安迪·克拉克：人类是天生的半机械人

当人-AI协作逐渐成为日常，是时候提醒我们自己：构建能够灵活整合非生物资源的“混合型思维系统”，本就是人类的天性。

认清这一点，将彻底改变我们对未来的认知：那些看似威胁的变革，可能会是人类进化的契机；那些令人忧虑的挑战，或许蕴藏着前所未有的机遇。

本文作者· Author

Andy Clark

英国萨塞克斯大学认知哲学教授

英国斯特林大学哲学博士，现任苏塞克斯大学任职哲学教授。他和大卫·查尔莫斯于1988年发表了著名论文《延展心智》（The Extended Mind），提出了极富争议的“延展意识”。今天，意识延展论的影响力已经超出了哲学领域，这让克拉克成为了论文引用率最高的在世哲学家之一。他的思想为认知科学、神经科学、心理学、语言学、人工智能等不同学科的研究提供了灵感。2016年9月，他被美国教育网站The Best Schools选为全球健在的50位最具影响力哲学家。其代表作有《预测算法：具身智能如何应对不确定性》《放大心灵：具身、行为与认知延展》《心体：认知科学与人工智能的哲学挑战》等。

▷Clark, A. Extending Minds with Generative AI. Nat Commun 16, 4627 (2025). https://doi.org/10.1038/s41467-025-59906-9

“技术让人变笨”？

我们是不是搞错了重点？

我们的世界似乎正被科技悲观情绪所笼罩。有人担心新兴技术会让人变得愚蠢：GPS导航会让海马体萎缩，或以其他方式削弱我们的空间导航能力；便捷的在线搜索让我们产生知识幻觉，误以为自己所知甚多；流媒体多任务处理正在消磨我们的专注力，甚至（可能）影响前扣带回皮层（anterior cingulate cortex）的灰质密度1–4,5。

类似的担忧也围绕着新形式的生成式AI（如ChatGPT等）。这些强大的工具只要提示得当，就能生成全新的文本、图像或其他类型的数据，满足我们的各种需求。但此类工具的唾手可得是否会助长作弊行为、破坏教育实践6？更糟的是，我们会不会因此逐渐失去创作的需求与动力？当我们要写投诉信、策划婚礼或创作文章时，是否会习惯性地唤起自己熟悉的生成式AI，然后不加批判地接受它输出的内容？届时智慧将衰退，集体抄袭泛滥，人类创造力几近于无。

便捷搜索、定位服务、时刻在线以及生成式AI工具，这些技术如果组合在一起，会编织出一张错综复杂的大网——而它对人类意味着什么，至今仍是未知数。一方面，它将切实赋予我们前所未有的强大能力，让我们能比以往任何时候都更高效地完成各种任务。可另一方面，也有人担心，它们会让我们失去那些更难被衡量但同样重要的能力。我们可能从内容的创作者蜕变成内容筛选者，逐渐沦为算法的“被动收割对象”，而这些算法受点击率驱动，根本不关心我们的真正利益。

那么，人类的幸福感和成就感呢？这些新技术，会不会在掏空了我们的时间和注意力之后，再一并剥夺了我们创造的乐趣？

这听上去确实不妙。但我们完全可以换个视角来看待这场技术变革。没错，我们确实应该保持警觉——这一点稍后还会继续讨论。但我们在评估这些新工具技术影响时，常会犯一个根本性的错误：我们把人类想象成一种只靠大脑思考的存在。

但我一直主张另一种看法：我们人类，从来都不是只靠大脑思考的生物。我和纽约大学哲学家大卫·查尔莫斯（David Chalmers）提出了“延展心智”（extended mind）这一概念，即我们的思维方式，是由一个复杂的、多元的资源体系共同构成的，而其中只有一小部分存在于大脑之中7。

▷《斐德罗》（Phaedrus）是柏拉图的一部重要对话录，大约创作于公元前370年左右。这部作品以苏格拉底与斐德罗的对话形式展开，核心观点围绕灵魂的不朽、爱的本质以及修辞术的正确使用展开。它探讨了灵魂的三部分结构（理性、激情和欲望），认为灵魂不朽且渴望上升至更高的真理境界，同时也强调真正的爱是对美德的追求，而非单纯的感官欲望。在对话中，苏格拉底通过讲述埃及神话中书写发明的故事来表达对写作的批判。他提到，书写会削弱人们的记忆力，因为它让人们过度依赖外在的存储方式（文字），而不是依靠自身的记忆能力。苏格拉底认为，书写只是提醒的工具，而不是真正记忆的手段，它让人们看似博学，但实际上缺乏真正的智慧。图源：Amazon

但奇怪的是，我们始终不太愿意接受这种“混合式心智”。相反，我们一直坚持用一种非常狭隘的自我认知，而这种认知也很自然地催生了“技术会让我们变笨”的担忧。事实上，柏拉图在公元前370年的《斐德罗篇》（Phaedrus）中就曾表达过类似的担心，他认为：阅读和写作这些新奇的发明，会损害记忆力，并让人类变懒。因为一旦有了这些“廉价且肤浅”的非生物存储方式，我们会以为自己知道的很多，其实脑子里什么都没有。

现在回头看，那些担忧似乎有些可笑。但可惜的是，我们至今还没真正摆脱这种对自我心智的根深蒂固的错误观念。从人类进化史来看，我们不断通过新工具与实践，扩展和改变自己的思维方式。这种“借外力分担认知负担”的能力，本就是人类的天性。正因如此，我才会称我们是“天生的半机械人”8,9。

也许，柏拉图《斐德罗篇》中那些担忧，并非全然没有道理。就拿我自己来说，和大多数学者一样，我常常只是下载了一篇论文，就自我安慰地觉得自己已经通过某种“电子渗透”（electronic osmosis）的方式掌握了其中的内容。而强大而可靠的在线搜索的普及，更是给这种心理火上添油。有实证研究表明，使用在线搜索会让人高估自己“生物大脑”中的知识储备，也会让人错误预测自己在没有技术辅助的知识测验中的表现2,10–12。

但换个角度来看，这些认知误差其实也算不上什么大问题（大多研究作者自己也承认）5,10,11。因为随着工具和技术的进步，我们已经能够以前所未有的深度和广度探索生命与物质的奥秘。我们对宇宙诞生初期的可能状态已有相当深入的理解，也破解了生命的生物化学基础。我们之所以取得这些进展，靠的并不是我们变得“越来越笨”的大脑，而是我们发展出来的越来越聪明的混合式思考系统。

下面，我们就来看看这套“混合式思考系统”中的基础构成要素。

人类心智，从来就不是“大脑独奏”

大脑之外的第一站是生物身体（biological body）的其余部分。例如，交流时会做手势，而肢体动作已被证明可以减轻大脑的认知负荷，比如下意识地用手指数数。

除了身体，我们还会利用熟悉的传统静态媒介13。即使在今天，许多人在思考数学、生活或哲学问题时，仍会本能地抓起笔和纸拼命涂写。更寻常的是，我们可能会在餐巾纸上反复勾画新厨房的设计图。这些通过外部媒介形成的思维循环，逐渐成为我们思考方式的一部分。

在我目前的研究中，哲学家、考古学家和视觉科学家组成了一支跨学科团队，以探讨人类建构的世界是如何在历史进程中成为人类思维的延伸与改造者。从石器到巨石遗迹，从小径标记到城市规划，人类一直在构建一个延展心智的世界，而这个世界改变了大脑推理所需承担的任务。

如今，除了这些传统手段，我们又增添了蓬勃发展的VR（虚拟现实）、AR（增强现实）、AI（人工智能）、各类应用程序及半智能设备。通过这些方式（以及无数其他方式），我们不断为自己打造新的思维和推理方式。在这一进程中，大脑最优的使用方式一再发生转变（尽管基本运作方式和本质并未改变）3,5。人类大脑极其擅长将自身的固有技能，与一波又一波的新工具和新技术所提供的机会无缝衔接。这种衔接并不仅仅是把任务“转移”给外界，而是创造出“大脑-身体-世界”交织的精妙新整体，三者的功能处在持续变化之中，适应着彼此的支持（以各自的方式和时间尺度）。

近期“预测处理”（或“主动推理”）领域的神经计算研究，已揭示了人类大脑如何融入这种“大脑-身体-世界”的宏观网络。这一新兴观点认为，我们通过持续预测自身行为的感官结果来认知世界14,15。在此过程中，人类大脑擅长采取不同行动来化解世界中的关键不确定性，例如用木棍探测河水深度，以及调用在线资源解决其他类型的不确定性15,16。当我们周遭的世界呈现出丰富的机会组合时，大脑会“学会”采取最高效的策略。例如，生物记忆只存储必要信息（如搜索线索），以便在时机合适时从更大认知生态中获取正确结果。

因此，大脑的核心技能组合（core skill set），包括发起各种行为以调用环境中的各类支持，无论是在便利贴上涂写还是启动AI系统。为了降低不确定性，大脑会选择最佳行动组合，结合大脑内部运算与身体动作（如敲击键盘）。它并不关心任务在何处或以何种方式完成，而是专精于学习如何利用具身行为最大程度地利用我们的世界（现阶段大多由人类建造）17。

生成式AI：

是心智替代者还是延展的新形态？

尽管如此，用笔纸和精心部署的应用程序来“延展心智”，仍与直接求人解决问题存在显著差异。因此，如ChatGPT等生成式AI等近期最引人注目的创新，可能看起来并不是延展人类思维的理想工具，人们担心这些技术会“替代”而非“扩展”人类心智。我们该如何应对这种忧虑？

解决这个问题的关键，至少在一段时间内，依然在于细节。一些证据表明，更多的创造过程的改变是“人类参与的”，而非简单替代。例如，一项针对人类围棋选手的研究显示，在“超人类AI围棋策略”出现后，人类落子的创新性显著提升18。重要的是，这种创新并非单纯重复AI发现的招法，而是人类棋手在AI策略的帮助下突破了数世纪的传统思维，开始探索该领域此前被忽视的角落。

我猜想，从艺术、音乐乃至建筑、医学等领域，情况亦会如此：AI不会取代人类思维，而是成为文化驱动的认知演进过程的一部分。AI思维的相对异质性，有时会对我们集体有益，帮助我们突破偏见与盲区，发现重要的新思维方式。

然而，负面效应也存在。另一项最近的研究指出，在某些科学研究领域，AI有可能固化某些工具、观点和方法，从而妨碍替代性视角的出现——就像作者的比喻所说，农业中的单一种植（monoculture）虽然能提高效率，但也让作物更易遭受虫害和疾病的侵袭19。

▷单一种植与多样化种植. 图源：dashaglasha_art

这启示，每一个具体的人-机协作或交互的细节形态才是真正的关键。决定这些协作结果优劣的社会与技术因素，目前仍未完全理清，这应该成为未来人类-AI交互研究的重点。

令人欣慰的是，AI对文化差异与观念传播的影响现在已被作为一个独立研究主题，初步揭示了一个利弊并存的影响模式20。这类研究有望为我们提供有针对性的策略，用于减少负面效应、放大积极影响——通过构建能抵消人类弱点的制度与基础设施，正如有作者巧妙表述的那样，把人类的需求和社交关系牢牢地保留在技术循环中（in the loop）。

作为这类基础设施的一部分，个性化AI资源正在人类用户与最强共享AI的关键交互界面处涌现。例如，如今存在的“数字安迪”（Digital Andy），它由计算机科学家保罗斯马特（Paul Smart）开发，将检索增强生成（Retrieval-Augmented Generation，RAG）技术应用于驱动某版本ChatGPT的大型语言模型（LLM）。这意味着，给ChatGPT基础模型增强配备了一个包含我最新研究成果的数据库。当用户向数字安迪提问时，系统会自动用数据库中的相关内容补充问题，从而丰富发送给ChatGPT的提示词。由此生成的回答能敏锐地反映我当前的思考与写作中的变化，即便基础LLM的训练数据中并未包含这些具体观点。

▷ 数字安迪的提示词结构. 图源：Synthese(2025)

即便没有此类增强，基础模型也能对我从未直接探讨过的话题（如“延展心智”与“量子计算”的关系）给出看起来颇有道理的观点。我认为，当我们更习惯在这类（日益个性化的）“认知生态系统”中工作时，可能会像对待一场对话中突然闪现的想法一样对待AI给出的建议，我们会把这些新想法广义上视其为自己的思考8。但正如对待突然产生的灵感一样，我们也会去思考它是否真的有意义，是否值得采纳。如此，我们既信任又质疑个性化资源的建议，正如我们既信任又质疑自己的想法一样。

学会以这种方式既信任又质疑AI资源，是我们不断演进的教育体系需要培养的最重要技能之一。与此同时，也需要出现能评估标准LLM输出的新工具。例如，谷歌DeepMind的研究人员用LLM解决了一个长期悬而未决（而且非常重要）的数学难题21。解决方案完全是创新的，但它并不是通过直接跟LLM提问而完整地得出的。相反，它是通过一个名为FunSearch（函数空间搜索）的新工具逐步产生的。这个工具擅长拒绝大量无用建议（LLM提供了很多），识别其中偶尔出现的更有潜力的建议，并利用这些建议反复提问LLM，最终发现了解决方案。

未来，这类用户端的新工具可能会与其他个性化界面协同工作，让生成式AI成为真正增强创造力的资源，为我们思考和决策方式提供宝贵补位，而不是（不经批判便使用的）简单替代品。

个人AI与混合自我的构建

我们与应用程序、辅助工具和生成式AI长期共存的另一种创造性协作方式，可能就是逐步训练出“个人AI”。这些个性化的资源会随着时间推移，了解你的具体需求和兴趣。

目前已经可以训练个性化AI来分担一些特定任务，比如VERSES公司推出的GENIUS系统，它被称为“下一代个人AI”，能够跨平台、多维度地从用户那里学习，提供高度定制化的建议与推荐。

未来，这些个人定制AI可能会围绕你形成一个24/7全天候生态系统，而你就是那个核心的生物本体。它们可能从你年幼时便开始与生物体的你（bio-you）互动，从你的课题和选择中学习，并在未来继续影响你的课题和选择。我想，这些AI很快就会给人感觉像是“边缘体的你”（borderline-you）——稳定可靠、随时待命、持续后台运行，且自然得到信任。

无论使用哪种技术，这些资源都会围绕着我们的生物核心旋转，涌现想法和机会，帮助你完成任务、识别情境、达成目标。其中一些资源能感知生物体的你无法察觉的事物；另一些可能嵌入智能服饰，进而监测你的生物状态（如压力、焦虑、兴奋等）。一时失去或删除它们，你仍能生存，但就像经历了一场轻微中风（stroke）。你或许仍算是在“使用”这些亲密的数字技术，但就像“使用”海马体或前额叶一样8。本质上，它们已经是新型混合体的你（new hybrid you）的一部分。

应对技术变革：

我们该如何运用AI？

那么，对于技术悲观主义者的担忧，我们应当怎么看？

我们不妨先承认：有些担忧是有事实根据的。比如，从小使用GPS，确实可能会削弱我们的大脑在无辅助情况下独立导航的能力。再比如，如果你知道输入的信息会被保存在设备上，你就更容易忘掉它；而如果你被告知这些信息会被立刻删除，你反而更容易记住它。

因此，我们也该承认，现在我们越来越倾向于记住一个好的检索词，而不是记住目标信息本身，因为检索词能让我们更容易未来重新获取信息22。只有当你从始至终把自我与心智等同于生物大脑时，这些变化才算得上是真正的损失。而如果你将之消化理解为一个延展心智，即一个由生物体和技术系统共同组成的分布式自我，那么这些现象就不一定意味着退化或削弱，反而更像是一种对大脑资源的精心规划23。

在这种视角下，我们真正该担心的问题其实是一些更务实的风险：比如，在线存储或GPS信号不稳定或易被破坏？又比如，获取的信息可能是虚假或具误导性的？或者，在某些情境下，靠生物大脑存储其实更方便、可靠？

这些，恰恰才是我们应当学会去提的问题。如果我吃了会让人注意力涣散的药物，那靠大脑导航就变得不靠谱了。如果我想要只看一眼就记住一串15位的数字序列，那我可能不会指望自己的生物记忆。但如果我只需要记住一个更短的序列，那大脑反而是最便捷、最省事的存储选项。

更普遍地说，人类智能很大程度上依赖一种“元认知能力”（metacognitive skills）——也就是有能力知道该依赖什么、什么时候依赖什么。当我们必须决定在多大程度上依赖各种形式的“认知转移”（cognitive offloading），而非基于大脑的存储和回忆手段时，这些技能尤其重要24。

现在，我们需要把这种技能组合进一步拓展，例如评估ChatGPT这样的非大脑资源所提供的建议。我们要学会评估一个回答的可靠性，这取决于话题本身，也取决于我们组织提示词的能力。同时，我们也要学会根据使用的接口或工具调整信任程度。如FunSearch等一些工具，已能够帮助缓解部分风险。

▷FunSearch流程图. 图源：deepmind.google

这些元技能部分能在使用中自然积累，但我们也应该有所行动。无论作为个体还是社会，都要学着简单理解这些系统的运行机制，进而识别它们的优劣特征模式。同时，我们还应接受实践训练，如传授如何设置提示词以降低风险。其实，仅仅是在提示词里加一句“请以某某专业领域的严谨学者的身份来回答这个问题”，往往就能显著提升回答的质量与可信度。

这绝不是要无视这些强大新工具所带来的真实担忧。例如，我们需要理解，汲取了人类的庞大成就宝库的强大机器智能，会对创造过程进行改造与重新分配，这会带来法律和经济上的影响，所有权和报酬机制都必须随之调整25。但只要我们小心谨慎，所有这些令人惊叹的新资源终将形成一个协作网络，成为人类创造力的放大器与转化器。

置身于这样的网络之中，人类的创造力不但不会被抑制，反而会得到释放，继而不断转向新的任务与视野。真正发生变化的，只是人类大脑在整个过程中所承担的具体任务。哪些内容可以完全外包给人工智能，哪些仍适合储存在生物记忆中，又有哪些必须通过有规范化的认知交互过程才能得出——这些界限会逐渐明确。

而这正是我们——无论是作为个体，还是作为社会——真正需要着手的工作。作为社会，我们需要推动技术的发展方向（必要时，还可以立法来规范），使其优先支持与智能系统的安全协同。

作为个人，我们需要学会成为更好的可信度判断者，懂得在什么时候信任什么。这也意味着我们必须以新的方式自我教育，学会如何充分发挥生成式AI的优势，同时借助个性化工具培养我们的元技能，帮助我们在数字世界中去芜存真，分辨出真正有价值的部分。

作为这一过程的一部分，我们也必须从小就建立起对“延展认知健康”（extended cognitive hygiene）的深刻而持久的关注。这种意识的培养已经开始显现。年轻一代在隐私、防诈骗、信息披露等方面比以往更加警觉。我们现在要把同样高的标准，应用到所有可能被我们纳入心智结构的数字技术上。这就需要发展出一套全新的、丰富的认知体系——一套更适应当下生物-技术混合心智所面对的独特机会与挑战的知识理论26。

编者后记

安迪·克拉克的“延展心智”理论为我们理解技术与人类的关系提供了全新视角。他打破了“心智仅存在于大脑”的固有认知，让我们看到：从纸笔到AI，人类始终在通过工具延展思维边界，而技术带来的能力变化未必是损失，更可能是认知方式的重构。或许，技术与人类的关系从来不是“替代”或“对抗”，而是动态的共同演进。

克拉克的理论让我们意识到：与其恐惧技术改变心智，不如主动探索“健康的延展方式”——既善用工具释放创造力，又守住人类独特的反思与批判能力。这需要时间验证，更需要每一个人与技术共生的实践。

原文链接：https://www.nature.com/articles/s41467-025-59906-9

1. Dahmani, L. & Bohbot, V. D. Habitual use of GPS negatively impacts spatial memory during self-guided navigation. Sci. Rep. 10, 6310 (2020).

2. Fisher, M. et al. Searching for explanations: how the internet inflates estimates of internal knowledge. J. Exp. Psychol. Gen. 144, 674 (2015).

3. Loh, K. K. & Kanai, R. Higher media multi-tasking activity is associated with smaller gray- matter density in the anterior cingulate cortex. PLoS One 24, e106698 (2014).

4. Barr, N., Pennycook, G., Stolz, J. A. & Fugelsang, J. A. The brain in your pocket: Evidence that Smartphones are used to supplant thinking. Comput. Hum. Behav. 48, 473–480 (2015).

5. Firth, J. A., Torous, J. & Firth, J. Exploring the Impact of Internet Use on Memory and Attention Processes. Int J. Environ. Res Public Health 17, 9481 (2020).

6. Lim, W. M., Gunasekara, A., Pallant, J. L., Pallant, J. I. & Pechenkina, E. Generative AI and the future of education: Ragnarök or reformation? A paradoxical perspective from management educators. Int. J. Manag. Educ. 21, 1472–8117 (2023).

7. Clark, A. & Chalmers, D. The extended mind. Analysis 58, 7–19 (1998).

8. Clark, A. Natural-Born Cyborgs: Minds, Technologies, and the Future of Human Intelligence(Oxford University Press, NY, 2003).

9. Clark, A. Supersizing the Mind: Action, Embodiment, and Cognitive Extension. (Oxford University Press, NY, 2008).

10. Ward, A. F. Supernormal: how the internet is changing our memories and our minds. Psychol. Inq. 24, 341–348 (2013).

11. Wegner, D. M. & Ward, A. F. How Google is changing your brain. Sci. Am. 309, 58–61 (2013).

12. Ferguson, A. M., McLean, D. & Risko, E. F. Answers at your fingertips: access to the internet influences willingness to answer questions. Conscious Cogn. 37, 91–102 (2015).

13. Goldin-Meadow, S. Hearing Gesture: How Our Hands Help Us Think (Harvard University Press, Cambridge MA, 2003).

14. Parr, T., Pezzulo, G. & Friston, K. J. Active Inference: The Free Energy Principle in Mind, Brain, and Behavior (MIT Press, Cambridge MA, (2022).

15. Clark, A. The Experience Machine: How Our Minds Predict and Shape Reality (Penguin Random House, NY, (2023).

16. Clark, A. Extending the predictive mind. Australas. J. Philos. 102, 119–130 (2022).

17. Constant, A. et al. A computational approach to selective attention in embodied approaches to cognitive archaeology. J. Royal Soc, Interface, 21 20240508 (epub2024).

18. Shin, M., Kim, J., van Opheusden, B. & Griffiths, T. L. Superhuman artificial intelligence can improve human decision-making by increasing novelty. Proc. Natl Acad, Sci., 120, e2214840120 (epub 2023).

19. Messeri, L. & Crockett, M. J. Artificial intelligence and illusions of understanding in scientific research. Nature 627, 49–58 (2024).

20. Brinkmann,L.etal.Machineculture.Nat.Hum.Behav.7,1855–1868(2023).

21. Romera-Paredes, B. et al. Mathematical discoveries from program search with large language models. Nature 625, 468–475 (2024).

22. Sparrow, B., Liu, J. & Wegner, D. Google effects on memory: cognitive consequences of having information at our fingertips. Science 333, 776–778 (2007).

23. Hamilton, K. A. & Benjamin, A. S. The human-machine extended organism: new roles and responsibilities of human cognition in a digital ecology. J. Appl. Res. Mem. Cognit. 8, 40–45 (2019).

24. Gilbert, S. J., Boldt, A., Sachdeva, C., Scarampi, C. & Tsai, P. C. Outsourcing memory to external tools: a review of ‘Intention Offloading. Psychon. Bull. Rev. 30, 60–76 (2023).

25. Epstein, Z. et al. Art and the science of generative AI. Science 380, 1110–1111 (2023).

26. Carter, J. A., Clark, A., Kallestrup, J., Palermos, S. O. & Pritchard, D. (Eds.) Extended epistemology (Oxford University Press, Oxford, 2018).

由天桥脑科学研究院主办的首届AI驱动科学年度研讨会（AIAS 2025）将于10月27–28日在美国旧金山举行。会议面向全球征集论文，聚焦能够在科学领域开辟全新研究模式、假设生成及实验方法的变革性人工智能创新。如果您希望与诺贝尔奖得主Jennifer Doudna，David Baker，知名学者Animashree Anankumar，Heather J. Kulik，以及业界领袖Tom Miller一同登台分享，请点击阅读原文提交您的论文：https://aias2025.org/call-for-papers/！征稿截止日期为8月1日。

关于追问nextquestion

天桥脑科学研究院旗下科学媒体，旨在以科学追问为纽带，深入探究人工智能与人类智能相互融合与促进，不断探索科学的边界。欢迎评论区留言，或后台留言“社群”即可加入社群与我们互动。您也可以在后台提问，我们将基于追问知识库为你做出智能回复哦~

关于天桥脑科学研究院

天桥脑科学研究院（Tianqiao and Chrissy Chen Institute）是由陈天桥、雒芊芊夫妇出资10亿美元创建的世界最大私人脑科学研究机构之一，围绕全球化、跨学科和青年科学家三大重点，支持脑科学研究，造福人类。

Chen Institute与华山医院、上海市精神卫生中心设立了应用神经技术前沿实验室、人工智能与精神健康前沿实验室；与加州理工学院合作成立了加州理工天桥神经科学研究院。

Chen Institute建成了支持脑科学和人工智能领域研究的生态系统，项目遍布欧美、亚洲和大洋洲，包括、、、科研型临床医生奖励计划、、等。