█ 腦科學動態

Cell：大腦如何區分自身運動與外部世界運動？

Cell：HypoxyStat模擬高海拔低氧環境，有效治療線粒體疾病

Nature：壓力如何讓大腦“自動駕駛”？

Nature：RNA剪接異常揭示癌癥免疫治療新靶點

Nature：胃癌“劫持”神經系統，電信號加速腫瘤擴散

Nature：揭秘大腦決策背后的“樂觀”與“悲觀”神經元

虛擬現實實驗揭示大腦會放大意外疼痛

從禪定到方言：探索心靈的共同語言

環境因素比基因更影響健康和衰老

█ AI行業動態

Google新模型：圖像與文本處理的全能選手

微軟推出生成式 AI 模型 Muse，助力游戲創意設計

谷歌AI合作科學家：科學發現的加速器

Figure發布全新機器人模型Helix

█ AI研發動態

Nature：AI如何幫助全球應對下一次疫情

AI助力精準健康管理，推動長壽研究新突破

模型剪枝技術有效減少AI偏見，但效果因情境而異

MIT研究發現：AI與人類大腦的“語義中心”驚人相似

機器人也能終身學習？新框架讓AI更聰明

蠶蛾觸角助力無人機實現精準氣味導航

腦科學動態

Cell：大腦如何區分自身運動與外部世界運動？

大腦如何區分外部世界的視覺運動和觀察者自身運動引起的視覺運動，這一問題被稱為“運動源分離問題”。倫敦大學學院 Sainsbury Wellcome 中心的研究團隊通過開發一種名為 Translocator 的實驗裝置，首次揭示了小鼠初級視覺皮層中的神經元如何利用運動和前庭信號來區分這兩種運動。

?圖片摘要。Credit：Cell（2025）

研究團隊開發了 Translocator 裝置，結合虛擬現實技術，讓小鼠在跑步機上跑步或被動移動，同時記錄其初級視覺皮層的神經活動。通過分離運動信號、前庭信號和視覺流動信號，研究團隊發現，初級視覺皮層中約 50% 的細胞對視覺流動、跑步和位移有反應。當小鼠跑步時，跑步信號會抑制與其速度一致的前庭信號；而當跑步速度和前庭信號不一致時，前庭信號會主導皮層活動。這一發現表明，大腦通過整合運動、前庭和視覺信號來構建一個內部參考框架，用于感知自身運動狀態。研究還發現，這種信號整合不僅發生在初級視覺皮層，還廣泛存在于大腦的其他區域，表明這是大腦皮層組織的基本屬性。研究發表在 Cell 上。

#神經科學 #大腦信號解析 #運動感知 #前庭系統 #視覺皮層

閱讀更多：

Vélez-Fort, Mateo, et al. “Motor and Vestibular Signals in the Visual Cortex Permit the Separation of Self versus Externally Generated Visual Motion.” Cell, vol. 0, no. 0, Feb. 2025. www.cell.com, https://doi.org/10.1016/j.cell.2025.01.032

Cell：HypoxyStat模擬高海拔低氧環境，有效治療線粒體疾病

格萊斯頓研究所的科學家Isha Jain和Skyler Blume與Maze Therapeutics合作，開發了一種名為HypoxyStat的藥物，模擬高海拔低氧環境的效果，用于治療遺傳性線粒體疾病。他們通過增加血紅蛋白與氧的結合親和力，減少組織中的氧氣供應，從而模擬低氧環境。

?在使用 HypoxyStat（右圖所示的新化合物）治療后，大腦中的炎癥（用綠色顯示）得到了減少。Credit: Gladstone Institutes

研究團隊開發了HypoxyStat，一種小分子藥物，通過增加血紅蛋白（hemoglobin）與氧的結合親和力，導致組織缺氧，模擬了海拔4500米的低氧環境。在Ndufs4基因敲除（KO）小鼠模型中，每日口服HypoxyStat顯著延長了小鼠的壽命，并改善了包括行為、體重、神經病理和體溫在內的多個疾病方面。即使在疾病晚期開始治療，HypoxyStat也能逆轉疾病癥狀，提供了一種臨床可行的低氧療法。研究發表在 Cell 上。

#大腦健康 #個性化醫療 #線粒體疾病 #HypoxyStat

閱讀更多：

Blume, Skyler Y., et al. “HypoxyStat, a Small-Molecule Form of Hypoxia Therapy That Increases Oxygen-Hemoglobin Affinity.” Cell, vol. 0, no. 0, Feb. 2025. www.cell.com, https://doi.org/10.1016/j.cell.2025.01.029

Nature：壓力如何讓大腦“自動駕駛”？

慢性壓力如何影響決策制定？哈佛醫學院和哈佛大學的研究團隊通過小鼠實驗，揭示了大腦中兩條神經通路在壓力和決策中的作用。研究使用光遺傳學技術（optogenetics）激活或抑制特定神經通路，分析小鼠在壓力下的決策模式，發現慢性壓力會抑制與靈活決策相關的通路，同時激活與習慣行為相關的通路。

研究團隊通過讓小鼠暴露于輕微壓力源（如潮濕鋪墊和白噪音），觀察其行為變化。隨后，使用光遺傳學技術激活或抑制特定神經通路，分析小鼠在壓力下的決策模式。研究發現，一條與靈活決策相關的神經通路在未受壓小鼠中活躍，而在受壓小鼠中被抑制；另一條與習慣行為相關的通路則在受壓小鼠中活躍。通過光遺傳學技術激活被抑制的通路后，受壓小鼠的行為恢復正常，表明這些通路在壓力下的決策平衡中起關鍵作用。研究發表在 Nature 上。

#認知科學 #神經機制與腦功能解析 #慢性壓力 #光遺傳學

閱讀更多：

Watson, Traci. “How Chronic Stress Warps Decision-Making.” Nature, Feb. 2025. www.nature.com, https://doi.org/10.1038/d41586-025-00502-8

Nature：胃癌“劫持”神經系統，電信號加速腫瘤擴散

胃癌如何利用神經系統促進生長和擴散一直是癌癥研究中的未解之謎。哥倫比亞大學歐文醫學中心的研究團隊通過小鼠模型，首次揭示了胃癌細胞與感覺神經元之間的電連接。研究人員發現，這種連接通過釋放降鈣素基因相關肽（CGRP）誘導電信號，形成前饋回路，持續刺激腫瘤生長。

研究團隊使用小鼠胃癌模型，發現痛覺神經在神經生長因子（NGF）的作用下顯著擴張。通過神經追蹤技術，研究人員確定了CGRP+肽能神經元是主要的胃感覺神經元。三維共培養模型顯示，感覺神經元直接與胃癌球體連接。化學遺傳學激活感覺神經元會誘導鈣離子釋放到癌細胞中，促進腫瘤生長和轉移。藥物消融感覺神經元或使用CGRP抑制劑可以抑制腫瘤生長并延長生存期。此外，通過光遺傳學激活胃腫瘤膜的去極化，增強了頸靜脈核復合體中的鈣流和CGRP釋放，定義了一個癌細胞-肽能神經元回路。研究發表在 Nature 上。

#神經科學 #個性化醫療 #胃癌 #神經回路 #CGRP抑制劑

閱讀更多：

Zhi, Xiaofei, et al. “Nociceptive Neurons Promote Gastric Tumour Progression via a CGRP–RAMP1 Axis.” Nature, Feb. 2025, pp. 1–9. www.nature.com, https://doi.org/10.1038/s41586-025-08591-1

Nature：揭秘大腦決策背后的“樂觀”與“悲觀”神經元

大腦在決策時如何平衡風險和獎勵？哈佛醫學院和哈佛大學的研究團隊，包括Jan Drugowitsch和Naoshige Uchida，通過將機器學習概念融入小鼠實驗，研究了支持基于獎勵的決策的大腦電路。他們發現，小鼠大腦中存在兩類神經元：一類幫助小鼠學習高于平均水平的結果，另一類與低于平均水平的結果相關。這些神經元共同作用，使大腦能夠評估與選擇相關的全部可能獎勵范圍。

研究團隊使用高密度探針（Neuropixels）記錄小鼠在經典條件反射任務中腹側紋狀體的活動，任務中獨立操縱了獎勵均值、獎勵方差和刺激身份。研究結果顯示，腹側紋狀體中存在對獎勵方差的抽象編碼，與傳統的強化學習理論不同。長期消融多巴胺輸入會擾亂這些分布表示，但不影響均值編碼。通過雙光子鈣成像和光遺傳學，研究發現腹側紋狀體中的D1和D2中型多棘神經元分別優先編碼獎勵分布的右尾和左尾。這些發現被整合成一個新的腹側紋狀體和多巴胺系統模型，利用D1和D2中型多棘神經元的對抗性來實現分布強化學習的計算優勢。研究發表在 Nature 上。

#神經科學 #預測模型構建 #大腦信號解析 #決策機制 #機器學習

閱讀更多：

Lowet, Adam S., et al. “An Opponent Striatal Circuit for Distributional Reinforcement Learning.” Nature, Feb. 2025, pp. 1–10. www.nature.com, https://doi.org/10.1038/s41586-024-08488-5

Nature：RNA剪接異常揭示癌癥免疫治療新靶點

癌癥免疫療法面臨腫瘤異質性和抗原缺乏的挑戰。加州大學舊金山分校的研究團隊通過分析RNA剪接錯誤，識別出一類新型的腫瘤廣泛表達的公共新抗原。這些抗原在多種癌癥類型中普遍存在，為開發針對難以治療的腫瘤的免疫療法提供了新的方向。

?NJs 的一部分在腫瘤中廣泛表達。Credit: Nature (2025).

研究團隊利用RNA測序數據，分析了來自前列腺癌、肝癌、結腸癌等多種癌癥的腫瘤樣本，識別出近1000種癌癥特異性mRNA。這些mRNA通過RNA剪接異常產生，且在健康組織中不存在。研究人員進一步篩選出32種抗原候選物，并選擇了其中四種進行詳細測試。通過工程改造的T細胞，研究人員成功在實驗室中摧毀了膠質瘤細胞。這一發現為克服腫瘤異質性提供了新的策略，并有望加速免疫療法的開發。研究發表在 Nature 上。

#神經技術 #個性化醫療 #RNA剪接 #免疫療法 #腫瘤異質性

閱讀更多：

Kwok, Darwin W., et al. “Tumour-Wide RNA Splicing Aberrations Generate Actionable Public Neoantigens.” Nature, Feb. 2025, pp. 1–11. www.nature.com, https://doi.org/10.1038/s41586-024-08552-0

虛擬現實實驗揭示大腦會放大意外疼痛

痛覺感知不僅由有害刺激決定，還因個人信念和不確定性而異。東京海洋大學的研究團隊使用虛擬現實技術，讓健康參與者在接受熱痛刺激的同時觀察視覺刺激，并報告疼痛強度。研究結果支持了“驚訝假說”，即大腦將疼痛感知為預測與現實之間的差異，揭示了疼痛感知的機制。

?自我誘發疼痛任務在虛擬現實環境中的研究。Credit: Cognition (2025).

這項研究的關鍵方法是虛擬現實技術，研究人員讓參與者在接受熱痛刺激的同時，手臂被虛擬刀刺入。為了操縱驚訝程度，視覺威脅突然消失，并在動作的不同階段呈現熱痛刺激。研究發現，當視覺威脅突然消失并與延遲的熱痛刺激結合時，疼痛強度被放大。基于貝葉斯理論的分析顯示，貝葉斯驚訝值顯著調節了疼痛感知。這些結果表明，大腦通過動作的傳出副本預測疼痛，并將其與多模態刺激整合，感知為驚訝。研究發表在 Cognition 上。

#認知科學 #疼痛 #虛擬現實 #貝葉斯理論

閱讀更多：

“Bayesian Surprise Intensifies Pain in a Novel Visual-Noxious Association.” Cognition, vol. 257, Apr. 2025, p. 106064. www.sciencedirect.com, https://doi.org/10.1016/j.cognition.2025.106064

從禪定到方言：探索心靈的共同語言

佛教的禪定冥想和基督教的說方言實踐在表面上看似截然不同，但麥吉爾大學、莫納什大學和多倫多大學的研究團隊發現它們在認知反饋循環上有著顯著的共同點。研究由Michael Lifshitz領導，通過收集來自美國佛教冥想退修會和基督教禮拜服務的第一手資料，分析了參與者的注意力和情緒狀態，并記錄了他們的腦電活動。研究結果表明，這兩種實踐都能通過一個被稱為“注意力、喚醒和釋放螺旋”的心理循環，創造出深層次的快樂和放下狀態。

研究團隊通過對美國經驗豐富的佛教冥想者和基督教說方言者的現象學訪談，發現這兩種精神實踐在集中注意力、激發的喜悅和釋放感之間存在著動態關系。通過分析這些現象學數據，并結合大腦功能理論，如感覺門控和預測處理，研究提出這些實踐都涉及一個通過注意力、喚醒和釋放螺旋構建的自律場。這一發現為理解人類如何培養深度集中狀態提供了新的見解，并可能幫助更多人獲得深層次的平靜與幸福。研究發表在 American Journal of Human Biology 上。

#認知科學 #心理健康與精神疾病 #冥想 #說方言 #認知反饋循環

閱讀更多：

Brahinsky, Josh, et al. “The Spiral of Attention, Arousal, and Release: A Comparative Phenomenology of Jhāna Meditation and Speaking in Tongues.” American Journal of Human Biology, vol. 36, no. 12, 2024, p. e24189. Wiley Online Library, https://doi.org/10.1002/ajhb.24189

環境因素比基因更影響健康和衰老

研究團隊使用了英國生物銀行近五十萬參與者的數據，評估了164種環境因素和22種主要疾病遺傳風險評分對衰老、與年齡相關疾病以及過早死亡的影響，發現生活方式和環境因素對健康和衰老的影響比基因更大。

研究團隊使用了一種稱為“暴露組”（exposome）的方法，系統地分析了英國生物銀行中492,567名參與者的全因死亡率，并評估了這些環境暴露與一種基于蛋白質水平的“衰老時鐘”（proteomic age clock）的關聯。他們識別出了25種獨立的環境暴露，這些暴露與死亡率、蛋白質衰老、年齡相關的多病狀態、衰老生物標志物和主要疾病風險因素有關。研究發現，與年齡和性別信息相比，22種主要疾病的多基因風險評分解釋了不到2%的死亡風險變異，而暴露組則解釋了額外的17%。對于癡呆和乳腺癌等疾病，多基因風險解釋了更多的變異，而對于肺、心和肝的疾病，暴露組的影響更大。研究發表在 Nature Medicine 上。

#大腦健康 #健康管理與壽命延長 #環境因素 #基因 #衰老 #暴露組

閱讀更多：

Argentieri, M. Austin, et al. “Integrating the Environmental and Genetic Architectures of Aging and Mortality.” Nature Medicine, Feb. 2025, pp. 1–10. www.nature.com, https://doi.org/10.1038/s41591-024-03483-9

AI 行業動態

Google新模型PaliGemma 2 Mix：圖像與文本處理的全能選手

Google近日發布了PaliGemma 2 Mix，這是一款全新的視覺-語言模型（VLM），能夠同時處理圖像和文本輸入，并生成相應的輸出。該模型集成了圖像描述、光學字符識別（OCR）、問答、目標檢測和分割等多種功能，適用于廣泛的應用場景。PaliGemma 2 Mix基于PaliGemma 2模型進一步優化，專門調整為混合任務，使開發者能夠直接探索其能力并應用于常見場景。

PaliGemma 2 Mix以預訓練檢查點（checkpoints）的形式發布，適合開發者直接使用或進一步微調。該模型提供三種參數規模供選擇：3B（30億參數）、10B（100億參數）和28B（280億參數），同時支持224px和448px兩種分辨率，以滿足不同的計算資源和任務需求。

主要功能包括：圖像描述（短篇和長篇）、光學字符識別（OCR）、圖像問答、目標檢測和圖像分割。開發者可以通過Kaggle和Hugging Face平臺下載混合模型權重，快速集成到自己的項目中。

#Google #視覺-語言模型 #PaliGemma2Mix #OCR #圖像處理

閱讀更多：

https://arxiv.org/abs/2412.03555

微軟推出生成式 AI 模型 Muse，助力游戲創意設計

微軟研究游戲智能團隊與可教人工智能體驗（Tai X）團隊合作，開發了首款生成式AI模型Muse，專為游戲創意設計而生。Muse基于世界和人類行為模型（WHAM），能夠生成游戲視覺效果和控制器操作，甚至兩者兼有。該模型通過大量人類游戲數據進行訓練，展示了其在生成復雜且一致的游戲玩法序列方面的強大能力。微軟還開源了Muse的模型權重、樣本數據以及WHAM示范器，供開發者在Azure AI工坊上進行實驗和探索。Muse的開發不僅展示了生成式AI在游戲設計中的潛力，還為未來的AI驅動游戲體驗鋪平了道路。

Muse的獨特之處在于它能夠根據1秒鐘的游戲視頻生成幾分鐘的交互式游戲畫面。例如，給它《Bleeding Edge》的開場畫面，它可以生成后續戰斗場景，并包含角色的跳躍、攻擊等細節。Muse有兩種工作模式：世界模型模式和完全生成模式。在世界模型模式下，Muse根據初始畫面預測游戲發展，包括角色移動和場景變化；而在完全生成模式下，它可以從頭開始生成全新的游戲序列。

此外，Muse能夠理解3D游戲世界的規則和物理世界。例如，它知道角色跳躍后會落地，攻擊會觸發動畫等，這使得生成的畫面顯得自然而非雜亂無章。這一能力使得Muse在游戲設計中的應用更加廣泛和實用。

#生成式AI #游戲設計 #微軟研究 #開源 #AI創新

閱讀更多：

https://www.microsoft.com/en-us/research/blog/introducing-muse-our-first-generative-ai-model-designed-for-gameplay-ideation/

谷歌AI合作科學家：科學發現的加速器

谷歌研究員Juraj Gottweis和Vivek Natarajan近日推出了一款名為“AI合作科學家”（AI co-scientist）的多智能體AI系統，該系統基于Gemini 2.0構建，旨在作為科學家的虛擬合作者，幫助生成新穎的假設和研究提案，加速科學和生物醫學發現的進程。AI合作科學家通過模擬科學方法的推理過程，不僅能夠進行文獻回顧和總結，還能發現新的原始知識，并提出可驗證的研究假設和提案。

該系統由多個專門代理組成，包括生成、反思、排序、進化、臨近和元評審等，這些代理通過自動反饋迭代生成、評估和改進假設，形成一個自我改進的循環。科學家可以通過自然語言與系統互動，提供研究目標或反饋，系統則利用網絡搜索和專門AI模型增強生成假設的可靠性和質量。

AI合作科學家在多個領域展示了其潛力，包括藥物再利用、治療靶點發現以及抗菌素耐藥性機制的解釋。例如，在急性髓系白血病（AML）的藥物再利用研究中，系統提出的候選藥物在實驗中顯示出抑制腫瘤活性的效果。此外，系統還能通過擴展計算能力，逐步提高其科學推理能力，生成更高質量和更具新穎性的輸出。

盡管系統仍有一些局限性，如需要增強文獻回顧和事實檢查能力，但其在加速科學發現方面的潛力已初步顯現。谷歌計劃通過“可信測試者計劃”（Trusted Tester Program）向研究機構開放該系統，以進一步評估其優勢和局限性。

#AI合作科學家 #Gemini2.0 #科學發現 #多智能體系統 #藥物再利用

閱讀更多：

https://research.google/blog/accelerating-scientific-breakthroughs-with-an-ai-co-scientist/

Figure發布全新機器人模型Helix

人形機器人公司Figure，發布其自主研發的全新機器人模型：Helix。Helix是一個創新的視覺-語言-行動（VLA）模型，旨在解決機器人學中的多個長期挑戰，特別是在家庭環境中的應用。它結合了感知、語言理解和學習控制，為機器人帶來了許多突破。

?helix機器人

Helix系統依賴于先進的深度學習技術和傳感器融合，能夠對周圍環境進行精確感知，并根據任務需求實時調整機器人動作。與傳統的機器人系統相比，Helix能夠在更加動態的環境中執行復雜任務，如快速抓取物品和避開障礙物。系統采用了強化學習（Reinforcement Learning）以及自主決策算法（Autonomous Decision-Making Algorithms），使機器人在執行任務時具備更高的靈活性和適應性。

此外，Helix還通過與云端AI系統的連接，實現了持續學習和優化，使得機器人在執行多樣化任務時更加高效。該系統的推出為多個行業的自動化進程提供了有力支持，尤其在倉儲物流、家庭服務等領域具有廣泛的應用前景。

#神經技術 #人工智能 #機器人技術 #深度學習 #自動化

閱讀更多：

https://www.figure.ai/news/helix

AI 研發動態

Nature：AI如何幫助全球應對下一次疫情

傳染病對全球健康構成持續威脅，人工智能（AI）在疫情準備和應對中的潛力備受關注。牛津大學的Moritz Kraemer、Samir Bhatt以及Scripps研究轉化研究所的Eric Topol等科學家，聯合全球多個領域的學術界、工業界和政策組織，發表了一篇觀點文章，探討了AI如何加速傳染病研究和疫情應對的突破，并強調了安全性、問責制和倫理問題。

研究結合了機器學習、計算統計學、信息檢索和數據科學等技術，分析了AI在傳染病建模中的應用。研究發現，AI在有限數據下的表現顯著提升，能夠更好地預測疫情起源、傳播軌跡和對個體的影響。例如，AI可以整合群體和個人數據，優化資源分配，并加速疫苗開發。此外，AI在識別高傳播區域和預測新病原體特性方面也表現出色。然而，AI的應用仍需謹慎，特別是在數據質量和模型透明度方面。研究建議加強全球合作，推動AI在傳染病防控中的可持續發展。研究發表在 Nature 上。

#認知科學 #預測模型構建 #人工智能 #全球合作

閱讀更多：

Kraemer, Moritz U. G., et al. “Artificial Intelligence for Modelling Infectious Disease Epidemics.” Nature, vol. 638, no. 8051, Feb. 2025, pp. 623–35. www.nature.com, https://doi.org/10.1038/s41586-024-08564-w

AI助力精準健康管理，推動長壽研究新突破

隨著衰老研究數據的爆炸性增長，如何有效評估干預措施的安全性和有效性成為一大挑戰。新加坡國立大學 Yong Loo Lin 醫學院與德國羅斯托克大學醫學中心生物統計與醫學信息及衰老研究研究所的研究人員合作，利用大型語言模型等先進 AI 工具，提出了一套全面的標準，確保 AI 系統能夠準確、可靠且易于理解地分析復雜生物數據，從而提供個性化健康建議。

研究團隊確定了八項關鍵要求，包括評價結果的正確性、有用性、可解釋性、對因果機制的考慮、跨學科分析、可重復性和標準化、對縱向數據的強調，以及與已知衰老機制的相關性。通過將這些要求添加到提示中，研究人員發現 LLMs 能夠提供更準確和詳細的見解。例如，在分析雷帕霉素（rapamycin）時，AI 不僅評估了其有效性，還提供了具體背景下的解釋和注意事項，如可能的副作用。研究結果表明，AI 工具在評估衰老干預措施時，能夠設計更好的臨床試驗并幫助制定個性化健康建議，從而為更安全和更有效的健康干預鋪平道路。研究發表在 Ageing Research Reviews 上。

#認知科學 #個性化醫療 #健康管理與壽命延長 #大模型技術

閱讀更多：

“Validation Requirements for AI-Based Intervention-Evaluation in Aging and Longevity Research and Practice.” Ageing Research Reviews, vol. 104, Feb. 2025, p. 102617. www.sciencedirect.com, https://doi.org/10.1016/j.arr.2024.102617

模型剪枝技術有效減少AI偏見，但效果因情境而異

大型語言模型在應用中常表現出種族偏見，這一問題引發了廣泛關注。斯坦福大學的研究團隊，包括Julian Nyarko、Sibo Ma、Alejandro Salinas和Peter Henderson，開發了一種名為“模型剪枝”的技術，通過選擇性移除導致偏見的人工神經元，成功減少了偏見，同時保持了模型的實用性。然而，研究也發現，偏見緩解策略的效果高度依賴于具體應用場景。

?基于剪枝的偏差緩解方法示意圖。Credit: arXiv (2025).

研究團隊采用模型剪枝（model pruning）技術，深入分析了LLMs內部機制，識別并移除了那些在特定情境下激活并導致偏見的人工神經元。他們還嘗試了注意力頭剪枝（attention-head pruning），即移除幫助模型聚焦于輸入特定部分的機制。研究發現，基于神經元的剪枝在減少偏見的同時更能保持模型的實用性，但其效果在不同應用場景中差異顯著。例如，針對金融決策中偏見的剪枝策略在商業交易中效果不佳。研究表明，種族偏見在語言模型中僅部分表現為通用概念，其余則高度依賴于具體情境。因此，通用的偏見緩解策略可能效果有限。

#大模型技術 #AI偏見 #模型剪枝 #法律框架 #情境依賴

閱讀更多：

Ma, Sibo, et al. Breaking Down Bias: On The Limits of Generalizable Pruning Strategies. arXiv:2502.07771, arXiv, 11 Feb. 2025. arXiv.org, https://doi.org/10.48550/arXiv.2502.07771

MIT研究發現：AI與人類大腦的“語義中心”驚人相似

大型語言模型如何高效處理多樣化的數據是一個重要的科學問題。MIT的研究團隊通過分析LLMs的內部工作機制，發現其與人類大腦的“語義中心”機制相似。研究揭示了LLMs如何將不同模態的數據轉換為通用的表示形式，并展示了通過干預模型的語義中心可以改變其輸出。

研究團隊通過實驗測試了“語義中心假說”，即LLMs在處理不同數據類型時，會在中間層生成語義相似的表示。例如，模型在處理中文文本時，會先用英語進行推理，再生成中文輸出。研究人員還發現，干預一種數據類型的共享表示空間會影響其他數據類型的輸出。這表明，共享表示空間是模型在處理輸入時主動利用的，而不僅僅是大規模訓練的副產品。

#認知科學 #大模型技術 #語義中心假說 #多模態數據處理

閱讀更多：

Wu, Zhaofeng, et al. The Semantic Hub Hypothesis: Language Models Share Semantic Representations Across Languages and Modalities. arXiv:2411.04986, arXiv, 5 Dec. 2024. arXiv.org, https://doi.org/10.48550/arXiv.2411.04986

機器人也能終身學習？新框架讓AI更聰明

人類能夠終身積累知識并不斷提升技能，但這一能力在人工智能和機器人系統中難以復制。為了解決這一問題，慕尼黑工業大學和南京大學的研究團隊，包括Alois Knoll和Zhenshan Bing，開發了LEGION框架。該框架利用貝葉斯非參數模型（DPMMs）和語言嵌入，使機器人能夠持續學習并適應新任務，提升了其在實際應用中的性能。

?概念插圖展示了機器人 LRL 過程。a，一般 LRL 過程的概覽插圖。與傳統的多任務方法不同，在傳統方法中代理可以同時訪問所有任務，而 LRL 代理可以依次掌握任務，一個接一個。此外，代理在整個過程中需要不斷積累知識。這一概念模仿了人類的學習過程。b，基于終身學習概念提出的框架。指示部署的具身代理使用語言命令執行長期任務。代理通過結合和重新應用獲得的知識來完成這些任務。Credit: Meng et al.

LEGION框架的核心是貝葉斯非參數模型（DPMMs），這種模型能夠根據接收到的任務數據動態調整知識結構，避免了傳統方法中預定義任務數量的限制。研究人員還將語言嵌入與預訓練的大型語言模型結合，使機器人能夠理解和執行復雜的長期任務，如清理桌子。實驗結果顯示，LEGION框架使機器人能夠從連續的任務流中積累知識，并能通過組合和重新應用所學知識來解決復雜的長期任務。這一研究為開發更具適應性和學習能力的機器人提供了新的思路。研究發表在 Nature Machine Intelligence 上。

#認知科學 #自動化科研 #強化學習 #貝葉斯非參數模型 #語言嵌入

閱讀更多：

Meng, Yuan, et al. “Preserving and Combining Knowledge in Robotic Lifelong Reinforcement Learning.” Nature Machine Intelligence, Feb. 2025, pp. 1–14. www.nature.com, https://doi.org/10.1038/s42256-025-00983-2

蠶蛾觸角助力無人機實現精準氣味導航

傳統無人機在低光、灰塵和濕氣等環境下導航能力受限。信州大學的Daigo Terutsuki和千葉大學的Toshiyuki Nakata、Chihiro Fukui團隊開發了一種新型生物混合無人機，使用蠶蛾的觸角作為氣味傳感器，通過集成電觸角圖譜（EAG）傳感器和優化電極及外殼結構，成功提升了無人機的氣味搜索范圍和檢測精度。

?Credit: Dr. Daigo Terutsuki / Shinshu University, Japan

研究團隊從生物體的氣味源搜索行為中獲得靈感，提出了兩個關鍵改進點：一是使用傳感器外殼增加氣味傳感器的各向異性，二是實施分段旋轉算法（stepped rotation algorithm），在掃描過程中策略性地加入暫停。這些改進使得搜索精度和范圍都翻倍，達到了5米的搜索距離，顯著超過了之前算法的性能。研究團隊還重新設計了電極和EAG傳感器，以更有效地適應蠶蛾觸角的結構，并使用漏斗形封裝減少氣流阻力，內部施加導電涂層以減少靜電充電引起的噪聲干擾。這些修改使得在各種環境條件和氣味濃度下，對氣味源的檢測效果更優。研究發表在 npj Robotics 上。

#神經技術 #自動化科研 #生物混合無人機 #氣味導航 #災害響應

閱讀更多：

Fukui, Chihiro, et al. “Advanced Bio-Hybrid Drone for Superior Odor-Source Localization: High-Precision and Extended-Range Detection Capabilities.” Npj Robotics, vol. 3, no. 1, Feb. 2025, pp. 1–13. www.nature.com, https://doi.org/10.1038/s44182-025-00020-9

整理｜ChatGPT

編輯｜丹雀、存源

關于追問nextquestion

天橋腦科學研究院旗下科學媒體，旨在以科學追問為紐帶，深入探究人工智能與人類智能相互融合與促進，不斷探索科學的邊界。如果您有進一步想要討論的內容，歡迎評論區留言，或添加小助手微信questionlab，加入社群與我們互動。

關于天橋腦科學研究院

天橋腦科學研究院（Tianqiao and Chrissy Chen Institute）是由陳天橋、雒芊芊夫婦出資10億美元創建的世界最大私人腦科學研究機構之一，圍繞全球化、跨學科和青年科學家三大重點，支持腦科學研究，造福人類。

Chen Institute與華山醫院、上海市精神衛生中心設立了應用神經技術前沿實驗室、人工智能與精神健康前沿實驗室；與加州理工學院合作成立了加州理工天橋神經科學研究院。

Chen Institute建成了支持腦科學和人工智能領域研究的生態系統，項目遍布歐美、亞洲和大洋洲，包括、、、科研型臨床醫生獎勵計劃、、中文媒體追問等。