化为光依赖的基因表达，识别出在伏隔核（Nucleus Accumbens, NAc）中形成的星形胶质细胞合奏。这些合奏在奖励驱动的行为中活跃，并且直接光遗传学激活这些合奏足以驱动小鼠的奖励寻求行为。研究结果表明，星形胶质细胞并非均匀分布，而是形成特定的合奏，这些合奏在学习和记忆中扮演关键角色。研究发表在 Nature Neuroscience 上。
#神经科学 #星形胶质细胞 #奖励学习 #光遗传学 #伏隔核
阅读更多：
Serra, Irene, et al. “Astrocyte Ensembles Manipulated with AstroLight Tune Cue-Motivated Behavior.” Nature Neuroscience, Feb. 2025, pp. 1–11. www.nature.com, https://doi.org/10.1038/s41593-025-01870-0
运动恢复杏仁核 Stat3 水平，预防压力性高血压
高血压是全球早死的主要原因之一，慢性压力是其重要诱因，但具体机制尚不明确。日本东京齿科大学的 Hidefumi Waki、Keisuke Tomita 和 Ko Yamanaka 团队通过大鼠实验，分析运动和慢性压力对杏仁核基因表达的影响，发现运动能恢复 Stat3 水平并防止血压升高。
▷锻炼通过 STAT3 调节杏仁核中的压力诱导性高血压。Credit: Prof. Hidefumi Waki, from Juntendo University
研究团队对大鼠进行三周的慢性束缚压力实验，其中一组进行自愿踏轮运动。通过微阵列方法（microarray）分析杏仁核基因表达，发现慢性压力导致血压升高和 Stat3 表达降低，而运动能维持血压正常并恢复 Stat3 水平。进一步实验使用小干扰 RNA（small-interfering RNA）抑制 Stat3 表达，发现血压升高，但心率变异性不受影响。这表明 Stat3 在杏仁核中调控血压，运动通过恢复 Stat3 表达预防压力性高血压。研究发表在 Acta Physiologica 上。
#神经科学 #疾病预防 #高血压 #杏仁核 #Stat3
阅读更多：
Tomita, Keisuke, et al. “Potential Role of Signal Transducer and Activator of Transcription 3 in the Amygdala in Mitigating Stress-Induced High Blood Pressure via Exercise in Rats.” Acta Physiologica, vol. 241, no. 2, 2025, p. e14274. Wiley Online Library, https://doi.org/10.1111/apha.14274
静态图像为何让你看到动态效果？
扩展的孔幻觉是一种静态图像让人产生动态扩展效果的视觉现象，但其背后的神经机制尚不明确。为了揭示这一机制，弗林德斯大学的Nasim Nematzadeh和David Powers等人开发了一种基于高斯差异的计算模型，模拟了人类视网膜的对比度和运动感知处理过程，并解释了这种幻觉的神经基础。
▷扩展的孔幻觉：这种静态模式产生了动态效果，给人的印象是该模式中中央区域的连续扩展。Credit: Flinders University
研究团队使用高斯差异（Difference of Gaussians, DoG）滤波和经典感受野（Classical Receptive Field, CRF）模型，模拟了早期视网膜处理机制。研究发现，扩展的孔幻觉源于视网膜处理对比度和运动感知与大脑之间的相互作用，特别是对比度依赖性侧抑制（lateral inhibition）在早期视觉处理中的作用。对比度梯度和多层空间处理共同导致了扩张的感知，这一结果与心理物理学的发现一致，并支持了视网膜神经节细胞在生成这种错觉运动信号中的关键作用。这一模型不仅解释了视觉错觉的神经机制，还为改进AI视觉系统提供了新方向，使其在低光环境或复杂背景中更加鲁棒。
#神经科学 #视觉错觉 #视网膜处理 #AI视觉系统 #高斯差异
阅读更多：
Nematzadeh, Nasim, and David M. W. Powers. A Bioplausible Model for the Expanding Hole Illusion: Insights into Retinal Processing and Illusory Motion. arXiv:2501.08625, arXiv, 15 Jan. 2025. arXiv.org, https://doi.org/10.48550/arXiv.2501.08625
认知科学
Science：小鼠如何感知并帮助昏迷同伴
动物在失去反应性时面临捕食者或危险环境的威胁，旁观者的行为对提高生存和福祉至关重要。由Fangmiao Sun、Ye Emily Wu和Weizhe Hong组成的研究团队，他们来自哈佛医学院和哈佛大学，通过实验观察小鼠对无反应同类的行为，并利用光遗传学技术调控中隔杏仁核（MeA）的神经活动，以探究这些行为的神经机制。
研究团队通过实验观察小鼠对无反应同类的行为，并利用光遗传学技术调控中隔杏仁核的神经活动，以探究这些行为的神经机制。研究发现，小鼠更倾向于接近无反应的同类，并表现出强烈的头部接触和梳理行为，这些行为加速了无反应个体的恢复。MeA在区分清醒和镇静的同类中起关键作用，其神经活动与这些行为密切相关。研究发表在 Science 上。
#认知科学 #神经机制与脑功能解析 #小鼠行为 #光遗传学
阅读更多：
Sun, Fangmiao, et al. “A Neural Basis for Prosocial Behavior toward Unresponsive Individuals.” Science, Feb. 2025. world, www.science.org, https://www.science.org/doi/10.1126/science.adq2679
Science：小鼠也会急救
在紧急情况下，人类会表现出急救行为，但动物是否也有类似行为尚不明确。Wenjian Sun、Guang-Wei Zhang、Junxiang J. Huang、Can Tao和Li I. Zhang等研究人员在哈佛医学院和哈佛大学进行了一项研究，使用实验室小鼠和多种神经科学技术，揭示了小鼠对无意识同伴的特定行为及其背后的神经机制。
▷对无意识同伴的老鼠行为。Credit：Science(2025).
研究团队通过行为监测和基于机器学习的标注器观察小鼠对麻醉引起的无意识状态的熟悉伙伴的反应。结果显示，小鼠会从嗅闻和梳理毛发升级到咬嘴巴或舌头等行为。这些行为在伙伴恢复活动后停止，表明是由观察到他人的无反应状态触发的。电生理记录和微显微钙成像显示，下丘脑室旁核（hypothalamic paraventricular nucleus）中的催产素神经元在面对无意识的熟悉伴侣时表现出增强的激活。光遗传激活这些神经元会促进类似复苏的行为，而抑制这些神经元或通过室区注射催产素受体拮抗剂阻断催产素信号则会损害这些行为。研究发表在 Science 上。
#认知科学 #神经机制与脑功能解析 #催产素 #小鼠行为 #神经技术
阅读更多：
Sun, Wenjian, et al. “Reviving-like Prosocial Behavior in Response to Unconscious or Dead Conspecifics in Rodents.” Science, vol. 387, no. 6736, Feb. 2025, p. eadq2677. science.org (Atypon), https://doi.org/10.1126/science.adq2677
Nature：WHAM模型让AI成为游戏创意的得力助手
生成式AI在创意行业中的应用面临挑战，其能力往往无法满足创意人员的期望。哈佛医学院和哈佛大学的研究团队，包括Anssi Kanervisto、Dave Bignell、Linda Yilin Wen等，通过用户研究确定了生成模型的关键能力，并开发了名为WHAM的新生成模型。WHAM在人类游戏数据上进行了训练，能够生成一致且多样的游戏序列，并在适当提示下持续用户修改。
研究团队首先总结了来自27名游戏开发创意人员的用户研究结果，展示了发散思维和迭代实践在使用生成式AI实现有意义的新颖性方面的重要作用。基于这些见解，他们确定了一组生成模型能力，即一致性、多样性和持久性。WHAM模型通过训练人类游戏数据，展示了其生成一致且多样游戏序列的能力，并能够持续用户修改。研究团队还发布了WHAM的权重、评估数据集和WHAM演示器，以支持进一步的研究和探索。研究发表在 Nature 上。
#认知科学 #大模型技术 #生成式AI #游戏开发 #WHAM模型
阅读更多：
Kanervisto, Anssi, et al. “World and Human Action Models towards Gameplay Ideation.” Nature, vol. 638, no. 8051, Feb. 2025, pp. 656–63. www.nature.com, https://doi.org/10.1038/s41586-025-08600-3
Nature：压力如何让大脑“自动驾驶”？
慢性压力如何影响决策制定？哈佛医学院和哈佛大学的研究团队通过小鼠实验，揭示了大脑中两条神经通路在压力和决策中的作用。研究使用光遗传学技术（optogenetics）激活或抑制特定神经通路，分析小鼠在压力下的决策模式，发现慢性压力会抑制与灵活决策相关的通路，同时激活与习惯行为相关的通路。
研究团队通过让小鼠暴露于轻微压力源（如潮湿铺垫和白噪音），观察其行为变化。随后，使用光遗传学技术激活或抑制特定神经通路，分析小鼠在压力下的决策模式。研究发现，一条与灵活决策相关的神经通路在未受压小鼠中活跃，而在受压小鼠中被抑制；另一条与习惯行为相关的通路则在受压小鼠中活跃。通过光遗传学技术激活被抑制的通路后，受压小鼠的行为恢复正常，表明这些通路在压力下的决策平衡中起关键作用。研究发表在 Nature 上。
#认知科学 #神经机制与脑功能解析 #慢性压力 #光遗传学
阅读更多：
Watson, Traci. “How Chronic Stress Warps Decision-Making.” Nature, Feb. 2025. www.nature.com, https://doi.org/10.1038/d41586-025-00502-8
Nature：AI如何帮助全球应对下一次疫情
传染病对全球健康构成持续威胁，人工智能（AI）在疫情准备和应对中的潜力备受关注。牛津大学的Moritz Kraemer、Samir Bhatt以及Scripps研究转化研究所的Eric Topol等科学家，联合全球多个领域的学术界、工业界和政策组织，发表了一篇观点文章，探讨了AI如何加速传染病研究和疫情应对的突破，并强调了安全性、问责制和伦理问题。
研究结合了机器学习、计算统计学、信息检索和数据科学等技术，分析了AI在传染病建模中的应用。研究发现，AI在有限数据下的表现显著提升，能够更好地预测疫情起源、传播轨迹和对个体的影响。例如，AI可以整合群体和个人数据，优化资源分配，并加速疫苗开发。此外，AI在识别高传播区域和预测新病原体特性方面也表现出色。然而，AI的应用仍需谨慎，特别是在数据质量和模型透明度方面。研究建议加强全球合作，推动AI在传染病防控中的可持续发展。研究发表在 Nature 上。
#认知科学 #预测模型构建 #人工智能 #全球合作
阅读更多：
Kraemer, Moritz U. G., et al. “Artificial Intelligence for Modelling Infectious Disease Epidemics.” Nature, vol. 638, no. 8051, Feb. 2025, pp. 623–35. www.nature.com, https://doi.org/10.1038/s41586-024-08564-w
AI预测人格相关性超越人类，但专家和专门模型仍具优势
现代AI系统能否准确理解人类个性？Philipp Schoenegger、Spencer Greenberg、Alexander Grishin、Joshua Lewis和Lucius Caviola团队对此展开研究，测试了通用大型语言模型和专门AI系统（如PersonalityMap）在预测人格问卷项目相关性方面的表现。结果显示，所有AI模型均优于大多数普通民众和学术专家，但基于中位数的预测显示，专门模型和专家仍具优势。
研究通过预先注册的分析，测试了两类前沿LLMs（GPT-4o和Claude 3 Opus）、一个专门模型（PersonalityMap）、普通民众和学术专家预测两个调查问题之间关系的能力。在未预先注册的分析中，还测试了另一个专门模型（SurveyBot3000）以及不同规格的GPT-4o。研究结果显示，所有AI模型在预测人格项目相关性方面均优于大多数普通民众和学术专家。然而，通过取每组的预测中位数，可以进一步提高预测准确性。基于中位数，PersonalityMap和学术专家在大多数指标上超越了LLMs和普通民众。这一结果表明，尽管先进的大型语言模型在预测方面优于大多数个体，但专门模型如PersonalityMap在特定领域任务中仍能匹配甚至超越专家群体表现。研究发表在 Communications Psychology 上。
#认知科学 #AI预测 #人格心理学 #大型语言模型 #专门模型
阅读更多：
Schoenegger, Philipp, et al. “AI Can Outperform Humans in Predicting Correlations between Personality Items.” Communications Psychology, vol. 3, no. 1, Feb. 2025, pp. 1–12. www.nature.com, https://doi.org/10.1038/s44271-025-00205-w
大型语言模型显著提升学术会议组织效率
组织学术会议面临日益复杂的挑战，尤其是在投稿数量和多样性增加的情况下。AMIA 2024信息学峰会科学计划委员会尝试使用生成式人工智能和大型语言模型来优化会议组织流程。研究团队由Yuan Luo、Yikuan Li、Omolola Ogunyemi、Eileen Koski和Blanca E. Himes组成，他们利用LLMs开发算法，自动化处理投稿与审稿人匹配、主题分组和生成一句话摘要等任务，显著提高了会议组织效率。
研究团队使用大型语言模型开发了审稿人分配算法、主题分组和生成一句话摘要的工具。LLMs通过提示工程（prompt engineering）生成Python代码，自动化处理投稿与审稿人匹配，仅需30分钟，而传统手动方法需要20小时以上。主题分组任务中，LLMs帮助生成会期名称和分组建议，尽管需要人类监督，但时间从2.5天缩短到2.5小时。生成一句话摘要的任务仅需15分钟，而手动完成150个摘要需要25小时。LLMs在提高效率的同时，保持了主题一致性和信息清晰度。研究发表在 npj Digital Medicine 上。
#认知科学 #大型语言模型 #学术会议 #人工智能 #效率提升
阅读更多：
Luo, Yuan, et al. “Leveraging Large Language Models for Academic Conference Organization.” Npj Digital Medicine, vol. 8, no. 1, Feb. 2025, pp. 1–5. www.nature.com, https://doi.org/10.1038/s41746-025-01492-7
统计素养影响你对AI算法的信任度
随着AI算法在决策中的广泛应用，理解人们对AI的信任至关重要。南澳大利亚大学的研究团队通过调查来自20个国家的近2000名参与者，探讨了统计素养和AI熟悉度如何影响人们对低风险和高风险场景中AI算法的信任。
研究采用问卷调查方法，评估了参与者对不同场景中AI算法的信任度。结果显示，统计素养在低风险场景（如音乐推荐）中与信任呈正相关，而在高风险场景（如医疗决策）中与信任呈负相关。这表明，理解AI算法工作原理的人更倾向于在低风险场景中信任AI，但在高风险场景中则更加谨慎。此外，老年人和男性对算法更为谨慎，而高度工业化国家的人们也表现出类似倾向。研究还发现，算法的可解释性并未显著影响信任。研究团队建议，应提高公众的统计和AI素养，以便人们能够更好地判断何时信任AI。研究发表在 Frontiers in Artificial Intelligence 上。
#认知科学 #预测模型构建 #AI信任 #统计素养 #算法决策
阅读更多：
Marmolejo-Ramos, Fernando, et al. “Factors Influencing Trust in Algorithmic Decision-Making: An Indirect Scenario-Based Experiment.” Frontiers in Artificial Intelligence, vol. 7, Feb. 2025. Frontiers, https://doi.org/10.3389/frai.2024.1465605
情绪感知聊天机器人革新心理健康护理
全球心理健康障碍的患病率高达25%，这一问题因污名化、地理位置和心理健康从业者短缺而加剧。Keele 大学计算机科学与数学学院的 Baidaa Al-Bander 博士领导的研究团队开发了一种新的情绪感知心理急救（PFA）聊天机器人，集成了基于 Google 的 BERT 语言模型训练的情绪压力检测系统，并在 OpenAI 的 GPT 模型上进行了微调。该聊天机器人在测试中能够准确识别情绪的比例超过83%，并提供被认为具有伦理性和适当性的心理急救。
该研究利用深度学习模型，结合 BERT（Bidirectional Encoder Representations from Transformers）进行情绪压力检测，并在 GPT-3.5 上进行微调，开发了心理急救（PFA）聊天机器人。BERT 在情绪压力检测方面表现出色，准确率达到93%。使用 PFA-GPT 模型开发的多语言 PFA 聊天机器人在情绪识别方面的得分超过83%，并能够提供伦理性的心理急救。这一集成方法在克服心理健康支持障碍方面具有显著潜力，通过 AI 驱动的心理干预提供及时和便捷的护理。研究发表在 Cognitive Computation and Systems 上。
#认知科学 #心理健康与精神疾病 #深度学习模型 #情绪识别 #心理急救
阅读更多：
Taiwo, Olajumoke, and Baidaa Al-Bander. “Emotion-Aware Psychological First Aid: Integrating BERT-Based Emotional Distress Detection with Psychological First Aid-Generative Pre-Trained Transformer Chatbot for Mental Health Support.” Cognitive Computation and Systems, vol. 7, no. 1, 2025, p. e12116. Wiley Online Library, https://doi.org/10.1049/ccs2.12116
公众对医疗系统使用AI的信任度普遍较低
随着人工智能（AI）在医疗领域的快速发展，公众对医疗系统使用AI的信任度成为一个重要问题。密歇根大学医学院的Jodyn Platt和明尼苏达大学公共卫生学院的Paige Nong领导的研究团队通过全国性调查，探讨了公众对医疗系统使用AI的信任度。研究结果显示，大多数成年人对医疗系统负责任地使用AI和保护他们免受AI伤害的信任度较低。
▷Credit: JAMA Network Open (2025).
研究团队使用了2023年6月至7月的数据，调查了2039名美国成年人。调查结果显示，65.8%的受访者对医疗系统负责任地使用AI缺乏信任，57.7%的人担心AI工具可能对他们造成伤害。研究发现，整体信任度较高的人更可能相信医疗系统会保护他们免受AI伤害（优势比[OR]，3.97），而女性比男性更不信任医疗系统使用AI。此外，在医疗过程中遭受歧视的经历与对AI的信任度呈负相关（OR，0.66）。研究发表在 JAMA Network Open 上。
#认知科学 #个性化医疗 #人工智能 #信任度 #医疗系统
阅读更多：
Nong, Paige, and Jodyn Platt. “Patients’ Trust in Health Systems to Use Artificial Intelligence.” JAMA Network Open, vol. 8, no. 2, Feb. 2025, p. e2460628. Silverchair, https://doi.org/10.1001/jamanetworkopen.2024.60628
机器学习揭示人类大脑如何感知情感
人类视觉体验不仅由光线反射定义，还包括同时产生的情感反应。纽约城市大学的研究团队，包括Edward A. Vessel等人，利用机器学习模型，探索了感知过程与情感反应之间的联系。他们使用了180种先进的深度神经网络模型，这些模型仅在标准计算机视觉任务上进行训练，用于预测人类对图像的情感反应。
▷方法概述。Credit: Proceedings of the National Academy of Sciences (2025).
研究团队使用了多种深度神经网络模型，这些模型在没有生理状态或意识思维的情况下学习感知世界。通过线性解码（linear decoding）网络活动中的信息，研究人员能够预测人类对图像的情感反应，如兴奋度、效价和美感。结果表明，仅基于感知过程的模型能够解释大部分可解释的变异，揭示了感知过程在情感体验中的重要性。研究发表在 Proceedings of the National Academy of Sciences 上。
#认知科学 #预测模型构建 #机器学习 #情感反应 #深度神经网络
阅读更多：
Conwell, Colin, et al. “The Perceptual Primacy of Feeling: Affectless Visual Machines Explain a Majority of Variance in Human Visually Evoked Affect.” Proceedings of the National Academy of Sciences, vol. 122, no. 4, Jan. 2025, p. e2306025121. pnas.org (Atypon), https://doi.org/10.1073/pnas.2306025121
为何我们总是尝试新方法？人类与狨猴共有的认知策略
麻省理工学院的研究团队，包括Mriganka Sur和Tudor Dragoi，探索了人类和狨猴在已经学会任务后仍然测试其他方法的行为。通过简单的反应时间任务，他们发现即使受试者已经掌握了任务，他们仍然会受到前一次试验结果的影响，调整反应时间。这种行为可能与孤独症谱系障碍的预测能力差异有关。
研究团队设计了反应时间任务，要求三个人类和两只狨猴对屏幕上图像消失的时间做出反应。通过数学建模，他们发现受试者的反应时间遵循“危险模型”（hazard model），即图像在屏幕上停留的时间越长，反应时间越快。然而，受试者还会根据前一次试验的结果调整反应时间，即使这可能导致不必要的错误。这种行为表明，即使在掌握了任务后，受试者仍会不断更新其反应策略，可能是为了寻找更优的环境内部模型。研究还发现，狨猴可以模仿神经典型的人类预测行为，为孤独症研究提供了信息模型。研究发表在 Current Biology 上。
#认知科学 #预测模型构建 #孤独症 #危险模型
阅读更多：
Dragoi, Tudor, et al. “Global to Local Influences on Temporal Expectation in Marmosets and Humans.” Current Biology, vol. 0, no. 0, Feb. 2025. www.cell.com, https://doi.org/10.1016/j.cub.2025.01.052
神经网络模型揭示人类如何在复杂环境中集中注意力
人类在复杂环境中如何集中注意力一直是一个挑战。华盛顿大学圣路易斯分校的研究人员Wouter Kool和Davide Gheza开发了一种神经网络模型，通过模拟多维干扰任务，揭示了人们如何通过忽略过去的干扰来调整注意力。
▷参与者会面对三项来自主要任务的干扰，模拟了更自然的人类集中注意力的条件。与仅观察简单颜色单词（Stroop 任务）不同，参与者需要在具有不同形状、颜色、边界和运动方向的复杂刺激中找到目标特征。当目标与许多干扰物混在一起时，人们的反应会变慢。Credit: Washington University in St. Louis / Control and Decision Making lab
研究人员设计了一个多维任务集干扰范式，要求参与者在具有不同形状、颜色、边框和运动方向的复杂刺激中找到目标特征，同时面对三项干扰。通过三个实验，研究提供了强有力的证据支持人们通过抑制任务无关信息来适应先前的冲突。新的神经网络模型表明，只有在包含多个独立冲突检测单元时才能模拟这些结果。研究结果呼吁更新经典的认知控制模型及其神经计算基础。研究发表在 Nature Human Behaviour 上。
#认知科学 #神经机制与脑功能解析 #神经网络模型 #注意力控制
阅读更多：
Gheza, Davide, and Wouter Kool. “Distractor-Specific Control Adaptation in Multidimensional Environments.” Nature Human Behaviour, Jan. 2025, pp. 1–20. www.nature.com, https://doi.org/10.1038/s41562-024-02088-z
机器人也能终身学习？新框架让AI更聪明
人类能够终身积累知识并不断提升技能，但这一能力在人工智能和机器人系统中难以复制。为了解决这一问题，慕尼黑工业大学和南京大学的研究团队，包括Alois Knoll和Zhenshan Bing，开发了LEGION框架。该框架利用贝叶斯非参数模型（DPMMs）和语言嵌入，使机器人能够持续学习并适应新任务，提升了其在实际应用中的性能。
▷概念插图展示了机器人 LRL 过程。a，一般 LRL 过程的概览插图。与传统的多任务方法不同，在传统方法中代理可以同时访问所有任务，而 LRL 代理可以依次掌握任务，一个接一个。此外，代理在整个过程中需要不断积累知识。这一概念模仿了人类的学习过程。b，基于终身学习概念提出的框架。指示部署的具身代理使用语言命令执行长期任务。代理通过结合和重新应用获得的知识来完成这些任务。Credit: Meng et al.
LEGION框架的核心是贝叶斯非参数模型（DPMMs），这种模型能够根据接收到的任务数据动态调整知识结构，避免了传统方法中预定义任务数量的限制。研究人员还将语言嵌入与预训练的大型语言模型结合，使机器人能够理解和执行复杂的长期任务，如清理桌子。实验结果显示，LEGION框架使机器人能够从连续的任务流中积累知识，并能通过组合和重新应用所学知识来解决复杂的长期任务。这一研究为开发更具适应性和学习能力的机器人提供了新的思路。研究发表在 Nature Machine Intelligence 上。
#认知科学 #自动化科研 #强化学习 #贝叶斯非参数模型 #语言嵌入
阅读更多：
Meng, Yuan, et al. “Preserving and Combining Knowledge in Robotic Lifelong Reinforcement Learning.” Nature Machine Intelligence, Feb. 2025, pp. 1–14. www.nature.com, https://doi.org/10.1038/s42256-025-00983-2
AI助力精准健康管理，推动长寿研究新突破
随着衰老研究数据的爆炸性增长，如何有效评估干预措施的安全性和有效性成为一大挑战。新加坡国立大学 Yong Loo Lin 医学院与德国罗斯托克大学医学中心生物统计与医学信息及衰老研究研究所的研究人员合作，利用大型语言模型等先进 AI 工具，提出了一套全面的标准，确保 AI 系统能够准确、可靠且易于理解地分析复杂生物数据，从而提供个性化健康建议。
研究团队确定了八项关键要求，包括评价结果的正确性、有用性、可解释性、对因果机制的考虑、跨学科分析、可重复性和标准化、对纵向数据的强调，以及与已知衰老机制的相关性。通过将这些要求添加到提示中，研究人员发现 LLMs 能够提供更准确和详细的见解。例如，在分析雷帕霉素（rapamycin）时，AI 不仅评估了其有效性，还提供了具体背景下的解释和注意事项，如可能的副作用。研究结果表明，AI 工具在评估衰老干预措施时，能够设计更好的临床试验并帮助制定个性化健康建议，从而为更安全和更有效的健康干预铺平道路。研究发表在 Ageing Research Reviews 上。
#认知科学 #个性化医疗 #健康管理与寿命延长 #大模型技术
阅读更多：
“Validation Requirements for AI-Based Intervention-Evaluation in Aging and Longevity Research and Practice.” Ageing Research Reviews, vol. 104, Feb. 2025, p. 102617. www.sciencedirect.com, https://doi.org/10.1016/j.arr.2024.102617
从禅定到方言：探索心灵的共同语言
佛教的禅定冥想和基督教的说方言实践在表面上看似截然不同，但麦吉尔大学、莫纳什大学和多伦多大学的研究团队发现它们在认知反馈循环上有着显著的共同点。研究由Michael Lifshitz领导，通过收集来自美国佛教冥想退修会和基督教礼拜服务的第一手资料，分析了参与者的注意力和情绪状态，并记录了他们的脑电活动。研究结果表明，这两种实践都能通过一个被称为“注意力、唤醒和释放螺旋”的心理循环，创造出深层次的快乐和放下状态。
研究团队通过对美国经验丰富的佛教冥想者和基督教说方言者的现象学访谈，发现这两种精神实践在集中注意力、激发的喜悦和释放感之间存在着动态关系。通过分析这些现象学数据，并结合大脑功能理论，如感觉门控和预测处理，研究提出这些实践都涉及一个通过注意力、唤醒和释放螺旋构建的自律场。这一发现为理解人类如何培养深度集中状态提供了新的见解，并可能帮助更多人获得深层次的平静与幸福。研究发表在 American Journal of Human Biology 上。
#认知科学 #心理健康与精神疾病 #冥想 #说方言 #认知反馈循环
阅读更多：
Brahinsky, Josh, et al. “The Spiral of Attention, Arousal, and Release: A Comparative Phenomenology of Jhāna Meditation and Speaking in Tongues.” American Journal of Human Biology, vol. 36, no. 12, 2024, p. e24189. Wiley Online Library, https://doi.org/10.1002/ajhb.24189
虚拟现实实验揭示大脑会放大意外疼痛
痛觉感知不仅由有害刺激决定，还因个人信念和不确定性而异。东京海洋大学的研究团队使用虚拟现实技术，让健康参与者在接受热痛刺激的同时观察视觉刺激，并报告疼痛强度。研究结果支持了“惊讶假说”，即大脑将疼痛感知为预测与现实之间的差异，揭示了疼痛感知的机制。
▷自我诱发疼痛任务在虚拟现实环境中的研究。Credit: Cognition (2025).
这项研究的关键方法是虚拟现实技术，研究人员让参与者在接受热痛刺激的同时，手臂被虚拟刀刺入。为了操纵惊讶程度，视觉威胁突然消失，并在动作的不同阶段呈现热痛刺激。研究发现，当视觉威胁突然消失并与延迟的热痛刺激结合时，疼痛强度被放大。基于贝叶斯理论的分析显示，贝叶斯惊讶值显著调节了疼痛感知。这些结果表明，大脑通过动作的传出副本预测疼痛，并将其与多模态刺激整合，感知为惊讶。研究发表在 Cognition 上。
#认知科学 #疼痛 #虚拟现实 #贝叶斯理论
阅读更多：
“Bayesian Surprise Intensifies Pain in a Novel Visual-Noxious Association.” Cognition, vol. 257, Apr. 2025, p. 106064. www.sciencedirect.com, https://doi.org/10.1016/j.cognition.2025.106064
反例驱动推理提升大型语言模型的数学能力
大型语言模型在数学问题解决方面表现出色，但其推理能力主要依赖于模式识别，而非真正的概念理解。为了提升LLMs的数学推理能力，Aswin Ak领导的团队引入了COUNTERMATH，一个基于反例的数学推理基准，包含1,216个需要反例来反驳的数学命题。这些问题从大学教科书中精选，并通过专家验证。团队还开发了一个自动数据收集和精炼过程，以提升LLMs的基于反例的推理能力。
COUNTERMATH基准的构建基于四门核心数学学科：代数、拓扑学、实分析和泛函分析。数据构建过程分为多步，包括从教科书中收集数学命题、通过OCR转换为结构化数据、数学家审查和标注、专业翻译和额外检查。团队还提出了一个内置数据工程框架，以自动检索基于反例推理的训练数据。最新的数学LLMs，如OpenAI的o1模型及其微调的开源变体，在COUNTERMATH上进行了严格的评估。
评估结果显示，大多数LLMs在反例驱动推理方面存在显著缺陷，尤其是在拓扑学和实分析等抽象领域。开源模型的表现普遍不如专有模型，但通过基于反例的数据微调，模型的性能显著提升。例如，Qwen2.5-Math-72B-Instruct在开源模型中表现最佳，但仍落后于GPT-4o和OpenAI o1。微调后的模型在基于反例的推理和判断准确性上均有显著提升。
#认知科学 #大模型技术 #数学推理 #反例证明
阅读更多：
Li, Yinghui, et al. One Example Shown, Many Concepts Known! Counterexample-Driven Conceptual Reasoning in Mathematical LLMs. arXiv:2502.10454, arXiv, 12 Feb. 2025. arXiv.org, https://doi.org/10.48550/arXiv.2502.10454
模型剪枝技术有效减少AI偏见，但效果因情境而异
大型语言模型在应用中常表现出种族偏见，这一问题引发了广泛关注。斯坦福大学的研究团队，包括Julian Nyarko、Sibo Ma、Alejandro Salinas和Peter Henderson，开发了一种名为“模型剪枝”的技术，通过选择性移除导致偏见的人工神经元，成功减少了偏见，同时保持了模型的实用性。然而，研究也发现，偏见缓解策略的效果高度依赖于具体应用场景。
▷基于剪枝的偏差缓解方法示意图。Credit: arXiv (2025).
研究团队采用模型剪枝（model pruning）技术，深入分析了LLMs内部机制，识别并移除了那些在特定情境下激活并导致偏见的人工神经元。他们还尝试了注意力头剪枝（attention-head pruning），即移除帮助模型聚焦于输入特定部分的机制。研究发现，基于神经元的剪枝在减少偏见的同时更能保持模型的实用性，但其效果在不同应用场景中差异显著。例如，针对金融决策中偏见的剪枝策略在商业交易中效果不佳。研究表明，种族偏见在语言模型中仅部分表现为通用概念，其余则高度依赖于具体情境。因此，通用的偏见缓解策略可能效果有限。
#认知科学 #大模型技术 #AI偏见 #模型剪枝 #法律框架 #情境依赖
阅读更多：
Ma, Sibo, et al. Breaking Down Bias: On The Limits of Generalizable Pruning Strategies. arXiv:2502.07771, arXiv, 11 Feb. 2025. arXiv.org, https://doi.org/10.48550/arXiv.2502.07771
MIT研究发现：AI与人类大脑的“语义中心”惊人相似
大型语言模型如何高效处理多样化的数据是一个重要的科学问题。MIT的研究团队通过分析LLMs的内部工作机制，发现其与人类大脑的“语义中心”机制相似。研究揭示了LLMs如何将不同模态的数据转换为通用的表示形式，并展示了通过干预模型的语义中心可以改变其输出。
研究团队通过实验测试了“语义中心假说”，即LLMs在处理不同数据类型时，会在中间层生成语义相似的表示。例如，模型在处理中文文本时，会先用英语进行推理，再生成中文输出。研究人员还发现，干预一种数据类型的共享表示空间会影响其他数据类型的输出。这表明，共享表示空间是模型在处理输入时主动利用的，而不仅仅是大规模训练的副产品。
#认知科学 #大模型技术 #语义中心假说 #多模态数据处理
阅读更多：
Wu, Zhaofeng, et al. The Semantic Hub Hypothesis: Language Models Share Semantic Representations Across Languages and Modalities. arXiv:2411.04986, arXiv, 5 Dec. 2024. arXiv.org, https://doi.org/10.48550/arXiv.2411.04986
DeepSeek AI 推出 NSA，语言模型长上下文处理效率提升 9 倍
随着语言模型处理上下文的长度不断增加，标准注意力机制的计算复杂度成为瓶颈。DeepSeek AI 的研究团队开发了 NSA（Natively Sparse Attention），一种硬件对齐且原生可训练的稀疏注意力机制，旨在解决长上下文训练和推理中的计算效率问题。通过结合算法创新和硬件优化，NSA 显著减少了计算开销，同时保持了模型的性能。
NSA 采用动态分层稀疏策略（Dynamic Hierarchical Sparse Strategy），结合粗粒度令牌压缩（Coarse-grained Token Compression）和细粒度令牌选择（Fine-grained Token Selection），以保持全局上下文意识和局部精确性。NSA 还通过实现针对现代 GPU 优化的专业内核，减少推理和训练中的延迟。实验结果表明，NSA 在 MMLU、GSM8K 和 DROP 等基准测试中表现优异，与传统全注意模型相当甚至更好。在长序列任务中，NSA 的解码速度显著提升，前向传播速度提高了 9 倍，后向传播速度提高了 6 倍。
#认知科学 #大模型技术 #注意力机制 #硬件优化 #长上下文建模
阅读更多：
Yuan, Jingyang, et al. Native Sparse Attention: Hardware-Aligned and Natively Trainable Sparse Attention. arXiv:2502.11089, arXiv, 16 Feb. 2025. arXiv.org, https://doi.org/10.48550/arXiv.2502.11089
Cogito系统：模仿人类学习的AI代码生成工具
大型语言模型在代码生成任务中表现有限，传统方法遵循规划、编码、调试的顺序，与人类学习过程不符。吉林大学和香港科技大学的研究团队开发了Cogito系统，采用逆向学习顺序和类似海马体的记忆模块，显著提高了代码生成的效率和准确性。
Cogito系统采用逆向学习（reverse-order learning）顺序，从调试（debugging）开始，随后进行编码（coding）和规划（planning），模拟人类学习和成长的过程。系统还配备了一个类似海马体（hippocampus）的记忆模块，能够在类似任务中快速检索信息。通过这种基于成长的学习模型，Cogito在每个阶段积累知识和认知技能，最终形成一个“超级角色”（Super-Role），能够高效完成代码生成任务。实验表明，Cogito在代码生成任务中的性能和效率优于现有LLM模型，错误更少。
#认知科学 #自动化科研 #逆向学习 #多智能体系统 #代码生成
阅读更多：
Li, Yanlong, et al. Cogito, Ergo Sum: A Neurobiologically-Inspired Cognition-Memory-Growth System for Code Generation. arXiv:2501.18653, arXiv, 30 Jan. 2025. arXiv.org, https://doi.org/10.48550/arXiv.2501.18653
无法解决的视觉推理：ZeroBench对多模态模型的终极测试
大型多模态模型（LMMs）在处理图像-文本多模态任务时存在视觉解释和推理的缺陷。为了提供一个更具挑战性的评估工具，Jonathan R...
热门跟贴