本文基于《The Transmitter》的播客内容，系统解析普林斯顿大学Tatiana Engel的潜回路模型。该模型通过显式建模驱动任务性能的隐藏变量，解释低维神经群体活动如何从高维神经回路连接结构中涌现。文章涵盖核心问题、流形与维度降低、与国际脑实验室的合作、对神经科学解释的启示及未来方向，为理解神经计算提供了新视角。...
在本期 Brain Inspired 播客中 卡内基梅隆大学机器学习助理教授阿兰 纳耶比 Aran Nayebi 讨论了他构建自主人工智能智能体的反向工程方法 他认为 著名的图灵测试应该为NeuroA 关键词：神经元、前额叶皮层...
当前的大型语言模型 如GPT系列 需要从数万亿个token中学习 而婴儿仅通过约1亿个token的输入就能掌握语言的复杂结构 这种巨大的数据效率差距引发了人工智能领域一个关键问题 能否从婴儿的学习方式 关键词：视觉、听觉...
小鼠的面部运动不仅仅是任务运动需求的结果 一项发表于 自然 神经科学 的新研究表明 小鼠的决策变量 包括失败次数和感知价值 会在其面部运动中体现 使用深度学习算法Facemap 研究人员发现 这些面部 关键词：运动皮层、光遗传学...
AI正以前所未有的速度发展 但围绕其影响的观点却日益两极分化 根据斯坦福大学2026年AI指数报告 美国73 的AI专家对AI对就业的影响持积极态度 而公众中仅有23 持同样看法 差距高达50个百分点 关键词：学习...
流产是早期妊娠最常见的并发症 其中高达50 -70 的流产原因可归咎于胚胎染色体数目异常 非整倍体 卵子非整倍体也是体外受精失败的主要原因之一 尽管已知年龄是重要风险因素 但同一年龄段女性的非整倍体率 关键词：机器学习、基因组...
一项发表于《自然·通讯》的研究提出了一种名为“预测性对齐”的学习规则，通过局部预测信号调整突触权重，有效驯服循环神经网络中的混沌动力学，避免传统反向传播的梯度问题。该方法不仅提升了长时记忆任务的表现，还为神经科学中的突触可塑性提供了新视角，为构建生物合理的类脑计算模型奠定基础。...
本研究开发并验证了一种基于深度学习的自动分析系统，旨在通过颅脑超声（cUS）筛查新生儿脑损伤。该系统利用多中心大规模数据集进行训练，在识别常见脑部病变方面表现出极高的准确性与敏感度。研究结果表明，该人工智能模型能够有效辅助临床医生进行早期诊断，显著提升新生儿重症监护病房（NICU）的影像学筛查效率，为降低新生儿脑损伤导致的远期神经发育障碍提供了强有力的技术支撑。...
深静脉血栓（DVT）的早期诊断对于预防肺栓塞等致命并发症至关重要。最新研究表明，通过整合多模态临床数据与机器学习算法，能够显著提升DVT的诊断准确率与效率。该研究不仅优化了临床决策支持系统，还为个性化医疗提供了新的技术路径，标志着人工智能在血管疾病诊疗领域的应用迈向了更深层次的临床转化阶段。...
本文探讨了人工智能与视频游戏技术如何融合，为认知神经科学研究提供高生态效度的实验工具。通过动态虚拟环境，研究人员能精确捕捉决策、学习及空间导航的行为特征，并利用AI分析海量数据揭示神经计算机制。该方法在评估认知功能障碍、早期诊断阿尔茨海默病及数字疗法方面展现潜力，尽管面临数据标准化挑战，但为理解大脑认知奥秘开辟了新途径。...
霍华德·休斯医学研究所（HHMI）旗下的Janelia研究...
人工智能（AI）与机器人技术正以前所未有的速度...
《系统神经科学前沿》(Frontiers in Systems Neuroscie...
AI智能编码框架正以前所未有的速度重塑理论神经...
SpaceX正寻求高达1.75万亿美元的IPO估值，这主要依...
一项突破性研究在《Journal of Infection》发表，展示...
