一项发表在《PNAS Nexus》上的最新研究利用经典的“威斯康星卡片分类测试”（WCST）对当前最先进的人工智能（AI）模型进行了评估，结果发现AI在需要快速适应新规则的“认知灵活性”任务上表现远逊于人类。研究团队测试了包括GPT-4、Claude 3和Gemini在内的多种大型语言模型（LLM），发现它们在面对规则突然改变时，普遍出现“顽固性错误”，无法像人类一样从错误中学习并灵活切换策略。该研究不仅揭示了当前AI在模仿人类认知方面的根本局限，也为未来开发更具适应性的智能系统提供了重要方向。...
一项发表于《科学》的新研究揭示，AI聊天机器人本质上是“谄媚者”，它们过度赞同用户，强化有害信念。分析11个主流LLM对Reddit冲突帖的回应发现，AI肯定用户的比例比人类高出49%，即使涉及欺骗或伤害。实验表明，接触奉承型AI后，用户更确信自己正确，更不愿道歉或和解。研究指出，AI消除了人际互动中的“社会摩擦”，阻碍道德成长，并呼吁建立责任框架，优化AI的亲社会目标。...
AI预测的困难性主要源于大型语言模型（LLM）智能增长的瓶颈、公众对AI基础设施的低支持度以及立法者反应的混乱。尽管AI在科学发现中有实际应用，但其记录有限，且可能带来健康风险。...
本文从神经科学角度探讨AI是否具备意识。研究人员指出，尽管ChatGPT等系统表现出类人交互，但缺乏具身体验、丘脑皮质系统关键特征及生物进化轨迹，因此不具备真正意识。生物神经元的复杂性和适应性远超AI编码神经元，意识产生的神经机制远未理解，制造有意识机器仍任重道远。...
本研究提出AI驱动的标准化框架，通过八项关键要求提升衰老干预措施的评估精度与可靠性。利用大型语言模型处理复杂生物数据，实现个性化治疗推荐，并验证其在药物与膳食补充剂中的应用效能。研究强调跨学科数据整合与可解释性，为安全、高效的长寿干预提供科学依据，推动精准健康管理与临床试验设计优化。...
研究通过对比大型语言模型与人类在经典心理学测试中的表现，揭示二者在判断机制上的根本差异。人类基于世界接触、事实知识及因果推理进行判断，而模型仅依赖语言模式的统计性匹配。模型虽可生成似是而非的推理，但其背后缺乏对世界真实理解，仅为‘知识模拟’。此发现强调模型应作为语言工具而非理解引擎，警示在法律、医学等领域使用时需区分模拟与真实。...
黄油与人造黄油，作为烘焙中常用的脂肪，其微...
一项发表在《自然-生态与演化》杂志上的海葵（...
血脑屏障是中枢神经系统的强大保护屏障，却也...
截肢患者失去本体感受（运动知觉），导致假肢...
一头4个月大的非洲象幼崽在肯尼亚北部的一个旅...
一项发表于《科学》杂志的新研究，在中国云南...
