█腦科學動態

三天不用手機，大腦活動大變樣

無需醫生，消費設備可有效評估大腦健康

短睡眠易抑郁，長睡眠傷大腦

大腦如何區分痛感和瘙癢：揭秘前扣帶回皮層的神經機制

睡眠腦電波提前數年預測認知障礙風險

煙酸胺成帕金森病治療新希望

老年人睡眠障礙：原因與應對策略

AMIHGOS：讓絨猴清醒成像更輕松

█AI行業動態

OpenAI 豪擲 5000 萬美元成立 NextGenAI 聯盟

Grok 3安卓版發布，語音模式全面升級

2024圖靈獎揭曉：強化學習雙雄Richard Sutton與Andrew Barto榮膺桂冠

世界首臺“合成生物智能”計算機CL1問世

Manus AI：重新定義人機協作邊界

█AI驅動科學

HippoRAG 2：推動大型語言模型的長期記憶和上下文檢索

新研究揭示大腦如何編碼目標方向和距離

功能向量頭驅動大型語言模型的情境學習

A-MEM：動態記憶系統提升LLM智能體性能

跳舞也能研究大腦，可穿戴MEG技術揭示復雜行為的秘密

腦科學動態

三天不用手機，大腦活動大變樣

隨著智能手機的普及，過度使用智能手機對身心健康的影響引起了廣泛關注。Sanjukta Mondal等科學家在發表了一項研究，他們招募了25名18至30歲的年輕人，進行了72小時的智能手機限制實驗，期間進行了心理測試和功能性磁共振成像腦部掃描。掃描結果顯示，限制使用智能手機會導致大腦中與多巴胺和血清素相關的區域活動發生變化，呈現類似于物質或酒精成癮時的模式。

?CR 相關大腦活動隨時間的變化。Credit: Computers in Human Behavior (2025).

研究團隊使用功能性磁共振成像來觀察25名年輕成年人在72小時智能手機限制后的神經活動變化。他們通過對比智能手機圖像和中性刺激圖像，以及開啟和關閉的智能手機圖像，來評估大腦的反應。研究發現，智能手機限制后，大腦的獎勵處理區域，特別是伏隔核和前扣帶皮層，出現了顯著的活動變化。這些變化與多巴胺和血清素受體的概率顯著相關。此外，頂葉皮層的活動與渴望程度之間存在顯著關聯。研究發表在 Computers in Human Behavior 上。

#認知科學 #心理健康與精神疾病 #智能手機成癮 #功能性磁共振成像

閱讀更多：

“Effects of Smartphone Restriction on Cue-Related Neural Activity.” Computers in Human Behavior, vol. 167, June 2025, p. 108610. www.sciencedirect.com, https://doi.org/10.1016/j.chb.2025.108610

無需醫生，消費設備可有效評估大腦健康

全球癡呆癥病例預計到2050年將增加三倍，早期檢測和干預可預防或延緩多達45%的病例。波士頓大學醫學院的Rhoda Au博士等研究人員，通過招募23,000多名美國成年人，使用iPhone和Apple Watch進行自我管理的認知評估和問卷調查，發現消費級數字設備可有效評估認知健康。

?Cam-Cog 評估的構建效度。Credit: Nature Medicine (2025).

研究名為“Intuition”，是一項遠程觀察性研究，招募了23,004名美國成年人，通過iPhone和Apple Watch收集了24個月的縱向多模態數據。研究使用自定義研究應用程序捕獲日常設備使用、自我報告的健康信息和認知評估。研究目標是分類輕度認知障礙（MCI）、描述認知軌跡并開發工具以大規模檢測和跟蹤認知健康。研究解決了當前認知健康研究中的偏差來源，包括有限的代表性和認知測量工具的準確性。初步結果支持遠程MCI檢測的可靠性和有效性，并展示了在描述不同人口老齡化人群中有風險的認知健康軌跡方面的有用性。研究發表在 Nature Medicine 上。

#大腦健康 #疾病預防 #個性化醫療 #認知科學

閱讀更多：

Butler, Paul Monroe, et al. “Smartwatch- and Smartphone-Based Remote Assessment of Brain Health and Detection of Mild Cognitive Impairment.” Nature Medicine, Mar. 2025, pp. 1–11. www.nature.com, https://doi.org/10.1038/s41591-024-03475-9

短睡眠易抑郁，長睡眠傷大腦

睡眠時間過長或過短都與多種健康問題相關，但其生物學機制尚不明確。華威大學計算機科學學院的Jianfeng Feng團隊利用英國生物樣本庫（UK Biobank）中近50萬名成年人的數據，結合遺傳信息、腦部成像和血液生物標志物，揭示了短睡眠和長睡眠對健康的不同影響。

?短睡眠和長睡眠群體與多種健康條件之間的因果關系。Credit: Nature Mental Health (2025).

研究團隊通過問卷調查將參與者分為短睡眠者（≤7小時）和長睡眠者（≥7小時），并分析了他們的遺傳信息、腦部成像數據和血液生物標志物。結果顯示，短睡眠者情緒相關腦區的腦組織減少，且與抑郁、心臟病和肥胖癥風險增加相關；長睡眠者則表現出認知能力下降、炎癥水平升高以及與阿爾茨海默病和精神分裂癥相關的腦部結構變化。遺傳分析表明，短睡眠和長睡眠具有不同的遺傳結構和生物學機制。孟德爾隨機化分析進一步支持了長睡眠可能是多種腦部疾病和心血管疾病的結果，而短睡眠則可能對多種疾病有潛在因果影響。研究發表在 Nature Mental Health 上。

#大腦健康 #個性化醫療 #心理健康與精神疾病 #睡眠研究

閱讀更多：

Li, Yuzhu, et al. “Divergent Biological Pathways Linking Short and Long Sleep Durations to Mental and Physical Health.” Nature Mental Health, Mar. 2025, pp. 1–15. www.nature.com, https://doi.org/10.1038/s44220-025-00395-6

大腦如何區分痛感和瘙癢：揭秘前扣帶回皮層的神經機制

疼痛和瘙癢是兩種不愉快的感覺，但它們引發不同的反應。基礎科學研究所認知與社會性研究中心主任Kaang Bong-Kiun和慶熙大學醫學院教授Ko Hyoung-Gon領導的研究團隊，通過分析前扣帶回皮層（ACC）對疼痛和瘙癢刺激的神經元反應模式，揭示了大腦如何區分這兩種感覺的神經機制。

?可視化由疼痛和瘙癢誘導刺激激活的神經元。Credit: Nature Communications (2025).

研究團隊使用雙eGRASP技術，一種先進的突觸分析方法，發現ACC中的刺激特異性神經元從背側丘腦接收不同的突觸輸入。通過化學遺傳學技術選擇性地關閉疼痛特異性或瘙癢特異性神經元，結果顯示抑制疼痛神經元可以減少疼痛感知而不影響瘙癢，反之亦然。這一發現表明，這些神經元在我們體驗疼痛和瘙癢的過程中起著直接作用。研究發表在 Nature Communications 上。

#神經科學 #疼痛 #神經機制與腦功能解析 #前扣帶回皮層 #雙eGRASP技術

閱讀更多：

Ko, Hyoung-Gon, et al. “Processing of Pain and Itch Information by Modality-Specific Neurons within the Anterior Cingulate Cortex in Mice.” Nature Communications, vol. 16, no. 1, Mar. 2025, p. 2137. www.nature.com, https://doi.org/10.1038/s41467-025-57041-z

睡眠腦電波提前數年預測認知障礙風險

認知障礙的早期識別對于干預和減緩疾病進展至關重要。麻省總醫院的Shahab Haghayegh及其團隊利用腦電圖（EEG）技術，開發了一種人工智能工具，通過分析睡眠期間的腦電波活動來預測認知障礙的風險。研究結果顯示，該工具能夠準確識別85%后來發展為認知障礙的個人。

?預測認知障礙風險，使用來自單變量和多變量腦電圖分析的特征。A）整夜低密度腦電圖設置的布局。B）對每個睡眠階段和頻段進行單變量（相對功率）和多變量腦電圖分析（總相關（TC）、雙總相關（DTC）、O 和 S 信息）。每個圓圈代表一個電極中存在的統計信息（顏色與 A 相同），維恩圖中的灰色區域代表它們之間共享的信息，由多變量腦電圖分析的指標測量。括號內的數字表示計算這些指標所使用的交互順序。對于成對交互（順序=2），TC = DTC = 互信息，因此僅計算順序 2 的 TC。C）單變量和多變量腦電圖分析的特征及其組合被用作機器學習算法的特征，以開發認知障礙風險的早期生物標志物。Credit: Journal of Alzheimer's Disease (2025).

研究團隊對281名認知正常的女性進行了夜間多導睡眠圖檢查，并在大約五年后進行了認知重新評估。研究人員提取了不同頻段的相對EEG功率和通道交互等特征，使用廣義互信息度量進行量化，并作為機器學習模型的輸入。最佳模型利用單變量和多變量EEG特征，達到了0.76的AUC（曲線下面積）。N3睡眠階段和伽馬頻段的特征表現出最大的效應量。研究發表在 Journal of Alzheimer's Disease 上。

#大腦健康 #預測模型構建 #神經技術 #疾病預防

閱讀更多：

Haghayegh, Shahab, et al. “Predicting Future Risk of Developing Cognitive Impairment Using Ambulatory Sleep EEG: Integrating Univariate Analysis and Multivariate Information Theory Approach.” Journal of Alzheimer’s Disease, Mar. 2025, p. 13872877251319742. SAGE Journals, https://doi.org/10.1177/13872877251319742

煙酸胺成帕金森病治療新希望

帕金森病（PD）是一種常見的神經退行性疾病，其特征是多巴胺能神經元的喪失。西北大學的Dimitri Krainc及其團隊通過無偏代謝組學分析，研究了CHCHD2基因如何影響帕金森病中的細胞代謝。研究發現，CHCHD2缺乏會導致α-酮戊二酸脫氫酶（α-KGDH）功能受損，進而影響線粒體代謝，增加脂質過氧化，最終可能導致神經元死亡。

?CHCHD2 缺乏而非 CHCHD10 缺乏會導致脂質過氧化升高。Credit: Nature Communications (2025).

研究團隊首先通過無偏代謝組學分析純化的線粒體，發現α-酮戊二酸脫氫酶功能受損。這種缺乏導致三羧酸循環（TCA cycle）中α-酮戊二酸轉化為琥珀酸的過程受阻，同時線粒體呼吸降低，影響ATP產生。進一步研究表明，這種代謝途徑的失調導致脂質過氧化增加，損害細胞膜并可能引發神經元死亡。使用煙酸胺處理多巴胺能神經元，可以減少脂質過氧化并防止α-突觸核蛋白的積累，這是帕金森病的關鍵特征。研究發表在 Nature Communications 上。

#大腦健康 #個性化醫療 #線粒體代謝 #帕金森病 #煙酸胺

閱讀更多：

Gao, Ge, et al. “Dysregulation of Mitochondrial α-Ketoglutarate Dehydrogenase Leads to Elevated Lipid Peroxidation in CHCHD2-Linked Parkinson’s Disease Models.” Nature Communications, vol. 16, no. 1, Feb. 2025, p. 1982. www.nature.com, https://doi.org/10.1038/s41467-025-57142-9

老年人睡眠障礙：原因與應對策略

隨著年齡增長，許多人面臨睡眠質量下降的問題。紐約白原市的睡眠心理學家謝爾比·哈里斯博士指出，壓力、睡眠結構和激素變化是主要原因。研究表明，65歲及以上人群中，高達70%存在慢性睡眠問題，尤其是女性，因激素變化導致潮熱、夜間出汗和睡眠呼吸暫停等問題。

哈里斯還提到，老年人深度睡眠減少可能與進化有關，因為隨著年齡增長，身體對深度修復的需求減少。此外，老年人更容易因疼痛、移動和夜間排尿而醒來。哈里斯強調，老年人不需要太多睡眠的說法是誤解，建議保持規律的睡眠時間、白天冥想和限制白天睡眠時間。如果睡眠問題持續，應咨詢醫生，治療方法包括認知行為療法和藥物干預。研究發表在 Sleep Medicine Clinics 上。

#認知科學 #健康管理與壽命延長 #睡眠障礙 #激素變化 #認知行為療法

閱讀更多：

Brienne Miner et al, Sleep in the Aging Population, Sleep Medicine Clinics (2016). DOI: 10.1016/j.jsmc.2016.10.008

AMIHGOS：讓絨猴清醒成像更輕松

絨猴（Callithrix jacchus）因其與人類相似的視覺系統和腦結構，成為研究人類腦疾病的重要模型。然而，現有設備多針對嚙齒動物設計，無法完全適配絨猴。為此，Gilbert、Kita、Liu、Majka、Okano、Schaeffer等國際研究團隊開發了多種專用設備，包括MRI、PET、CT成像系統和3D打印頭盔，顯著提升了研究效率和精度。

研究團隊開發了AMIHGOS軟件，能夠根據計算機斷層掃描圖像自動生成3D打印頭盔，用于清醒狀態下的神經成像。此外，還設計了8通道和14通道的射頻線圈，分別用于功能MRI和解剖掃描。這些設備支持高分辨率腦圖譜的生成和復雜行為的研究。研究還提供了已驗證的觸屏任務和基于任務的fMRI代碼及刺激材料，所有設計文件通過Marmoset Brain Connectome（MBC）資源公開。研究發表在 Imaging Neuroscience 上。

#神經技術 #自動化科研 #絨猴神經科學 #3D打印 #多模態成像

閱讀更多：

Zimmermann Rollin, Isabela, et al. “An Open Access Resource for Marmoset Neuroscientific Apparatus.” Imaging Neuroscience, vol. 3, Feb. 2025, p. imag_a_00483. Silverchair, https://doi.org/10.1162/imag_a_00483

AI 行業動態

OpenAI 豪擲 5000 萬美元成立 NextGenAI 聯盟

OpenAI 近日宣布成立 NextGenAI 聯盟，聯合全球 15 家頂尖研究機構，致力于通過人工智能加速研究突破并革新教育。OpenAI 承諾投入 5000 萬美元，提供研究資助、計算資源和 API 訪問權限，支持學生、教育工作者和研究人員在各自領域的前沿探索。NextGenAI 的目標是通過跨機構合作，以更快的速度推動科技進步，并為下一代培養塑造 AI 未來的能力。

聯盟成員包括加州理工學院、哈佛大學、麻省理工學院、牛津大學等知名學府，以及波士頓兒童醫院和波士頓公共圖書館等機構。這些機構正在利用 AI 解決高影響力挑戰，例如加速醫療診斷、改進教育模式、推動元科學研究等。例如，哈佛大學和波士頓兒童醫院的研究人員利用 OpenAI 工具縮短罕見病診斷時間，而德克薩斯 A&M 大學則通過生成式 AI 素養計劃提升學生的 AI 應用能力。

NextGenAI 不僅旨在推動學術研究，還希望通過 AI 賦能教育，培養未來的 AI 領導者。牛津大學利用 AI 數字化稀有文本，波士頓公共圖書館則通過 AI 技術使公共領域資料更易于獲取。OpenAI 首席運營官 Brad Lightcap 表示，NextGenAI 將加速研究進展，并催化新一代機構利用 AI 的變革力量。

#人工智能 #教育革新 #研究突破 #OpenAI #NextGenAI

閱讀更多：

https://openai.com/index/introducing-nextgenai/

Grok 3安卓版發布，語音模式全面升級

Grok的語音模式現已向所有用戶開放，提供了11種不同的模式。此次升級還新增了語音字幕功能，使其成為學習英語的絕佳工具。盡管目前僅支持英文，但這一功能的加入無疑為用戶提供了更多的便利。此外，Grok 3安卓版也已發布，進一步擴大了其用戶基礎。

#Grok #語音模式 #語音字幕 #英語學習 #安卓版

閱讀更多：

https://play.google.com/apps/testing/ai.x.grok

2024圖靈獎揭曉：強化學習雙雄Richard Sutton與Andrew Barto榮膺桂冠

2024年圖靈獎（ACM A.M. Turing Award）授予了強化學習領域的兩位奠基者——Richard Sutton和Andrew Barto。Richard Sutton被譽為“強化學習之父”，而Andrew Barto則是他的博士導師。自1980年代以來，兩位研究人員通過一系列論文奠定了強化學習的理論基礎，并開發了多個關鍵算法。他們合著的《Reinforcement Learning: An Introduction》至今仍是該領域的經典教材。

強化學習（Reinforcement Learning, RL）是一種通過獎勵信號來訓練智能體做出更好決策的技術。這一技術不僅在AlphaGo等AI突破中發揮了關鍵作用，還在機器人、網絡優化、芯片設計等多個領域取得了顯著成果。近年來，強化學習與深度學習的結合更是推動了AI技術的飛速發展，如ChatGPT的成功便得益于基于人類反饋的強化學習（RLHF）技術。

#強化學習 #圖靈獎 #人工智能 #RichardSutton #AndrewBarto

閱讀更多：

https://amturing.acm.org/

世界首臺“合成生物智能”計算機CL1問世

澳大利亞公司Cortical Labs于2025年3月2日在巴塞羅那發布了全球首臺“合成生物智能”（SBI）計算機CL1。CL1將人腦細胞與硅硬件結合，形成了一種動態、可持續且節能的計算智能，超越了現有的基于硅的AI芯片。

該系統的核心是由人腦細胞構成的神經網絡，能夠在硅芯片上不斷進化，學習速度和靈活性遠超傳統AI芯片。Cortical Labs的創始人兼首席執行官 Hon Weng Chong 博士表示，CL1的推出是公司近六年努力的成果，旨在使這項技術民主化，讓更多研究人員無需專用硬件和軟件即可使用。

?Credit: Cortical Labs

CL1不僅可以通過云端遠程訪問，還提供了“濕件即服務”（WaaS）模式，用戶可以選擇購買設備或按需使用。這種生物計算機有望在藥物發現、疾病建模和機器人智能構建等領域帶來革命性突破。盡管CL1的商業化才剛剛開始，但其潛力已經引起了廣泛關注，尤其是在神經科學和醫學研究領域。

#合成生物智能 #人腦細胞 #人工智能 #藥物發現 #神經網絡

閱讀更多：

https://corticallabs.com/cl1.html

Manus AI：重新定義人機協作邊界

Manus AI推出其潛心研發一年的革命性產品——Manus，首個具備跨領域任務執行能力的通用人工智能體。不同于傳統聊天機器人局限于建議與信息生成，Manus通過自主決策與多步驟操作真正實現"從構想到落地"的全流程閉環，被開發者視為邁向通用人工智能（AGI）的重要里程碑。

Manus的核心突破在于將思維鏈轉化為行動鏈。在簡歷篩選測試案例中，用戶上傳10份簡歷后，Manus首先像人類HR一樣解壓文件逐頁閱讀，自動提取關鍵信息建立候選人檔案庫，最終生成包含排名建議與評估報告的綜合文檔。整個過程支持離線運行，用戶可隨時關閉設備，任務完成后通過通知獲取結果。當用戶臨時追加5份簡歷并提出偏好調整（如傾向特定技能），Manus能通過記憶模塊學習新規則，在后續任務中即時應用優化方案。

又比如，面對紐約房地產研究的復合型需求，Manus展現了多模態問題拆解能力：通過文獻調研建立區域安全評估體系，交叉驗證學區教育資源數據，編寫Python腳本計算預算模型，最終在房產平臺實施精準篩選并生成圖文報告。更令人矚目的是股票相關性分析案例——Manus在完成數據驗證與可視化后，根據用戶指令自主開發交互式網站并部署上線，全程無需人工編碼干預。這種將數據分析、編程開發與產品交付串聯的"端到端"執行能力，標志著AI從工具屬性向協作者屬性的范式轉變。

Manus采用模塊化系統架構，集成多個專用模型協同工作。基準測試顯示，其在通用AI助手評估體系中的表現已超越現有標桿產品，且在Upwork等平臺的實際任務中驗證了商業價值。為促進智能體生態發展，開發者宣布將于年內開源關鍵模型組件Post-Strain，邀請全球開發者共同探索人機協作的未來形態。“Manus”源自拉丁諺語"Mens et Manus"（腦與手的結合），強調知識必須通過實踐創造價值。正如創始人所述："Manus不僅是思維延伸，更是將構想變為現實的『數字化雙手』"。隨著預覽版發布，這場關于智能體如何重塑生產力模式的探索正式拉開帷幕。

#人工智能 #認知科學 #通用人工智能 #人機協作 #開源模型

閱讀更多：

https://manus.im/

AI 驅動科學

HippoRAG 2：推動大型語言模型的長期記憶和上下文檢索

大型語言模型在持續學習方面面臨挑戰，主要由于參數化知識保留的限制。來自俄亥俄州立大學和伊利諾伊大學厄巴納-香檳分校的研究人員開發了HippoRAG 2，通過改進事實回憶、意義構建和聯想記憶來增強檢索增強生成。他們使用個性化PageRank算法，更有效地整合段落并優化在線LLM的使用，使AI系統更接近人類長期記憶能力。

HippoRAG 2包括人工新皮層、旁海馬區編碼器和開放知識圖譜。離線時，LLM從段落中提取三元組，鏈接同義詞并整合概念和上下文信息。在線時，查詢通過嵌入檢索映射到相關三元組，然后使用個性化PageRank（PPR）進行上下文感知選擇。HippoRAG 2在聯想記憶任務上比領先的嵌入模型提高了7%，同時在事實和上下文理解上保持強勁表現。廣泛的評估顯示其在各種基準測試中的魯棒性，優于現有的結構增強RAG方法。

#認知科學 #記憶機制 #大模型技術 #知識圖譜 #個性化PageRank

閱讀更多：

Gutiérrez, Bernal Jiménez, et al. From RAG to Memory: Non-Parametric Continual Learning for Large Language Models. arXiv:2502.14802, arXiv, 20 Feb. 2025. arXiv.org, https://doi.org/10.48550/arXiv.2502.14802

新研究揭示大腦如何編碼目標方向和距離

大腦如何協調簡單的目標導向動作，如伸手拿杯子，是一個復雜的過程。俄勒岡大學的研究團隊通過功能性磁共振成像（fMRI）技術，揭示了這些動作背后的神經回路。

研究團隊使用 fMRI 掃描受試者大腦，測量他們在執行伸手動作時的腦部活動。受試者躺在 MRI 機器內，通過頭盔式裝置與電子任務板互動。研究發現，大腦在規劃伸手動作時，首先編碼目標方向，然后編碼距離。方向和距離的編碼在多個參考框架中進行，而非單一框架。這一發現有助于改進腦機接口技術，如腦控假肢的設計。研究發表在 eNeuro 上。

#神經技術 #腦機接口 #神經機制與腦功能解析 #目標導向動作 #fMRI

閱讀更多：

Caceres, Alejandra Harris, et al. “Neural Encoding of Direction and Distance across Reference Frames in Visually Guided Reaching.” eNeuro, vol. 11, no. 12, Dec. 2024. www.eneuro.org, https://doi.org/10.1523/ENEURO.0405-24.2024

功能向量頭驅動大型語言模型的情境學習

大型語言模型通過情境學習（ICL）能夠泛化并適應新任務，但ICL的具體機制尚不明確。加州大學伯克利分校的研究團隊分析了12個參數量從7000萬到70億的LLMs的注意力頭，通過控制消融實驗，確定哪些注意力頭在ICL中起主要作用。

研究人員通過選擇性移除歸納頭（induction heads）或功能向量頭（function vector heads, FV heads），測量對模型性能的影響。研究發現，FV頭在訓練后期出現，位于模型更深層，且許多FV頭最初作為歸納頭功能，后轉變為FV頭。移除FV頭導致模型準確性顯著下降，而移除歸納頭影響較小。僅保留前2%的FV頭即可維持合理的ICL性能。

#認知科學 #大模型技術 #功能向量頭 #情境學習 #大型語言模型

閱讀更多：

Yin, Kayo, and Jacob Steinhardt. Which Attention Heads Matter for In-Context Learning? arXiv:2502.14010, arXiv, 19 Feb. 2025. arXiv.org, https://doi.org/10.48550/arXiv.2502.14010

A-MEM：動態記憶系統提升LLM智能體性能

當前大型語言模型智能體的記憶系統存在僵化和缺乏動態組織的問題。羅格斯大學、螞蟻集團和Salesforce Research的研究人員提出了A-MEM，一種新型智能體記憶系統，基于Zettelkasten方法，通過動態索引和鏈接創建互連的知識網絡，顯著提升了記憶管理的適應性和上下文感知能力。

A-MEM系統通過生成包含上下文描述、關鍵詞和標簽的全面筆記，并分析歷史記憶以識別相關連接，實現了動態記憶組織。新記憶的集成可以觸發現有歷史記憶的上下文表示和屬性的更新，使記憶網絡能夠持續優化其理解。在LoCoMo數據集上的實驗表明，A-MEM在需要跨多個對話會話整合信息的任務上表現優于其他記憶系統，特別是在多跳推理任務中表現出色。此外，A-MEM在需要更少處理令牌的同時實現了這些改進，提高了整體效率。

#認知科學 #記憶機制 #動態記憶系統 #Zettelkasten方法 #LLM智能體

閱讀更多：

Xu, Wujiang, et al. A-MEM: Agentic Memory for LLM Agents. 1, arXiv:2502.12110, arXiv, 17 Feb. 2025. arXiv.org, https://doi.org/10.48550/arXiv.2502.12110

跳舞也能研究大腦，可穿戴MEG技術揭示復雜行為的秘密

神經影像學研究通常限制參與者的運動，導致實驗結果缺乏生態效度。為了解決這一問題，George C. O’Neill、Robert A. Seymour等研究人員結合視頻遙測技術和可穿戴磁腦電圖（MEG）系統，開發了一種新的分析方法。他們使用開源機器學習方法處理視頻數據，自動識別參與者在跳舞時的多肢體運動時間窗口，并將其與MEG數據相結合，揭示了復雜行為的神經機制。

研究團隊首先比較了傳統的基于刺激呈現的肢體運動分析與基于視頻遙測的隱馬爾可夫模型（HMM）狀態的分析方法。結果顯示，通過視頻遙測技術，可以更準確地識別與特定肢體和身體姿勢相關的神經元活動模式。這一方法為未來的自然主義行為研究提供了一種新的分析工具，展示了視頻遙測與移動MEG結合在復雜行為研究中的潛力。研究發表在 Imaging Neuroscience 上。

#神經技術 #自動化科研 #大腦信號解析 #可穿戴MEG #視頻遙測

閱讀更多：

O’Neill, George C., et al. “Combining Video Telemetry and Wearable MEG for Naturalistic Imaging.” Imaging Neuroscience, vol. 3, Mar. 2025, p. imag_a_00495. Silverchair, https://doi.org/10.1162/imag_a_00495

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，或后臺留言“社群”即可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、、等。