当前位置: 主页 > 神经科学 > 类脑智能与AI

类脑智能与AI 深度学习揭示听觉皮层神经元如何分工编码自然声音

俄勒冈健康与科学大学和罗切斯特大学的研究团队利用卷积神经网络(CNN)模型,揭示了听觉皮层中不同类型神经元在声音编码中的分工模式。研究发现,局部神经元群体共享相同的刺激子空间,但每个神经元的调谐方向高度解离,形成稀疏编码。这一机制被认为是从自然刺激中识别关键特征的通用原则,为理解大脑如何从复杂环境中提取有意义信息提供了新的神经计算视角。...

2026-04-24 17:24:34 15

类脑智能与AI AI大脑成功模拟阅读障碍并识别改善阅读的字体

导语 研究人员首次使用能够理解图像和语言的高级AI模型来模拟阅读障碍 为潜在的新疗法铺平了道路 阅读障碍是全球最常见的学习障碍 影响阅读 拼写和写作 估计影响全球高达20 的人口 EPFL神经AI实? 关键词:神经元、帕金森病...

2026-04-23 14:53:33 230

类脑智能与AI AI语音克隆在噪声环境中优于人类语音

导语 在一个声学科学的意外转折中 研究人员发现 AI生成的语音克隆比真正的人类说话者明显更容易理解 研究发现 尽管仅用10秒音频训练 这些合成副本在噪声环境中比人类可理解性提高高达20 该研究发表于 关键词:听力、耳蜗...

2026-04-23 13:09:28 234

类脑智能与AI AI“大脑状态”如何解码现实:内部世界模型

导语 AI聊天机器人真的理解世界 还是仅仅在重复文本 一项新研究表明 AI模型会发展出一种对现实世界约束的数学 理解 通过使用机械可解释性 本质上就是AI的神经科学 研究人员发现模型会生成不同的内部 关键词:学习、大脑状态...

2026-04-23 13:07:07 313

类脑智能与AI 人工智能与人类智能截然不同——以下是区别所在

导语 每天都有许多人向ChatGPT等工具寻求医疗建议 法律指导 心理洞察 教育辅导或判断真假 在某种程度上 他们知道这些大型语言模型正在模仿一种它们实际上并不具备的对世界的理解 即使它们的流畅性让人 关键词:人工智能、以下是区别所在...

2026-04-23 12:16:21 236

类脑智能与AI 无限隐马尔可夫模型:揭示学习过程中的动态脑状态与复杂性

本研究引入无限隐马尔可夫模型(iHMMs)以非参数贝叶斯框架自动识别学习中的动态隐藏状态,揭示个体在探索、精进、瓶颈和顿悟等阶段的状态转换及其神经基础。模型结合行为与神经生理数据,发现不同认知阶段对应特定脑区活动模式,显著提升对学习复杂性和个体差异的理解。结果验证了iHMMs在揭示认知状态动态变化及其神经机制中的优越性,为个性化教育和神经疾病干预提供理论基础。...

2026-04-19 20:41:41 271

类脑智能与AI 对抗性人工智能揭示意识障碍的机制与治疗方法

研究通过生成对抗性AI框架,结合深度神经网络与神经场模型,模拟意识与昏迷状态,揭示意识障碍的机制。模型预测并验证了基底节间接通路破坏及皮层抑制性突触耦合增强的无意识机制,并提出丘脑底核高频刺激作为潜在治疗方法,为意识研究提供新范式。...

2026-04-19 15:36:56 416

类脑智能与AI 竞争性相互作用塑造哺乳动物脑网络动力学与计算

一项发表于《自然·神经科学》的研究利用计算全脑模型,探究了哺乳动物连接组中合作与竞争相互作用的动力学和计算相关性。研究在人类、猕猴和小鼠中表明,为了真实再现大脑活动,模型架构始终将模块化的合作相互作用与弥散的、长程的竞争相互作用相结合。跨物种来看,竞争相互作用优先连接具有相反细胞结构、基因表达和受体表达特征的脑区。具有竞争相互作用的模型提供了更优的个体特异性,始终优于仅合作模型,并对活体大脑的时空特性表现出极佳的拟合。这些特性并非被显式优化,而是自发涌现的。生成性连接中的竞争相互作用产生了更具协同性和层次...

2026-04-19 15:34:23 194