█腦科學動態

Science：挑戰赫布理論，記憶形成的細胞和亞細胞結構特征

Science：為什么我們不記得嬰兒時期的事情？

突觸可塑性新規則揭示記憶形成的動態機制

失眠果蠅記憶力更強，揭示睡眠與記憶的微妙平衡

深部腦刺激顯著減少自閉癥兒童自殘行為

7T MRI技術為耐藥性癲癇患者帶來手術希望

一晚好覺，記憶順序更清晰

█AI行業動態

階躍星辰開源Step-Video-TI2V：圖生視頻模型的新突破

?-Decoding：自適應前瞻采樣策略，平衡推理時的探索與利用

█AI驅動科學

DeepCeres：AI驅動的超高分辨率小腦分割技術

新型憶阻器突破人工神經網絡“災難性遺忘”難題

AI任務完成能力每7個月翻一番，未來5年或可自動化復雜軟件任務

腿式機器人通過強化學習框架成功學會滑板

醫療植入物的“指紋鎖”：物理動作確保患者安全

KBLaM：將外部知識高效整合到大語言模型中的新方法

腦科學動態

Science：挑戰赫布理論，揭示記憶形成的細胞和亞細胞結構特征

記憶的形成和存儲是神經科學中的一個核心問題，但其在細胞和亞細胞水平上的結構特征尚未完全理解。斯克里普斯研究所的科學家馬科·烏蒂埃波、安東·馬克西莫夫及其同事通過先進的技術手段，揭示了小鼠大腦中記憶形成的結構基礎。研究還挑戰了傳統學習理論中“一起放電的神經元會相互連接”的觀點。

?這幅圖像展示了一個典型多突觸末梢的結構，這是記憶痕跡的結構特征。Credit: Maximov lab at Scripps Research

研究團隊結合了先進的遺傳工具、三維電子顯微鏡（3D-EM）和人工智能，重建了參與學習的神經元連接圖，并詳細描述了這些神經元及其在細胞和亞細胞水平上的結構變化。研究發現，記憶痕跡的神經元通過多突觸突觸小體（multi-synaptic boutons）重新組織與其他神經元的連接。這種連接方式并不依賴于神經元的同步激活，而是通過一種非典型的連接機制實現。此外，這些神經元還重新組織了某些細胞內結構，增強了與星形細胞的相互作用。這表明，記憶的形成可能更多地依賴于神經元之間的結構重組，而不是簡單的同步激活。

研究還發現，多突觸突觸小體的增加并不改變孤立神經末梢和樹突棘的數量或空間分布。這意味著，記憶形成過程中的突觸連接變化是獨立于神經元同步激活的，進一步挑戰了赫布理論的核心觀點。研究發表在 Science 上。

#神經科學 #記憶機制 #多突觸突觸小體 #三維電子顯微鏡 #人工智能

閱讀更多：

Uytiepo, Marco, et al. “Synaptic Architecture of a Memory Engram in the Mouse Hippocampus.” Science, vol. 387, no. 6740, Mar. 2025, p. eado8316. science.org (Atypon), https://doi.org/10.1126/science.ado8316

Science：為什么我們不記得嬰兒時期的事情？

成年人無法回憶起嬰兒時期的特定事件，這一現象被稱為“嬰兒失憶癥”。耶魯大學的 Nick Turk-Browne 和 Tristan Yates 團隊通過功能性磁共振成像，發現嬰兒海馬體能夠編碼記憶，但記憶檢索機制的不成熟可能是導致失憶癥的原因。

研究團隊向 4 個月到 2 歲的嬰兒展示新圖像，并通過功能性磁共振成像記錄其海馬體活動。隨后，研究人員測試嬰兒是否能夠識別之前看過的圖像。結果顯示，嬰兒海馬體的活動強度與其記憶能力相關，尤其是在海馬體后部（靠近后腦勺的區域），這一區域與成人的情景記憶密切相關。研究發現，12 個月以上的嬰兒記憶編碼能力更強，表明嬰兒失憶癥可能是由于記憶檢索機制的不成熟，而非記憶編碼能力的缺失。這一發現為理解嬰兒記憶的形成和消失提供了新視角。研究結果發表在 Science 上。

#認知科學 #記憶機制 #嬰兒失憶癥 #海馬體 #fMRI

閱讀更多：

Ramsaran, Adam I., and Paul W. Frankland. “Babies Form Fleeting Memories.” Science, vol. 387, no. 6740, Mar. 2025, pp. 1253–54. science.org (Atypon), https://doi.org/10.1126/science.adw1923

Yates, Tristan S., et al. “Hippocampal Encoding of Memories in Human Infants.” Science, vol. 387, no. 6740, Mar. 2025, pp. 1316–20. science.org (Atypon), https://doi.org/10.1126/science.adt7570

突觸可塑性新規則揭示記憶形成的動態機制

突觸可塑性被認為是大腦存儲記憶的關鍵機制，但傳統觀點認為神經元同時放電會增強連接，單獨放電會減弱連接。芝加哥大學的Mark Sheffield和Antoine Madar等人通過研究小鼠海馬體位置細胞的活動，發現行為時間尺度突觸可塑性（BTSP）比傳統規則更能解釋記憶形成的動態變化。

研究人員記錄了小鼠在熟悉和新環境中奔跑時海馬體位置細胞的活動，并構建了計算模型來模擬這些活動。通過比較不同的突觸可塑性規則，他們發現行為時間尺度突觸可塑性能夠更好地解釋位置細胞的動態變化。BTSP觸發的事件在學習新環境時更為頻繁，且能夠驅動神經元表征的持續漂移。研究還發現，BTSP在海馬體CA3區域的發生頻率低于CA1區域，且表現不同。研究發表在 Nature Neuroscience 上。

#神經科學 #記憶機制 #突觸可塑性 #計算模型 #海馬體

閱讀更多：

Madar, Antoine D., et al. “Synaptic Plasticity Rules Driving Representational Shifting in the Hippocampus.” Nature Neuroscience, Mar. 2025, pp. 1–13. www.nature.com, https://doi.org/10.1038/s41593-025-01894-6

失眠果蠅記憶力更強，揭示睡眠與記憶的微妙平衡

睡眠對認知功能和壽命至關重要，但睡眠與記憶之間的信號通路尚不明確。德國柏林自由大學的Sheng Huang、Stephan Sigrist及其團隊通過研究果蠅失眠癥（inc）突變體，揭示了PKA信號通路在平衡睡眠和記憶功能中的作用，并發現記憶過度可能導致睡眠缺失。

?inc 突變體中的過度記憶功能無法通過 PKA 操作恢復。Credit: Huang S, et al., 2025, PLOS Biology

研究團隊使用果蠅失眠癥突變體，通過基因修飾劑篩選發現PKA信號通路（Protein Kinase A signaling pathway，一種調節細胞功能的信號通路）特異性介導睡眠缺陷。實驗表明，inc突變體盡管嚴重缺乏睡眠，但在嗅覺學習和記憶任務中表現更好。降低PKA信號可以部分恢復睡眠和壽命，但會進一步加劇記憶過度和蘑菇體（mushroom body，果蠅大腦中負責記憶和睡眠調節的區域）過度生長。研究揭示了PKA信號在平衡睡眠和記憶功能中的作用，并為神經發育障礙（如孤獨癥）提供了潛在機制聯系。研究發表在 PLOS Biology 上。

#認知科學 #記憶機制 #PKA信號通路 #孤獨癥 #睡眠調節

閱讀更多：

Huang, Sheng, et al. “Enhanced Memory despite Severe Sleep Loss in Drosophila Insomniac Mutants.” PLOS Biology, vol. 23, no. 3, Mar. 2025, p. e3003076. PLoS Journals, https://doi.org/10.1371/journal.pbio.3003076

深部腦刺激顯著減少孤獨癥兒童自殘行為

孤獨癥譜系障礙（ASD）兒童的嚴重自殘行為（SIB）可能導致永久性身體傷害甚至死亡，且現有治療方法效果有限。多倫多大學病童醫院、生物醫學工程研究所和醫學科學院的研究團隊探索了深部腦刺激（DBS）在治療SIB中的潛力。研究結果表明，DBS不僅安全可行，還能顯著減少自殘行為并改善生活質量。

?（A）參與者招募和處置的 CONSORT 圖；（B）研究時間表和程序；（C）電極定位在伏隔核 (NAc) 的核心（淺藍色）和外殼（深藍色）內。在一名患有多種基線腦異常的參與者中，左側深部腦刺激 (DBS) 電極似乎位于此標準空間模板中的 NAc 側面。Credit: Biological Psychiatry (2024).

研究團隊對6名7-14歲患有嚴重SIB的兒童進行了I期臨床試驗，通過DBS刺激伏隔核。研究人員使用可穿戴技術量化運動，并通過PET掃描評估大腦代謝變化。結果顯示，DBS治療后，兒童的自殘行為顯著減少，生活質量得到改善。PET掃描還發現，與SIB相關的腦區（如丘腦、紋狀體和顳島皮層）代謝活動降低，表明DBS通過調節神經回路發揮作用。研究發表在 Biological Psychiatry 上。

#神經技術 #神經調控 #自閉癥 #深部腦刺激 #自殘行為

閱讀更多：

Gorodetsky, Carolina, et al. “Deep Brain Stimulation of the Nucleus Accumbens for Severe Self-Injurious Behavior in Children: A Phase I Pilot Trial.” Biological Psychiatry, vol. 0, no. 0, Dec. 2024. www.biologicalpsychiatryjournal.com, https://doi.org/10.1016/j.biopsych.2024.12.001

7T MRI技術為耐藥性癲癇患者帶來手術希望

難治性癲癇患者中，許多人在傳統3T MRI掃描中無法檢測到明確的病變，這限制了手術治療的可行性。劍橋大學沃爾夫森腦成像中心與巴黎薩克雷大學的研究人員合作，開發了一種新型并行傳輸（parallel transmit）7T MRI技術，顯著提高了病變檢測的準確性，改變了58%患者的治療方案。

?同一參與者的 3T 和 7T 掃描結果對比。Credit: P Simon Jones, University of Cambridge

研究團隊對31名3T MRI掃描結果陰性或不確定的癲癇手術候選者進行了并行傳輸7T MRI和傳統單傳輸（CP）7T MRI的對比掃描。掃描包括T1、T2、FLAIR（流體衰減反轉恢復）和EDGE（邊緣增強梯度回波）圖像，所有圖像均在0.8毫米的各向同性空間內獲取。兩名神經放射科醫生、一名神經科醫生和一名神經外科醫生對圖像質量進行了獨立評估。

結果顯示，7T MRI在9名患者中發現了之前未見的病變，并在4名患者中確認了3T MRI的疑似病變。并行傳輸7T MRI在57%的病例中比單傳輸7T MRI提供了更清晰的圖像，且從未表現更差。18名患者（58%）的治療方案因此改變，其中9名患者接受了手術切除，1名患者接受了激光間質熱療法（LITT）。研究發表在 Epilepsia 上。

#神經技術 #個性化醫療 #癲癇 #并行傳輸MRI #7T MRI

閱讀更多：

Klodowski, Krzysztof, et al. Parallel Transmit 7 T MRI for Adult Epilepsy Pre‐surgical Evaluation. Mar. 2025. www.repository.cam.ac.uk, https://doi.org/10.1111/epi.18353

一晚好覺，記憶順序更清晰

睡眠對記憶鞏固的作用已被廣泛研究，但其如何影響現實世界經歷的記憶仍不明確。多倫多大學貝克萊斯特研究與教育學院羅特曼研究所的Brian Levine、Nicholas B. Diamond和Stephanie Simpson團隊通過沉浸式藝術之旅實驗，發現睡眠不僅能保護記憶，還能顯著增強對事件順序的記憶準確性。

?研究設計概述。Credit: Nature Human Behaviour (2025).

研究采用Baycrest Tour（一種沉浸式音頻導覽藝術之旅）作為實驗范式，參與者參觀后接受記憶測試，測試內容包括對細節（如畫作顏色）和序列（如畫作順序）的記憶。測試分別在參觀后立即、第二天、一周后和一個月后進行。研究發現，經過一晚睡眠后，參與者對游覽順序的記憶顯著增強，且這種優勢在后續測試中持續存在。研究還通過多導睡眠圖（polysomnography）監測參與者的腦活動，發現慢波睡眠（slow-wave sleep，一種深度睡眠階段）的持續時間和神經生理特征（如紡錘波-慢波耦合）與記憶增強相關。這一發現表明，睡眠通過特定的神經機制主動增強了順序記憶的準確性。研究發表在 Nature Human Behaviour 上。

#認知科學 #記憶機制 #慢波睡眠 #沉浸式實驗 #神經機制與腦功能解析

閱讀更多：

Diamond, N. B., et al. “Sleep Selectively and Durably Enhances Memory for the Sequence of Real-World Experiences.” Nature Human Behaviour, Mar. 2025, pp. 1–12. www.nature.com, https://doi.org/10.1038/s41562-025-02117-5

AI 行業動態

階躍星辰開源Step-Video-TI2V：圖生視頻模型的新突破

階躍星辰（StepFun）近日宣布開源其最新的圖生視頻模型——Step-Video-TI2V，該模型基于30B參數的Step-Video-T2V訓練，能夠生成102幀、5秒、540P分辨率的視頻。Step-Video-TI2V具備兩大核心特點：運動幅度可控和鏡頭運動可控，同時還具備一定的特效生成能力。相比現有的開源圖生視頻模型，Step-Video-TI2V不僅在參數規模上提供了更高的上限，其運動幅度可控能力還能平衡生成視頻的動態性和穩定性，為創作者提供更靈活的選擇。

Step-Video-TI2V通過引入圖像條件和運動幅度控制兩大關鍵技術優化，顯著提升了生成視頻的一致性和動態性。在VBench-I2V基準測試中，該模型取得了state-of-the-art級別的表現，驗證了其在生成視頻穩定性和一致性方面的控制能力。此外，Step-Video-TI2V在動漫類任務上的表現尤為優異，支持多種尺寸的視頻生成，滿足不同創作需求。

#階躍星辰 #圖生視頻 #Step-Video-TI2V #開源模型 #視頻生成

閱讀更多：

https://github.com/stepfun-ai/Step-Video-TI2V

?-Decoding：自適應前瞻采樣策略，平衡推理時的探索與利用

在大型語言模型的推理過程中，如何平衡探索與利用一直是一個關鍵挑戰。傳統的自回歸生成方法雖然高效，但缺乏全局視野，而基于搜索的方法雖然能找到全局最優解，卻因搜索空間過大導致計算成本高昂。為了解決這一問題，來自上海人工智能實驗室、西安交通大學的研究人員提出了一種名為 ?-Decoding 的新型解碼策略。該策略通過前瞻采樣（foresight sampling）模擬未來步驟，從而在推理時實現探索與利用的高效平衡。

?-Decoding 的核心在于通過前瞻路徑推導出兩個分布：一個基于步驟優勢值，捕捉連續步驟之間的不確定性差異；另一個通過聚類對齊前瞻路徑。通過從聯合分布中采樣，?-Decoding 能夠選擇最優步驟進行利用。此外，該策略還引入了寬度和深度剪枝技術，自適應地分配計算資源，避免在簡單步驟上過度計算。實驗表明，?-Decoding 在多個推理基準測試中顯著優于現有方法，尤其是在計算效率與性能之間取得了良好平衡。例如，它在 LLaMA3.1-Instruct-8B 模型上的平均性能提升了超過 14%。

#?-Decoding #前瞻采樣 #推理優化 #大型語言模型 #自適應剪枝

閱讀更多：

Xu, Fangzhi, et al. $φ$-Decoding: Adaptive Foresight Sampling for Balanced Inference-Time Exploration and Exploitation. arXiv:2503.13288, arXiv, 17 Mar. 2025. arXiv.org, https://doi.org/10.48550/arXiv.2503.13288

AI 驅動科學

DeepCeres：AI驅動的超高分辨率小腦分割技術

小腦在認知、情感和運動功能中扮演重要角色，但其復雜的解剖結構使得精確分割成為一大挑戰。瓦倫西亞理工大學（UPV）和法國國家科學研究中心（CNRS）的研究團隊開發了DeepCeres，這是一款基于人工智能的軟件，能夠通過高分辨率核磁共振（NMR）圖像精確分割小腦的27個結構。該軟件已在五個月內處理了近15,000張小腦圖像，廣泛應用于神經科學研究和臨床診斷。

?左圖：半自動校正前 WM 標簽的 3D 重建和分割的冠狀視圖。右圖：半自動校正后 WM 標簽的 3D 重建和分割的冠狀視圖。校正后的版本中 WM“小腦白質樹狀結構”的定義更加清晰。Credit: NeuroImage (2025).

DeepCeres利用深度神經網絡將標準分辨率圖像（1立方毫米）轉換為超高分辨率圖像（0.125立方毫米），從而在不依賴初始超高分辨率數據的情況下，提供詳細的小腦解剖信息。研究團隊還結合了多圖譜技術（Multi-Atlas Techniques）和深度學習，顯著提高了分割的精度和魯棒性。與傳統U-Net模型不同，DeepCeres通過集成深度網絡和經典機器學習方法，進一步提升了小腦分割的準確性。該軟件已在研究阿爾茨海默病、精神分裂癥、孤獨癥等疾病方面表現出巨大潛力。研究發表在 NeuroImage 上。

#神經技術 #自動化科研 #小腦分割 #深度學習 #神經科學

閱讀更多：

“DeepCERES: A Deep Learning Method for Cerebellar Lobule Segmentation Using Ultra-High Resolution Multimodal MRI.” NeuroImage, vol. 308, Mar. 2025, p. 121063. www.sciencedirect.com, https://doi.org/10.1016/j.neuroimage.2025.121063

新型憶阻器突破人工神經網絡“災難性遺忘”難題

人工神經網絡在學習新任務時常常會遺忘舊任務，這種現象被稱為“災難性遺忘”。為了解決這一問題，尤利希研究中心的Ilia Valov團隊與德國和中國的研究人員合作，開發了一種基于全新電化學機制的新型憶阻器。這種憶阻器不僅更穩定，還能在模擬和數字模式下工作，為解決災難性遺忘問題提供了新途徑。

?新型憶阻器示意圖。Credit: Nature Communications (2025).

研究團隊設計了一種基于燈絲電導率變化機制（filament conductivity change mechanism, FCM）的憶阻器。與傳統的電化學金屬化（ECM）和價帶變化機制（VCM）不同，FCM憶阻器通過金屬氧化物的氧化還原反應實現穩定的電阻切換。這種設計避免了傳統憶阻器中的肖特基勢壘（Schottky barrier）調制問題，顯著提高了器件的化學和電氣穩定性。

研究團隊通過電學測試、透射電子顯微鏡（TEM）和光譜分析驗證了FCM憶阻器的性能。結果顯示，這種憶阻器具有寬電壓窗口、高溫穩定性和低切換電壓，能夠在人工神經網絡中實現高精度的模式識別。在多個圖像數據集的模擬實驗中，FCM憶阻器表現出優異的抗災難性遺忘能力。研究發表在 Nature Communications 上。

#神經技術 #記憶機制 #憶阻器 #人工神經網絡 #災難性遺忘

閱讀更多：

Chen, Shaochuan, et al. “Electrochemical Ohmic Memristors for Continual Learning.” Nature Communications, vol. 16, no. 1, Mar. 2025, p. 2348. www.nature.com, https://doi.org/10.1038/s41467-025-57543-w

AI任務完成能力每7個月翻一番，未來5年或可自動化復雜軟件任務

現有AI基準測試難以全面衡量AI系統的真實能力。為解決這一問題，初創公司METR的研究團隊提出了一種新指標——“50%任務完成時間范圍”（TCTH），以人類能力為基準量化AI系統的表現。

?測量 AI 代理時間范圍的方法。Credit: arXiv (2025).

研究團隊設計了170項任務，涵蓋研究或軟件工程所需的技能，包括HCAST、RE-Bench和軟件原子操作（SWAA）等數據集。通過測量人類完成這些任務的時間，并與AI模型的表現進行對比，研究團隊計算了AI模型在50%成功率下的任務完成時間范圍。結果顯示，自2019年以來，AI模型的50%任務完成時間范圍每7個月翻一番。例如，最新版本的Claude 3.7 Sonnet可以在50分鐘內完成人類平均需要59分鐘完成的任務的50%。這一進步主要得益于AI模型在邏輯推理、工具使用和任務執行可靠性方面的提升。研究還指出，AI模型在非結構化任務上的表現較差，但整體趨勢表明，AI可能在5年內自動化許多目前需要人類一個月才能完成的軟件任務。

#認知科學 #自動化科研 #AI能力評估 #任務完成時間范圍 #邏輯推理

閱讀更多：

Kwa, Thomas, et al. Measuring AI Ability to Complete Long Tasks. arXiv:2503.14499, arXiv, 18 Mar. 2025. arXiv.org, https://doi.org/10.48550/arXiv.2503.14499

腿式機器人通過強化學習框架成功學會滑板

腿式機器人通常受到動物和昆蟲的啟發，可以幫助人類完成各種現實世界的任務。密歇根大學計算自主和機器人實驗室 (CURLY Lab) 和南方科技大學的研究人員開發了一種基于強化學習的框架，使腿式機器人能夠成功使用滑板。

?Credit: Liu et al.

研究人員開發了一種名為離散時間混合自動機學習 (DHAL) 的新框架，該框架可以識別突變，隨后使用基于回歸的技術學習系統動態的每個連續部分，從而減少不連續效應，這種效應會損害機器人在滑板等任務上的表現。在初步測試中，研究人員發現，它允許四足機器人順利踏上滑板，并利用滑板快速前進，同時在后面拉著一輛小推車。

#神經技術 #預測模型構建 #自動化科研 #腿式機器人 #強化學習

閱讀更多：

Liu, Hang, et al. Discrete-Time Hybrid Automata Learning: Legged Locomotion Meets Skateboarding. arXiv:2503.01842, arXiv, 3 Mar. 2025. arXiv.org, https://doi.org/10.48550/arXiv.2503.01842

醫療植入物的“指紋鎖”：物理動作確保患者安全

隨著醫療技術向智能無線連接植入物發展，網絡健康威脅日益嚴重。萊斯大學的Kaiyuan Yang及其團隊開發了一種名為磁電數據報傳輸層安全（ME-DTLS）的協議，通過特定的物理動作輸入安全訪問模式，實現雙因素身份驗證，確保了植入物的安全性。

?為了直觀地引入一致的橫向位移，設計中包含了一個機械結構，如撥號盤。以不同角度旋轉撥號盤會導致 TX 線圈橫向移動不同的距離，從而導致植入物整流器輸出的電壓發生變化。Credit: Kaiyuan Yang/Rice University

研究人員利用無線電力傳輸的特性，開發了ME-DTLS協議，通過將短動作編碼為“1”，長動作編碼為“0”，用戶只需以特定方式移動外部集線器即可輸入安全訪問模式。該協議在志愿者測試中正確識別率高達98.72%，確保了植入物的安全性，同時允許緊急情況下無需預設憑證的訪問。研究團隊還開發了一種快速、低功耗的數據傳輸方法，進一步提升了系統的可靠性和效率。研究發表在 International Solid-State Circuits Conference 上。

#神經技術 #個性化醫療 #網絡安全 #無線電力傳輸 #雙因素身份驗證

閱讀更多：

Wang, Wei, et al. “35.4: A Miniature Biomedical Implant Secured by Two-Factor Authentication with Emergency Access.” 2025 IEEE International Solid-State Circuits Conference (ISSCC), vol. 68, 2025, pp. 574–76. IEEE Xplore, https://doi.org/10.1109/ISSCC49661.2025.10904583

KBLaM：將外部知識高效整合到大語言模型中的新方法

大型語言模型在處理復雜任務時表現出色，但如何高效整合外部知識仍是一個難題。為了解決這一問題，Taketomo Isazawa等研究人員開發了KBLaM（Knowledge Base-Augmented Language Model），通過將結構化知識庫直接集成到LLMs中，顯著提升了模型的效率和可擴展性。

KBLaM采用了一種創新的方法，將知識三元組（實體-屬性-值）編碼為連續的鍵值向量對（key-value vector pairs），并通過矩形注意力機制（rectangular attention）將其集成到模型的注意力層中。這種方法避免了傳統方法如RAG（Retrieval-Augmented Generation）的復雜性和二次方增長的存儲問題，實現了線性擴展。實驗表明，KBLaM能夠處理超過10,000個知識三元組，且無需重新訓練即可動態更新知識庫。此外，KBLaM通過矩形注意力機制增強了模型的解釋性和可靠性，減少了幻覺現象（hallucinations），使模型在缺乏相關知識時能夠更準確地拒絕回答。

#認知科學 #大模型技術 #知識整合 #矩形注意力機制 #線性擴展

閱讀更多：

Wang, Xi, et al. KBLaM: Knowledge Base Augmented Language Model. arXiv:2410.10450, arXiv, 9 Feb. 2025. arXiv.org, https://doi.org/10.48550/arXiv.2410.10450

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。