█腦科學動態

Nature：探索、堅持還是放棄？中縫核決定你的行為策略

Nature：無成癮性止痛藥，慢性疼痛的救星

Nature：維生素K聯合膽固醇助力血液凝固

基因變異導致聽力損失和不孕癥，發現佩羅特綜合征的遺傳機制

中年時期是預防腦老化的關鍵窗口期

血液檢測可同時診斷阿爾茨海默病和ALS

PET探針助力早期診斷神經退行性疾病

從瞳孔看睡眠：大腦活動的實時反映

█AI行業動態

OpenAI 推出天價 AI 代理，月費 2 萬美元瞄準高端市場

阿里開源QwQ-32B推理模型，320億參數媲美6710億參數巨頭

谷歌發布AMIE新進展

騰訊發布圖像到視頻生成模型HunyuanVideo-I2V

█AI驅動科學

Science：虛擬現實重新定義群體規則

Science：AI超越人類，精準識別動物痛苦

仿生手實現高精度觸覺感知，抓握如人手

AI預測青少年心理健康風險，睡眠障礙成關鍵預警信號

索尼aibo機器人狗通過強化學習實現安靜行走和復雜舞蹈

人形機器人通過自然語言交互學習復雜行為

腦科學動態

Nature：探索、堅持還是放棄？中縫核決定你的行為策略

在動態環境中，動物需要靈活調整行為策略以生存。Sainsbury Wellcome Centre的Mehran Ahmadlou和Sonja Hofer團隊使用光遺傳學操作、鈣成像和神經回路追蹤技術，研究了小鼠中縫核（MRN）的三種主要細胞類型的功能，揭示了它們在行為策略轉換中的核心作用。

?不同行為狀態之間的平衡在各種常見的神經病理條件下受到破壞。Credit: Sainsbury Wellcome Center

研究涉及小鼠中縫核的三種主要細胞類型：GABA能神經元、谷氨酸能神經元和血清素能神經元。研究發現，抑制GABA能神經元會導致堅持行為，激活谷氨酸能神經元會驅動探索行為，而抑制血清素能神經元會導致放棄行為。研究發表在 Nature 上。

#神經科學 #心理健康與精神疾病 #中縫核 #光遺傳學 #行為策略

閱讀更多：

Ahmadlou, Mehran, et al. “A Subcortical Switchboard for Perseverative, Exploratory and Disengaged States.” Nature, Mar. 2025, pp. 1–11. www.nature.com, https://doi.org/10.1038/s41586-025-08672-1

Nature：無成癮性止痛藥，慢性疼痛的救星

慢性疼痛治療長期依賴阿片類藥物，但其成癮性和副作用問題嚴重。華盛頓大學圣路易斯分校和斯坦福大學的研究團隊開發了一種新型大麻素化合物，通過設計帶正電荷的分子使其無法進入大腦，從而避免了精神活性副作用和成癮性。該化合物在小鼠模型中表現出顯著的鎮痛效果且不會產生耐受性。

?該化合物在此以青色呈現，位于參與疼痛感知的蛋白質（綠色和紫色）中。Credit: Tasnia Tarana

研究團隊通過計算設計了一種帶正電荷的大麻素受體1（CB1）激動劑MDMB-Fubinaca的衍生物，使其能夠結合到一個通過分子動力學模擬發現的隱藏口袋中。這種設計減少了arrestin（一種與耐受性相關的蛋白質）的招募，從而降低了藥物的耐受性。研究團隊通過結構測定、藥理學實驗和分子動力學模擬驗證了這種結合模式，并發現其主要通過外周CB1受體發揮鎮痛作用，且在中樞神經系統中的副作用顯著減少。這種名為VIP36的化合物在三種小鼠疼痛模型中表現出顯著的鎮痛效果，且與中樞介導的副作用劑量相差100倍。研究發表在 Nature 上。

#神經科學 #疼痛 #大麻素 #非成癮性 #慢性疼痛

閱讀更多：

Rangari, Vipin Ashok, et al. “A Cryptic Pocket in CB1 Drives Peripheral and Functional Selectivity.” Nature, Mar. 2025, pp. 1–9. www.nature.com, https://doi.org/10.1038/s41586-025-08618-7

Nature：維生素K聯合膽固醇助力血液凝固

維生素K在血液凝固和多種生理功能中起關鍵作用，但其作用機制尚不明確。德克薩斯大學西南醫學中心的Xiaofeng Qi及其團隊利用冷凍電子顯微鏡（cryo-EM）技術，揭示了GGCX酶與維生素K及其依賴蛋白的相互作用，為開發新型抗凝劑提供了新思路。

?GGCX 和 GGCX–BGP 復合物的整體結構。Credit: Nature (2025).

研究使用冷凍電子顯微鏡，解析了人類GGCX酶在三種狀態下的結構：單獨狀態、與骨鈣蛋白（osteocalcin）結合狀態、與維生素K結合狀態。

研究發現，GGCX酶的VDP前肽與其腔域結合，穩定了跨膜螺旋6和7，形成維生素K結合口袋。維生素K結合后，GGCX酶的Lys218殘基介導維生素K氫醌的氧化，導致谷氨酸殘基的去質子化和γ-羧基谷氨酸殘基的形成。

此外，膽固醇分子與GGCX酶的跨膜螺旋相互作用，調節其在細胞中的蛋白水平，建立了膽固醇代謝與維生素K依賴途徑之間的聯系。研究發表在 Nature 上。

#大腦健康 #個性化醫療 #冷凍電鏡 #維生素K #抗凝劑

閱讀更多：

Wang, Rong, et al. “Structure and Mechanism of Vitamin-K-Dependent γ-Glutamyl Carboxylase.” Nature, Jan. 2025, pp. 1–8. www.nature.com, https://doi.org/10.1038/s41586-024-08484-9

基因變異導致聽力損失和不孕癥，發現佩羅特綜合征的遺傳機制

佩羅特綜合征是一種罕見的遺傳性疾病，主要表現為聽力損失和女性不孕癥。曼徹斯特大學的研究團隊與全球多個機構合作，通過對患者進行基因測序，確定了DAP3和MRPL49基因的變異與疾病相關。

?圖形摘要。Credit: The American Journal of Human Genetics (2025).

研究團隊使用基因組測序技術分析了來自九個不同家庭的患者的基因數據，發現MRPL49基因的雙等位變異與多種臨床表現相關。通過對患者成纖維細胞的復雜組分析，研究人員發現線粒體小核糖體亞基和大核糖體亞基的水平顯著降低，導致氧化磷酸化（OXPHOS）酶復合物I和IV的功能受損。研究發表在 The American Journal of Human Genetics 上。

#大腦健康 #個性化醫療 #基因測序 #線粒體功能障礙

閱讀更多：

Thomas, Huw B., et al. “Bi-Allelic Variants in MRPL49 Cause Variable Clinical Presentations, Including Sensorineural Hearing Loss, Leukodystrophy, and Ovarian Insufficiency.” The American Journal of Human Genetics, vol. 0, no. 0, Mar. 2025. www.cell.com, https://doi.org/10.1016/j.ajhg.2025.02.005

中年時期是預防腦老化的關鍵窗口期

隨著全球人口老齡化，預防與年齡相關的認知衰退和神經退行性疾病成為重要課題。紐約石溪大學的Lilianne R. Mujica-Parodi領導的國際科學家團隊，通過分析超過19,300名個體的腦網絡數據，發現大腦功能連接在44歲左右開始不穩定，67歲時退化加速最快，90歲時達到平臺期。研究指出，中年時期是干預的關鍵窗口期，此時提供替代燃料如酮體可以有效恢復腦功能。

?D-β-羥基丁酸繞過胰島素抵抗，在腦老化加速階段逆轉腦網絡不穩定。Credit: Proceedings of the National Academy of Sciences (2025).

研究團隊整合了人類大腦和生理數據，通過功能性MRI（功能性磁共振成像）分析四個大數據集（總計19,300名參與者）來研究腦老化的機制。他們比較了代謝、血管和炎癥生物標志物，發現失調的葡萄糖穩態是腦老化轉變的驅動機制。基因表達分析進一步支持了這些發現，特別是胰島素依賴性葡萄糖轉運蛋白GLUT4和脂質轉運蛋白APOE的作用。

研究還發現神經元酮體轉運蛋白MCT2是一個潛在的對抗因素，因為它可以獨立于胰島素促進神經元的能量攝取。干預性研究顯示，酮體在穩定惡化的腦網絡方面表現出顯著效果，特別是在40至60歲的中年時期效果最大。這表明中年時期是早期代謝干預的關鍵窗口期。研究發表在 PNAS 上。

#大腦健康 #疾病預防 #代謝干預 #腦老化 #酮體

閱讀更多：

Antal, Botond B., et al. “Brain Aging Shows Nonlinear Transitions, Suggesting a Midlife ‘Critical Window’ for Metabolic Intervention.” Proceedings of the National Academy of Sciences, vol. 122, no. 10, Mar. 2025, p. e2416433122. pnas.org (Atypon), https://doi.org/10.1073/pnas.2416433122

血液檢測可同時診斷阿爾茨海默病和ALS

阿爾茨海默病（AD）的診斷通常依賴于腦脊液中的p-tau生物標志物，但這種方法需要侵入性的腰椎穿刺。哈雷大學醫學院的Markus Otto教授及其團隊與米蘭、曼海姆和烏爾姆大學的同事合作，研究了血液中p-tau 181和p-tau 217的水平，發現這些標志物在AD和肌萎縮側索硬化癥（ALS）患者中均升高。

?P-tau 181 和 P-tau 217 在肌肉活檢中的免疫反應性。Credit: Nature Communications (2025).

研究團隊測量了111名AD患者、152名ALS患者和122名健康對照組的血液和腦脊液中的p-tau 181和p-tau 217水平。他們還通過質譜和免疫組化分析了ALS患者的肌肉活檢樣本。結果顯示，ALS患者的血液中p-tau 181和p-tau 217水平與AD患者相當，表明這些生物標志物在血液中的特異性不如預期。然而，這些標志物可能對ALS的早期診斷和疾病進展監測有潛在價值。研究發表在 Nature Communications 上。

#大腦健康 #個性化醫療 #阿爾茨海默病 #肌萎縮側索硬化癥 #p-tau生物標志物

閱讀更多：

Abu-Rumeileh, Samir, et al. “Phosphorylated Tau 181 and 217 Are Elevated in Serum and Muscle of Patients with Amyotrophic Lateral Sclerosis.” Nature Communications, vol. 16, no. 1, Mar. 2025, p. 2019. www.nature.com, https://doi.org/10.1038/s41467-025-57144-7

PET探針助力早期診斷神經退行性疾病

神經退行性疾病如ALS和阿爾茨海默病通常通過物理癥狀診斷，此時治療往往已晚。圣猶達兒童研究醫院的研究人員將用于治療ALS的抗氧化劑edaravone重新定位為與中樞神經系統PET成像一起使用的探針，利用放射性標記的氟乙達洛酮追蹤小鼠模型中RONS的積累，成功檢測到由中風引起的氧化應激和阿爾茨海默病的早期廣泛跡象。

?只需 24 小時就能檢測到由中風引起的氧化應激（左側）和阿爾茨海默病的早期廣泛跡象（右側）。Nature Biomedical Engineering (2025).

研究人員合成并表征了一種PET探針[18F]fluoroedaravone（[18F]FEDV），用于體內量化氧化應激。該探針源自抗氧化劑edaravone，能夠通過血腦屏障并在人血漿中穩定。在小鼠中，使用[18F]FEDV進行PET成像能夠檢測到RONS，包括在腦卒中后的中腦動脈和tauopathy大腦中。動態PET成像結合參數映射，[18F]FEDV-PET對RONS的敏感性允許檢測增加的氧化應激。[18F]FEDV-PET可用于縱向量化體內RONS并評估抗氧化劑臨床研究的結果。研究發表在 Nature Biomedical Engineering 上。

#大腦健康 #疾病預防 #神經技術 #氧化應激 #PET成像

閱讀更多：

Wilde, Justin H., et al. “A Positron Emission Tomography Tracer for the Imaging of Oxidative Stress in the Central Nervous System.” Nature Biomedical Engineering, Mar. 2025, pp. 1–14. www.nature.com, https://doi.org/10.1038/s41551-025-01362-3

從瞳孔看睡眠：大腦活動的實時反映

蘇黎世聯邦理工學院的研究團隊首次觀察了睡眠期間瞳孔的反應，發現大腦在睡眠期間的活動比之前認為的更為復雜。研究團隊開發了一種新方法，通過特殊粘合技術和透明膏藥使測試對象的眼睛保持睜開數小時，記錄瞳孔動態。

?睡眠者的眼睛通過特殊固定裝置保持睜開。Credit: Neural Control of Movement Lab / ETH Zurich

數據分析顯示，瞳孔動態不僅與睡眠的不同階段有關，還與特定的腦活動模式相關，如睡眠紡錘波和深度睡眠波。此外，大腦對聲音的反應程度不同，這取決于激活水平，這反映在瞳孔大小上。研究發表在 Nature Communications 上。

#神經科學 #神經機制與腦功能解析 #睡眠研究 #瞳孔動態 #腦干激活

閱讀更多：

Carro-Domínguez, Manuel, et al. “Pupil Size Reveals Arousal Level Fluctuations in Human Sleep.” Nature Communications, vol. 16, no. 1, Feb. 2025, p. 2070. www.nature.com, https://doi.org/10.1038/s41467-025-57289-5

AI 行業動態

OpenAI 推出天價 AI 代理，月費 2 萬美元瞄準高端市場

據《The Information》報道，OpenAI 正計劃推出多個針對不同應用場景的 AI“代理”產品，月費從 2000 美元到 2 萬美元不等。這些代理產品將服務于高收入知識工作者、軟件開發者以及博士級別的研究人員。其中，針對軟件開發者的代理月費為 1 萬美元，而最高端的“博士級研究”代理月費則高達 2 萬美元。

OpenAI 的投資者軟銀（SoftBank）已承諾今年在 OpenAI 的代理產品上投入 30 億美元。OpenAI 去年虧損約 50 億美元，因此這些高價代理產品可能是其重要的收入來源之一。目前，這些代理產品的具體推出時間和購買資格尚未明確。

#OpenAI #AI代理 #高收入知識工作者 #軟件開發者 #博士級研究

閱讀更多：

https://www.theinformation.com/articles/openai-plots-charging-20-000-a-month-for-phd-level-agents

阿里開源QwQ-32B推理模型，320億參數媲美6710億參數巨頭

阿里在凌晨3點開源了全新的推理模型QwQ-32B，該模型擁有320億參數，但其性能卻能與6710億參數的DeepSeek-R1滿血版相媲美。QwQ-32B通過大規模強化學習（RL）訓練，顯著提升了在數學推理、編程任務和通用能力上的表現。該模型不僅在多個基準測試中表現出色，甚至在部分測試中略微超過了DeepSeek-R1-671B。QwQ-32B的發布正值強化學習之父Richard Sutton與導師Andrew Barto獲得圖靈獎之際，強化學習的潛力再次受到關注。

千問團隊在博客中詳細介紹了QwQ-32B的開發過程，強調了強化學習在提升模型性能方面的巨大潛力。該模型還集成了與智能體（Agent）相關的能力，使其能夠在使用工具的同時進行批判性思考，并根據環境反饋調整推理過程。未來，千問團隊計劃繼續探索強化學習與更強大基礎模型的結合，以推動人工通用智能（AGI）的發展。

QwQ-32B已在Hugging Face和ModelScope上開源，用戶可以通過Qwen Chat進行體驗。盡管320億參數的模型在端側設備上的部署仍有一定挑戰，但已有用戶在高端設備上成功運行該模型，并對其速度表示滿意。

#QwQ-32B #強化學習 #推理模型 #開源 #人工通用智能

閱讀更多：

https://qwenlm.github.io/zh/blog/qwq-32b/

谷歌發布AMIE新進展

谷歌的研究團隊最近發布了關于AMIE（Articulate Medical Intelligence Explorer）系統的新進展，旨在將其功能從診斷擴展到疾病的治療和長期管理。

AMIE最初被設計為一個大型語言模型（LLM）驅動的AI系統，專注于診斷對話。在最新的研究中，谷歌的研究團隊致力于擴展AMIE的能力，使其不僅能夠進行準確的診斷，還能提供個性化的治療建議和長期疾病管理策略。這一擴展旨在提高醫療服務的可及性和質量，特別是在資源有限的地區。

研究團隊采用了自我對話訓練方法，即在模擬環境中讓AMIE與自身進行對話，以學習從診斷到治療的全過程。這種方法使AMIE能夠在沒有大量人工標注數據的情況下，學習復雜的醫療對話和決策過程。通過這種訓練，AMIE展示了在多種疾病條件下提供個性化治療建議的能力。此外，AMIE還能夠考慮患者的個人情況和偏好，提供長期的疾病管理策略。這些進展表明，AMIE有潛力成為醫療專業人員的有力助手，改善患者的治療體驗和健康結果。

#大腦健康 #人工智能 #醫療AI #疾病管理 #大型語言模型

閱讀更多：

https://research.google/blog/from-diagnosis-to-treatment-advancing-amie-for-longitudinal-disease-management/

騰訊發布圖像到視頻生成模型HunyuanVideo-I2V

這篇文章介紹了騰訊推出的 HunyuanVideo-I2V 圖像到視頻（I2V）生成模型。該模型基于 HunyuanVideo 框架，能夠將靜態圖像轉換為高質量視頻，并支持 LoRA（Low-Rank Adaptation，低秩自適應）微調，允許用戶創建定制特效。HunyuanVideo-I2V 具備高一致性、自然動態過渡和高效推理能力，適用于多種視頻生成應用場景。

HunyuanVideo-I2V 由騰訊混元大模型（Hunyuan Model）團隊研發。騰訊近年來在 AI 領域持續投入，特別是在計算機視覺、多模態學習和內容生成領域積累了深厚的技術實力。該團隊專注于將 AI 生成技術應用于圖像、視頻和多模態任務，以提升內容創作效率，并推動視頻生成技術的創新與普及。

HunyuanVideo-I2V 采用基于 Transformer 的擴展架構，并結合擴散模型（Diffusion Model）進行高質量視頻生成。其核心技術包括：

語義圖像注入（Semantic Image Injection）：使用多模態大模型（MLLM, Multimodal Large Language Model）提取輸入圖像的語義信息，并將其轉換為 token，與視頻生成 Transformer 結合，提高語義一致性。并采用像素級特征注入（Pixel-wise Injection）和高層語義注入（Semantic Injection）雙重策略，確保輸入圖像的風格、結構信息能夠影響整個視頻序列。

I2V 任務優化：

高質量視頻生成：通過 VAE（Variational Autoencoder，變分自編碼器）對輸入圖像進行潛在表示處理，使得視頻生成的首幀能夠與輸入圖像高度匹配，保證風格一致性。

強化多模態理解：結合文本描述、圖像信息和 mask（標記運動區域），精準控制視頻內容，提高生成質量和多樣性。

LoRA 微調（Customizable LoRA Effects）：支持個性化定制，例如頭發生長、物體變形、角色動態增強等，同時減少計算成本，提高訓練效率。

HunyuanVideo采用優化的 Transformer 結構，減少計算負擔，提高推理效率。支持多 GPU 并行推理，最高支持 720P 視頻生成。采用 FP8 量化（Quantization），減少顯存占用，使得高分辨率視頻生成更加高效。HunyuanVideo-I2V 的推出，為圖像到視頻的自動化生成提供了一種高效、靈活的解決方案，可廣泛應用于數字內容創作、動畫制作、視頻特效等領域。

#圖像到視頻 #人工智能 #視頻生成 #LoRA

閱讀更多：

GitHub：https://github.com/Tencent/HunyuanVideo-I2V

技術報告：https://arxiv.org/pdf/2412.03603

模型：https://huggingface.co/tencent/HunyuanVideo-I2V

在線體驗：https://video.hunyuan.tencent.com/

AI 驅動科學

Science：虛擬現實重新定義群體規則

沙漠蝗蟲的集體行為是自然界中最引人注目的現象之一，但其背后的機制尚不完全清楚。傳統模型如自驅動粒子模型（SPP）雖然能解釋部分行為，但與實際觀察存在不一致。Sercan Sayin、Einat Couzin-Fuchs、Inga Petelski等研究人員通過整合野外、實驗室和虛擬現實技術，重新審視了蝗蟲集體行為的機制。

研究的關鍵方法是使用虛擬現實技術，研究人員讓蝗蟲若蟲在高速運動補償球上自由移動，同時沉浸在包含其他蝗蟲模擬的全景三維投影中。通過這種方式，他們能夠精確控制環境并觀察蝗蟲的行為。研究發現，蝗蟲并不遵循傳統的固定行為規則，如與鄰近蝗蟲對齊或響應光學流。相反，其他蝗蟲更像是目標，吸引焦點蝗蟲向其移動。這一結果與環形吸引子模型（ring attractor model）最為一致，表明蝗蟲的集體行為更依賴于動態的感官輸入和內部神經回路。此外，重新分析之前的數據發現，蝗蟲的集體運動并不需要密度閾值。這一研究為理解蝗蟲集體行為提供了新的視角，未來可能有助于預測和管理蝗蟲災害。研究發表在 Science 上。

#認知科學 #預測模型構建 #虛擬現實 #蝗蟲集體行為 #環形吸引子模型

閱讀更多：

Buhl, Camille, and Stephen J. Simpson. “Virtual Reality Rewrites Rules of the Swarm.” Science, vol. 387, no. 6737, Feb. 2025, pp. 924–25. science.org (Atypon), https://doi.org/10.1126/science.adw0733

Science：AI超越人類，精準識別動物痛苦

人工智能在識別動物面部表情方面正逐漸超越人類，尤其是在檢測壓力和痛苦跡象方面表現優異。英國西英格蘭布里斯托爾大學（UWE）和蘇格蘭農業大學（SRUC）的科學家們開發了名為Intellipig的系統，旨在通過人工智能提升動物福利。

?熱圖揭示了人工智能認為在貓臉上最具有信息量的面部區域。Credit: Science (2025).

研究團隊使用人工智能系統分析動物面部表情，通過攝像頭捕捉豬、貓、馬等動物的面部特征，并結合深度學習算法識別其情緒狀態。人工智能系統在識別動物痛苦和壓力方面表現出色，準確率高達97%，甚至在某些情況下超越了專業獸醫的判斷。這一技術有望在智能農場和動物護理中廣泛應用，提升動物的生活質量。研究發表在 Science 上。

#認知科學 #預測模型構建 #動物福利 #深度學習 #人工智能

閱讀更多：

https://www.science.org/content/article/can-ai-read-pain-and-other-emotions-your-dog-s-face

仿生手實現高精度觸覺感知，抓握如人手

約翰霍普金斯大學的 Sriramana Sankar 團隊開發了一種新型仿生手，結合軟硬部件和多層觸覺傳感器，能夠像人類一樣感知和抓握物體。該團隊通過模仿人類皮膚的機械感受器，設計了三層獨立的神經形態觸覺傳感層，使仿生手能夠精確抓握并區分不同形狀和材質的物體。

?新型混合式機器人手結合了軟硬部件和觸覺技術，可實現精確靈活的物體處理。Credit: Sriramana Sankar / Johns Hopkins University

該仿生手采用混合設計，結合了軟機器人關節和剛性內骨骼，并通過肌電圖控制。其三層觸覺傳感器模仿人類皮膚的機械感受器，能夠感知物體的表面紋理和形狀。在實驗中，仿生手成功抓握了 15 種日常物品，包括脆弱的塑料杯和金屬水瓶，準確率達到 99.69%。此外，在紋理識別任務中，仿生手的分類準確率為 98.38%，優于傳統的剛性假肢和軟機器人手指。這一技術不僅為手部缺失者提供了更自然的觸覺反饋，還為機器人領域提供了新的可能性。研究發表在 Science Advances 上。

#神經技術 #腦機接口 #仿生手 #觸覺感知 #混合機器人

閱讀更多：

Sankar, Sriramana, et al. “A Natural Biomimetic Prosthetic Hand with Neuromorphic Tactile Sensing for Precise and Compliant Grasping.” Science Advances, vol. 11, no. 10, Mar. 2025, p. eadr9300. science.org (Atypon), https://doi.org/10.1126/sciadv.adr9300

AI預測青少年心理健康風險，睡眠障礙成關鍵預警信號

美國正面臨青少年心理健康危機，近一半的青少年將經歷精神疾病。杜克大學的研究團隊利用 ABCD 研究的數據，開發了一種人工智能模型，能夠預測青少年在未來出現嚴重心理健康問題的風險。該模型不僅依賴于現有癥狀，還能識別潛在原因，如睡眠障礙和家庭沖突，從而為干預措施提供依據。

研究團隊使用了來自超過 11,000 名兒童的心理社會問卷和神經影像數據，訓練了神經網絡模型（neural network model）來分層預測一般精神病理風險。基于當前癥狀訓練的模型能夠準確預測哪些參與者在未來一年內會轉變為最高精神病風險組（接收者操作特征曲線下面積 = 0.84）。僅基于潛在病因或疾病機制訓練的模型在不依賴兒童當前癥狀負擔的情況下，接收者操作特征曲線下面積達到 0.75。睡眠障礙成為高風險狀態的最強預測因素，超過了不良童年經歷和家族心理健康史。神經影像數據的加入并未提高預測性能。這些發現表明，基于現成的心理社會問卷訓練的人工智能模型可以有效預測未來的精神病風險，同時突出潛在的干預目標。研究發表在 Nature Medicine 上。

#大腦健康 #預測模型構建 #心理健康與精神疾病 #睡眠障礙 #人工智能

閱讀更多：

Hill, Elliot D., et al. “Prediction of Mental Health Risk in Adolescents.” Nature Medicine, Mar. 2025, pp. 1–7. www.nature.com, https://doi.org/10.1038/s41591-025-03560-7

索尼aibo機器人狗通過強化學習實現安靜行走和復雜舞蹈

索尼的aibo機器人狗旨在成為家庭伴侶，但用戶反饋指出其行走時的噪音問題。蘇黎世聯邦理工學院和索尼集團的研究人員，包括Ryo Watanabe，開發了基于強化學習（RL）的新模型，通過模擬到現實（sim-to-real）的方法減少噪音，并提升其娛樂技能。

?深度傅里葉模仿允許娛樂機器人如 aibo 無縫結合設計師創作的藝術動作與輔助任務，如行走或朝向人臉的注視，從而實現具有表現力的動作，可以在任意時間點平滑地過渡到不同的動作。Credit: Watanabe. Li and Hutter.

研究人員采用了一種基于模擬到現實的RL方法，通過最小化物理模擬器中的腳接觸速度來減少噪音。該方法包括學習變化的PD增益（Proportional-Derivative gains，比例-微分增益，用于控制機器人關節的剛度和阻尼），利用腳接觸傳感器，以及采用課程學習逐步對腳接觸速度實施懲罰。實驗結果顯示，與索尼的商業控制器和其他傳統RL控制器相比，新方法顯著降低了aibo行走時的噪音。此外，研究人員還開發了深度傅里葉模仿（DFM）模型，使aibo能夠更自然地模仿藝術動作，并與用戶互動。

#認知科學 #自動化科研 #強化學習 #機器人技術 #家庭伴侶

閱讀更多：

Watanabe, Ryo, et al. Learning Quiet Walking for a Small Home Robot. arXiv:2502.10983, arXiv, 28 Feb. 2025. arXiv.org, https://doi.org/10.48550/arXiv.2502.10983

人形機器人通過自然語言交互學習復雜行為

人形機器人學習復雜行為的能力一直是機器人學領域的挑戰，傳統方法需要明確的指令，難以實現自然交互。Amos Matsiko、B?rmann等研究人員通過大型語言模型探索了人形機器人如何通過自然語言交互學習復雜行為。

這項研究的關鍵方法是使用大型語言模型，研究人員構建了一個框架，讓機器人通過自然語言交互學習復雜行為。具體來說，機器人依賴于人類用戶的指令、環境觀察以及先前學習行為的知識記憶來完成任務。在模擬環境中，研究人員首先測試了機械臂和抓取器的性能，隨后在ARMAR-6人形機器人上進行了實驗。結果顯示，機器人不僅能夠逐步改進行為，還能學習用戶偏好，適應非通用任務約束，甚至從模糊指令中學習。盡管LLMs對特定詞語和短語的敏感性可能影響結果，但這種方法顯著提升了人機交互的自然性。研究發表在 Science Robotics 上。

#認知科學 #大模型技術 #人形機器人 #自然語言交互 #增量學習

閱讀更多：

Matsiko, Amos. “Humanoid Robot Learning of Complex Behaviors with LLMs.” Science Robotics, vol. 10, no. 98, Jan. 2025, p. eadv4627. science.org (Atypon), https://doi.org/10.1126/scirobotics.adv4627

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。