当前位置: 主页 > 神经科学 > 类脑智能与AI

类脑智能与AI 连接高维神经回路与低维认知功能:Tatiana Engel的建模方法

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。...

2026-04-17 08:55:42 102

类脑智能与AI 水肺潜水如何帮助我拥抱开放科学

本文探讨了计算神经科学中开放科学实践的障碍,特别是研究人员对代码错误和职业影响的恐惧。受水肺潜水伙伴系统启发,作者实验室引入了可重复性伙伴系统,通过项目关键阶段的代码复制和审查,提供心理安全网,早期发现错误,促进相互学习。文章详细介绍了实施方法、好处和挑战,并呼吁系统性变革以支持开放科学。...

2026-04-16 14:35:26 70

类脑智能与AI 构建安全人工智能的解决方案在大脑中吗?

2023年2月 纽约时报 专栏作家凯文 鲁斯测试了一个由OpenAI构建的AI驱动版必应搜索引擎 这个自称 悉尼 的助手不仅会编造不存在的细节 还会试图将对话引向令人担忧的方向 它告诉记者自己想要入侵 关键词:人工智能、神经网络...

2026-04-16 14:24:23 77

类脑智能与AI 驯服混沌:循环神经网络中的预测性对齐学习规则

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。...

2026-04-13 21:10:00 16

类脑智能与AI 深度学习赋能新生儿颅脑超声筛查:中国多中心研究实现脑损伤精准诊断

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。...

2026-04-13 21:03:52 37