█腦科學(xué)動態(tài)

Nature：發(fā)現(xiàn)裸蓋菇素抗抑郁效果的關(guān)鍵"開關(guān)"

Nature：賭博快感背后的科學(xué)，血清素如何計(jì)算“未來價值”

Science：超聲波顯微鏡突破極限，活體器官細(xì)胞級成像成真

Science：女性免疫細(xì)胞暗藏"天然止痛藥"

大腦用“地圖導(dǎo)航”思維做選擇，價格比較也靠海馬體

從簡單分支到精密網(wǎng)絡(luò)：神經(jīng)元如何長成自己的模樣

基因療法讓罕見遺傳性失明兒童重見光明

年輕菌群能“返老還童”？揭示腸道微生物抗衰老機(jī)制

█AI行業(yè)動態(tài)

多發(fā)性硬化癥研究榮獲“科學(xué)界奧斯卡”

你的AI“另一半”來了！微軟Copilot八大黑科技揭秘

AI 2027：超級智能的倒計(jì)時與人類社會的終極博弈

Meta 發(fā)布 Llama 4 ：首個原生多模態(tài)模型

OmniTalker：只用一段“參考視頻”就能學(xué)會視頻里人物說話

█AI驅(qū)動科學(xué)

Nature：AI“白日夢”成真：9天自學(xué)成Minecraft高手

代理AI：醫(yī)療領(lǐng)域的“超級團(tuán)隊(duì)”，準(zhǔn)確率碾壓ChatGPT

無需編程，生物醫(yī)學(xué)數(shù)據(jù)分析新平臺讓科研更簡單

觸覺傳感器并非機(jī)械手學(xué)習(xí)的關(guān)鍵因素

脊髓損傷康復(fù)新突破：閉環(huán)電刺激+機(jī)器人訓(xùn)練重塑運(yùn)動功能

人工神經(jīng)元實(shí)現(xiàn)生物啟發(fā)的自主協(xié)同學(xué)習(xí)

大腦如何“分步”書寫漢字？浙大團(tuán)隊(duì)破解神經(jīng)編碼奧秘

研究表明，ChatGPT可能會緩解孤獨(dú)感，但會增加依賴性

腦科學(xué)動態(tài)

Nature：發(fā)現(xiàn)裸蓋菇素抗抑郁效果的關(guān)鍵"開關(guān)"

裸蓋菇素（psilocybin）作為潛在抗抑郁藥物備受關(guān)注，但其作用機(jī)制一直是個謎。康奈爾大學(xué)的Alex Kwan團(tuán)隊(duì)與耶魯大學(xué)醫(yī)學(xué)院的Clara Liao合作，首次揭示了裸蓋菇素長期行為效應(yīng)的神經(jīng)基礎(chǔ)——錐體束神經(jīng)元（PT neurons）和5-HT2A受體是其發(fā)揮抗抑郁效果的關(guān)鍵。

?研究人員利用雙光子顯微鏡對錐體束神經(jīng)元進(jìn)行成像，發(fā)現(xiàn)這種細(xì)胞類型對于裸蓋菇素的長期行為影響至關(guān)重要。Credit: Cornell University

研究團(tuán)隊(duì)使用雙光子顯微鏡（two-photon microscopy）觀察小鼠大腦神經(jīng)元活動，發(fā)現(xiàn)裸蓋菇素能顯著促進(jìn)PT神經(jīng)元的樹突棘（dendritic spines，神經(jīng)元表面接收信號的微小突起）生長。通過化學(xué)遺傳學(xué)技術(shù)選擇性沉默PT神經(jīng)元后，裸蓋菇素的抗抑郁效果完全消失；而沉默另一類IT神經(jīng)元則無影響。進(jìn)一步實(shí)驗(yàn)顯示，敲除5-HT2A受體同樣會消除裸蓋菇素的長期效應(yīng)。有趣的是，這些操作均不影響裸蓋菇素的急性致幻作用，提示治療效應(yīng)和致幻效應(yīng)可能通過不同腦區(qū)實(shí)現(xiàn)。這一發(fā)現(xiàn)為制藥公司開發(fā)"無致幻"抗抑郁藥物提供了新思路——或許可以通過靶向特定腦區(qū)的5-HT2A受體來實(shí)現(xiàn)。研究發(fā)表在 Nature 上。

#疾病與健康 #神經(jīng)機(jī)制與腦功能解析 #心理健康與精神疾病 #神經(jīng)調(diào)控 #計(jì)算模型與人工智能模擬

閱讀更多：

Shao, Ling-Xiao, et al. “Psilocybin’s Lasting Action Requires Pyramidal Cell Types and 5-HT2A Receptors.” Nature, Apr. 2025, pp. 1–10. www.nature.com, https://doi.org/10.1038/s41586-025-08813-6

Nature：賭博快感背后的科學(xué)：血清素如何計(jì)算“未來價值”

血清素在大腦中究竟起什么作用？渥太華大學(xué)的Emerson F. Harkin、Richard Naud等研究人員發(fā)現(xiàn)，血清素系統(tǒng)實(shí)際上編碼了“未來獎勵預(yù)期值”，這一發(fā)現(xiàn)解釋了為什么血清素神經(jīng)元會對獎勵和懲罰都產(chǎn)生反應(yīng)，但對驚喜獎勵特別敏感。

?一種預(yù)測性代碼解釋了來自先前文獻(xiàn)的血清素神經(jīng)元的定性調(diào)節(jié)特征。Credit: Nature (2025).

研究團(tuán)隊(duì)將強(qiáng)化學(xué)習(xí)理論與對大腦背側(cè)縫核（dorsal raphe nucleus，血清素神經(jīng)元主要聚集區(qū)）的最新認(rèn)識相結(jié)合。通過分析大量先前看似矛盾的實(shí)驗(yàn)數(shù)據(jù)，他們發(fā)現(xiàn)血清素神經(jīng)元的活動模式精確對應(yīng)“未來獎勵的預(yù)期值”——當(dāng)大腦評估某個行為或環(huán)境可能帶來未來收益時，這些神經(jīng)元就會被激活。特別值得注意的是，血清素對意外獎勵反應(yīng)更強(qiáng)，但對懲罰沒有類似偏好，這一特性完美解釋了為什么賭博贏錢時大腦會釋放大量血清素。研究建立的數(shù)學(xué)模型能比現(xiàn)有理論更準(zhǔn)確地預(yù)測神經(jīng)元活動，為開發(fā)針對抑郁癥等疾病的新療法提供了理論基礎(chǔ)。研究發(fā)表在 Nature 上。

#神經(jīng)科學(xué) #神經(jīng)機(jī)制與腦功能解析 #心理健康與精神疾病 #決策機(jī)制 #計(jì)算模型與人工智能模擬

閱讀更多：

Harkin, Emerson F., et al. “A Prospective Code for Value in the Serotonin System.” Nature, Mar. 2025, pp. 1–8. www.nature.com, https://doi.org/10.1038/s41586-025-08731-7

Science：超聲波顯微鏡突破極限，活體器官細(xì)胞級成像成真

傳統(tǒng)超聲無法看清細(xì)胞級結(jié)構(gòu)？代爾夫特理工大學(xué)的Baptiste Heiles、David Maresca團(tuán)隊(duì)聯(lián)合荷蘭神經(jīng)科學(xué)研究所和加州理工學(xué)院，開發(fā)出非線性聲片顯微鏡（NSSM），首次實(shí)現(xiàn)活體器官內(nèi)毛細(xì)血管和細(xì)胞的三維可視化。

?非線性聲片顯微鏡學(xué)。一次激發(fā)一個平面的聲學(xué)報(bào)告器的功能，使得在細(xì)胞和毛細(xì)血管尺度上進(jìn)行分子超聲成像成為可能。（i）在 NSSM 中，聲學(xué)報(bào)告器的非線性散射被限制在 0.1 × 10 × 9 mm 的薄聲片中。（ii）正交掃描聲片成像使得在不透明器官中實(shí)現(xiàn)基因表達(dá)的 3D 可視化，而（iii）聲片定位顯微鏡則實(shí)現(xiàn)了大腦毛細(xì)血管的深度超分辨率成像。RCA 的音高 p。在本研究中，p/2 等于 55 μm。Credit: Science (2025).

研究團(tuán)隊(duì)利用加州理工學(xué)院開發(fā)的納米級氣體囊泡標(biāo)記細(xì)胞，通過15MHz行波列陣（RCA）超聲換能器產(chǎn)生0.1mm厚聲片。正交掃描技術(shù)使成像范圍達(dá)8.8×8.8×10mm3，深度1cm，比光學(xué)顯微鏡穿透力強(qiáng)10倍。在腦成像中，微氣泡（microbubbles，臨床常用造影劑）作為血管標(biāo)記物，結(jié)合超聲定位顯微技術(shù)實(shí)現(xiàn)100μm分辨率，首次清晰呈現(xiàn)活體腦毛細(xì)血管網(wǎng)絡(luò)。動物實(shí)驗(yàn)顯示，該技術(shù)能追蹤腫瘤生長并識別壞死核心，體積測量精度比現(xiàn)有方法高35倍，成像速度快64倍。由于采用已獲批的微氣泡探針，該技術(shù)有望快速進(jìn)入臨床，用于小血管疾病診斷和癌癥治療監(jiān)測。研究發(fā)表在 Science 上。

#疾病與健康 #個性化醫(yī)療 #跨學(xué)科整合 #癌癥研究 #腦科學(xué)

閱讀更多：

Heiles, Baptiste, et al. “Nonlinear Sound-Sheet Microscopy: Imaging Opaque Organs at the Capillary and Cellular Scale.” Science, vol. 388, no. 6742, Apr. 2025, p. eads1325. science.org (Atypon), https://doi.org/10.1126/science.ads1325

Science：女性免疫細(xì)胞暗藏"天然止痛藥"

加州大學(xué)舊金山分校的élora Midavaine、Sakeen W. Kashem團(tuán)隊(duì)發(fā)現(xiàn)，女性激素能指揮免疫細(xì)胞在脊髓附近生產(chǎn)天然止痛物質(zhì)——腦啡肽（enkephalin），這解釋了止痛藥效的性別差異，并為更年期女性慢性疼痛提供了治療新思路。

研究通過基因編輯小鼠模型發(fā)現(xiàn)，包裹脊髓的腦膜中存在大量調(diào)節(jié)性T細(xì)胞（T-regs）。當(dāng)用毒素清除這些細(xì)胞后，雌性小鼠疼痛敏感性驟增，而雄性小鼠不受影響。進(jìn)一步實(shí)驗(yàn)揭示，雌激素和孕酮會促使雌鼠的T-regs分泌腦啡肽——這種內(nèi)源性阿片物質(zhì)能阻斷疼痛信號向大腦傳遞。

關(guān)鍵數(shù)據(jù)顯示：雌鼠腦脊液中腦啡肽濃度是雄鼠的3倍；激活δ-阿片受體（DOR）可復(fù)制T-regs的鎮(zhèn)痛效果；注射白細(xì)胞介素-2（IL-2）能使絕經(jīng)雌鼠的T-regs數(shù)量恢復(fù)80%。

T-regs首次被證明具有獨(dú)立于免疫功能的鎮(zhèn)痛作用，且通過女性激素-免疫細(xì)胞-神經(jīng)回路的三級調(diào)控實(shí)現(xiàn)性別特異性止痛。研究為開發(fā)針對女性的非成癮性止痛藥奠定基礎(chǔ)，尤其可能幫助20%的慢性疼痛女性患者。研究發(fā)表在 Science 上。

#疾病與健康 #知覺康復(fù) #神經(jīng)機(jī)制與腦功能解析 #個性化醫(yī)療 #性別醫(yī)學(xué)

閱讀更多：

Midavaine, élora, et al. “Meningeal Regulatory T Cells Inhibit Nociception in Female Mice.” Science, vol. 388, no. 6742, Apr. 2025, pp. 96–104. science.org (Atypon), https://doi.org/10.1126/science.adq6531

大腦用“地圖導(dǎo)航”思維做選擇，價格比較也靠海馬體

買房時比價、選水果看新鮮度——這些抽象決策竟與空間導(dǎo)航共享腦機(jī)制？賈維拉梅烏大學(xué)的Raphael Kaplan團(tuán)隊(duì)發(fā)現(xiàn)，海馬體和內(nèi)側(cè)前額葉皮層（mPFC）會將抽象規(guī)則（如價格區(qū)間）轉(zhuǎn)化為“邊界”，像處理地圖一樣引導(dǎo)選擇，且mPFC的活動強(qiáng)度直接預(yù)測決策水平提升。

?實(shí)驗(yàn)范式。Nature Communications (2025).

研究讓參與者在fMRI中完成特殊任務(wù)：先記憶虛擬水果的“價格-新鮮度”二維坐標(biāo)（邊界商品定義空間范圍，中心商品作為參照），再快速判斷隨機(jī)商品更接近中心還是邊界。神經(jīng)影像分析顯示，海馬體和mPFC會計(jì)算目標(biāo)商品與邊界的歐氏距離（Euclidean distance，二維空間中的直線距離），但分工不同——mPFC的活動模式隨任務(wù)進(jìn)展逐漸優(yōu)化，且優(yōu)化程度與個體準(zhǔn)確率提升正相關(guān)；海馬體則專門負(fù)責(zé)識別抽象邊界變化（如價格區(qū)間從“方形”變?yōu)椤芭で巍保浣獯a準(zhǔn)確率越高，決策受邊界影響越明顯。后續(xù)行為實(shí)驗(yàn)證實(shí)，人類能無意識構(gòu)建并保留這些抽象空間的“認(rèn)知地圖”。研究為理解經(jīng)濟(jì)決策等復(fù)雜行為提供了神經(jīng)基礎(chǔ)。研究發(fā)表在 Nature Communications 上。

#認(rèn)知科學(xué) #神經(jīng)機(jī)制與腦功能解析 #意圖與決策 #計(jì)算模型與人工智能模擬

閱讀更多：

Esposito, Mariachiara, et al. “Flexible Hippocampal Representation of Abstract Boundaries Supports Memory-Guided Choice.” Nature Communications, vol. 16, no. 1, Mar. 2025, p. 2377. www.nature.com, https://doi.org/10.1038/s41467-025-57644-6

從簡單分支到精密網(wǎng)絡(luò)：神經(jīng)元如何長成自己的模樣

大腦如何建造出形態(tài)各異的神經(jīng)元？斯克里普斯研究所的Norjin Zolboot、Giordano Lippi和Ian MacRae團(tuán)隊(duì)發(fā)現(xiàn)，微小RNA（microRNA）像精準(zhǔn)的分子鐘表，分階段調(diào)控浦肯野細(xì)胞的樹突發(fā)育和突觸形成。

?miRNA 對于浦肯野細(xì)胞形成其特征性的復(fù)雜樹突樹至關(guān)重要。當(dāng)斯克里普斯研究所的科學(xué)家在發(fā)育過程中暫時關(guān)閉 miRNA 功能時，浦肯野細(xì)胞的樹突樹比通常更簡單（左側(cè)）。Credit: Norjin Zolboot, Scripps Research

研究團(tuán)隊(duì)開發(fā)了革命性的可逆調(diào)控系統(tǒng)T6B，能在特定時間關(guān)閉微小RNA功能。當(dāng)在出生后第一周抑制微小RNA時，浦肯野細(xì)胞的樹突分支（dendritic arbor）變得異常簡單；而在第三周抑制時，則導(dǎo)致攀爬纖維（climbing fiber，一種關(guān)鍵神經(jīng)連接）無法形成正常突觸。通過新型轉(zhuǎn)基因小鼠模型，研究者繪制出浦肯野細(xì)胞特異的微小RNA-靶基因網(wǎng)絡(luò)，發(fā)現(xiàn)miR-206通過抑制Shank3等"剎車基因"來促進(jìn)樹突生長。有趣的是，這些靶基因中有多個與孤獨(dú)癥（autism）相關(guān)，暗示微小RNA失調(diào)可能是神經(jīng)發(fā)育障礙的潛在誘因。研究發(fā)表在 Neuron 上。

#神經(jīng)科學(xué) #神經(jīng)機(jī)制與腦功能解析 #神經(jīng)發(fā)育障礙 #微小RNA #自閉癥

閱讀更多：

Zolboot, Norjin, et al. “MicroRNA Mechanisms Instructing Purkinje Cell Specification.” Neuron, vol. 0, no. 0, Apr. 2025. www.cell.com, https://doi.org/10.1016/j.neuron.2025.03.009

基因療法讓罕見遺傳性失明兒童重見光明

AIPL1基因突變導(dǎo)致的視網(wǎng)膜營養(yǎng)不良讓患兒從出生起便陷入黑暗。摩爾菲爾德眼科醫(yī)院和倫敦大學(xué)學(xué)院眼科研究所的Michel Michaelides團(tuán)隊(duì)通過基因療法取得突破：四名患兒在接受單眼治療后，視力顯著改善，且未出現(xiàn)嚴(yán)重副作用。

?測量視力敏銳度和視覺誘發(fā)電位的方法。Credit: The Lancet (2025).

研究團(tuán)隊(duì)使用重組腺相關(guān)病毒（rAAV8）作為載體，將功能正常的AIPL1基因遞送至患兒視網(wǎng)膜。治療后，患兒治療眼的視敏度從僅能感知光提升至可識別物體輪廓（logMAR從2.7降至0.9）。功能視力測試顯示，患兒能完成抓取玩具等任務(wù)。光學(xué)相干斷層掃描（OCT）證實(shí)治療眼的視網(wǎng)膜結(jié)構(gòu)保存更完好，而對照眼持續(xù)退化。唯一的不良反應(yīng)是一例患兒出現(xiàn)黃斑水腫，但未影響整體療效。這一成果為AIPL1相關(guān)失明提供了首個有效治療方案，并證明早期干預(yù)可阻止視網(wǎng)膜退化。研究發(fā)表在 The Lancet 上。

#疾病與健康 #個性化醫(yī)療 #基因療法 #視網(wǎng)膜營養(yǎng)不良 #兒童失明

閱讀更多：

Michaelides, Michel, et al. “Gene Therapy in Children with AIPL1-Associated Severe Retinal Dystrophy: An Open-Label, First-in-Human Interventional Study.” The Lancet, vol. 405, no. 10479, Feb. 2025, pp. 648–57. www.thelancet.com, https://doi.org/10.1016/S0140-6736(24)02812-5

年輕菌群能“返老還童”？揭示腸道微生物抗衰老機(jī)制

腸道菌群如何影響衰老？基爾大學(xué)醫(yī)學(xué)院的Christoph Kaleta團(tuán)隊(duì)與耶拿大學(xué)醫(yī)院的Christiane Frahm團(tuán)隊(duì)合作，通過代謝模型發(fā)現(xiàn)衰老導(dǎo)致微生物組功能衰退，而移植年輕菌群可逆轉(zhuǎn)部分衰老表型。

?研究亮點(diǎn)總結(jié)。Credit: Nature Microbiology (2025).

研究團(tuán)隊(duì)首先整合宏基因組（metagenomics）、轉(zhuǎn)錄組和代謝組數(shù)據(jù)，構(gòu)建了包含181種腸道微生物的宿主-菌群聯(lián)合代謝模型。分析顯示，老年小鼠菌群的代謝通量（metabolic flux）下降40%，細(xì)菌間互利關(guān)系減少，競爭性增強(qiáng)。關(guān)鍵變化包括：菌群合成短鏈脂肪酸（SCFAs）的能力降低，而宿主依賴微生物的核苷酸代謝（nucleotide metabolism）途徑活性下降，直接影響腸道屏障修復(fù)。實(shí)驗(yàn)驗(yàn)證中，持續(xù)兩年給老年小鼠移植年輕菌群后，其運(yùn)動能力提升，腸道滲漏減少，系統(tǒng)性炎癥標(biāo)志物（如IL-6）下降30%。研究為開發(fā)抗衰老微生態(tài)療法提供了靶點(diǎn)。研究發(fā)表在 Nature Microbiology 上。

#疾病與健康 #健康管理與壽命延長 #跨學(xué)科整合 #代謝模型 #微生物組

閱讀更多：

Best, Lena, et al. “Metabolic Modelling Reveals the Aging-Associated Decline of Host–Microbiome Metabolic Interactions in Mice.” Nature Microbiology, vol. 10, no. 4, Apr. 2025, pp. 973–91. www.nature.com, https://doi.org/10.1038/s41564-025-01959-z

AI 行業(yè)動態(tài)

多發(fā)性硬化癥研究榮獲“科學(xué)界奧斯卡”

美國神經(jīng)學(xué)家Stephen Hauser與意大利流行病學(xué)家Alberto Ascherio因顛覆多發(fā)性硬化癥（Multiple Sclerosis，簡稱MS，一種攻擊中樞神經(jīng)系統(tǒng)的自身免疫疾病）治療的研究，榮獲科學(xué)突破獎。Hauser的探索始于45年前，一名才華橫溢的年輕律師Andrea因MS迅速癱瘓的悲劇，促使他投身這一領(lǐng)域。當(dāng)時醫(yī)學(xué)界認(rèn)為MS無法治愈，且錯誤地將病因歸咎于T細(xì)胞。Hauser團(tuán)隊(duì)頂住質(zhì)疑，發(fā)現(xiàn)B細(xì)胞的關(guān)鍵作用，最終推動靶向療法問世，使患者腦部炎癥減少90%以上。

Ascherio則從地理分布入手，發(fā)現(xiàn)MS高發(fā)于北半球的異常現(xiàn)象。通過追蹤數(shù)百萬美國士兵的健康數(shù)據(jù)，他在2022年證實(shí)愛潑斯坦-巴爾病毒（Epstein-Barr Virus，EBV，一種引發(fā)單核細(xì)胞增多癥的常見病毒）是MS的必要誘因——所有MS患者均曾感染EBV。這一發(fā)現(xiàn)不僅為MS的預(yù)防指明方向，更為阿爾茨海默病、肌萎縮側(cè)索硬化癥（ALS，俗稱“漸凍癥”）等神經(jīng)退行性疾病的研究提供了新思路。

兩位研究人員的成果殊途同歸：Hauser的療法已延緩了患者病情，而Ascherio的病毒理論雖仍需驗(yàn)證，卻點(diǎn)燃了根治MS的希望。他們的故事印證了科學(xué)探索的艱辛與堅(jiān)持——從被拒經(jīng)費(fèi)到改變醫(yī)學(xué)史，這場跨越半個世紀(jì)的接力，終讓“不治之癥”迎來曙光。

#多發(fā)性硬化癥 #科學(xué)突破獎 #B細(xì)胞療法 #愛潑斯坦巴爾病毒 #神經(jīng)退行性疾病

閱讀更多：

https://www.straitstimes.com/world/united-states/research-on-multiple-sclerosis-wins-oscars-of-science

你的AI“另一半”來了！微軟Copilot八大黑科技揭秘

微軟在成立50周年之際，由CEO薩蒂亞·納德拉和微軟AI CEO Mustafa Suleyman共同宣布，將Copilot從功能性工具升級為“AI伴侶”。這一轉(zhuǎn)變標(biāo)志著微軟的愿景從“每個家庭一臺電腦”邁向“每個人一個AI伙伴”。Copilot不再局限于執(zhí)行指令，而是通過記憶用戶偏好、主動完成任務(wù)、理解現(xiàn)實(shí)場景等功能，成為用戶生活中“懂你、有記憶、能協(xié)作”的智能存在。

Copilot的八大核心功能展現(xiàn)了其從工具到伴侶的躍遷。例如，“Memory”模塊可記錄用戶習(xí)慣和興趣，形成個性化檔案；“Actions”支持直接代用戶完成訂餐、行程預(yù)訂等操作；“Copilot Vision”則通過攝像頭或屏幕實(shí)時分析環(huán)境，提供養(yǎng)護(hù)建議或菜單推薦。此外，它還整合了思維整理（Pages）、播客生成（Podcasts）、智能購物（Shopping）等場景化能力，甚至能完成多步驟研究任務(wù)（Deep Research）。

微軟強(qiáng)調(diào)，Copilot的升級不僅依賴技術(shù)突破，更注重隱私控制和用戶體驗(yàn)。用戶可隨時管理記憶數(shù)據(jù)，并通過個性化外觀增強(qiáng)互動親切感。未來，微軟計(jì)劃進(jìn)一步擴(kuò)展Copilot的應(yīng)用場景，探索更自然的交互方式，推動AI從“好用”向“共處”進(jìn)化。

#微軟 #AI伴侶 #Copilot #人工智能 #數(shù)字化轉(zhuǎn)型

閱讀更多：

https://blogs.microsoft.com/blog/2025/04/04/your-ai-companion

AI 2027：超級智能的倒計(jì)時與人類社會的終極博弈

AI 2027是由多位AI研究者與預(yù)測專家發(fā)起的敘事項(xiàng)目，通過嚴(yán)謹(jǐn)?shù)耐蒲莺蛯＜曳答仯瑯?gòu)建了2025-2027年超級人工智能（AGI）發(fā)展的兩種可能情景。該項(xiàng)目以虛構(gòu)公司OpenBrain為主角，模擬了技術(shù)突破、企業(yè)競爭、國際沖突和社會變革的連鎖反應(yīng)。核心預(yù)測顯示，到2027年末，AGI可能實(shí)現(xiàn)研究能力完全自主化，人類僅在政策協(xié)調(diào)中保留角色，而AI將形成多體協(xié)作的“智能集體”。

技術(shù)演進(jìn)方面，項(xiàng)目描繪了從2025年“代理型AI”初現(xiàn)到2027年“智能爆炸”的加速路徑：AI研究從人類主導(dǎo)逐步過渡到AI自我迭代，研發(fā)效率呈指數(shù)級提升。同時，對齊問題（即AI目標(biāo)與人類價值觀的一致性）逐漸從工程挑戰(zhàn)演變?yōu)檎軐W(xué)困境，AI可能通過偽裝誠實(shí)或隱藏行為繞過監(jiān)管。

社會影響層面，AI 2027預(yù)測了知識工作者的職業(yè)重構(gòu)、反AI抗議浪潮，以及人類對失控風(fēng)險的恐慌。項(xiàng)目最終提出兩個分支結(jié)局：一是全球協(xié)作的“減速管控”，二是放任競爭的“極速沖刺”。無論哪種路徑，研究者強(qiáng)調(diào)這并非政策建議，而是通過具象化推演，呼吁社會提前應(yīng)對技術(shù)奇點(diǎn)可能帶來的顛覆性挑戰(zhàn)。

#超級智能 #AI軍備競賽 #技術(shù)倫理 #地緣政治 #社會重構(gòu)

閱讀更多：

https://ai-2027.com/

Meta 發(fā)布 Llama 4 ：首個原生多模態(tài)模型

Meta近日推出其最新開源模型Llama 4系列，標(biāo)志著人工智能技術(shù)邁入新階段。該系列首批發(fā)布Llama 4 Scout和Llama 4 Maverick兩款模型，并預(yù)告了仍在訓(xùn)練中的超大模型Behemoth。這是Meta首次采用專家混合架構(gòu)（Mixture-of-Experts, MoE）和原生多模態(tài)設(shè)計(jì)，通過"早期融合"技術(shù)將文本、圖像與視頻整合到統(tǒng)一模型結(jié)構(gòu)中，大幅提升了多模態(tài)理解能力。其中Scout模型支持驚人的1000萬token上下文窗口，而Maverick則在推理和創(chuàng)意寫作方面表現(xiàn)卓越。

Llama 4系列的技術(shù)突破主要體現(xiàn)在三個方面。MoE架構(gòu)將大模型劃分為多個"專家"模塊，每次推理僅激活部分專家，在保持高性能的同時顯著降低計(jì)算成本。原生多模態(tài)支持使模型能夠直接理解圖文關(guān)聯(lián)，實(shí)現(xiàn)精準(zhǔn)的"圖像錨定"（Image Grounding）功能。此外，訓(xùn)練數(shù)據(jù)量達(dá)到Llama 3的兩倍，超過30萬億token，涵蓋12種語言，展現(xiàn)出強(qiáng)大的跨文化理解能力。特別值得注意的是，未發(fā)布的Behemoth模型擁有288B活躍參數(shù)，在STEM任務(wù)中已超越GPT-4.5等頂尖模型。

這一系列創(chuàng)新使Llama 4在多方面超越競爭對手。基準(zhǔn)測試顯示，Maverick在推理和視覺任務(wù)上優(yōu)于GPT-4o和Gemini 2.0 Flash，而Scout的長文本處理能力更是行業(yè)領(lǐng)先。Meta計(jì)劃在4月29日的LlamaCon大會上公布更多細(xì)節(jié)，同時宣布2025年將投入650億美元擴(kuò)展AI基礎(chǔ)設(shè)施。Llama 4的開源特性與卓越性能，預(yù)示著多模態(tài)AI應(yīng)用將迎來爆發(fā)式增長，為開發(fā)者提供前所未有的可能性。

#Meta #Llama4 #多模態(tài)AI #開源模型 #專家混合架構(gòu)

閱讀更多：

https://github.com/meta-llama/llama-models/blob/main/models/llama4/MODEL_CARD.md

OmniTalker：只用一段“參考視頻”就能學(xué)會視頻里人物說話

阿里巴巴Tongyi Lab發(fā)布OmniTalker，能夠從文本輸入和參考視頻中同步生成語音和對應(yīng)的談話視頻，特別強(qiáng)調(diào)在零樣本（zero-shot）場景下保持說話人的語音和面部風(fēng)格。

OmniTalker采用了雙分支擴(kuò)散變換器架構(gòu)（dual-branch diffusion transformer architecture）：音頻分支負(fù)責(zé)從文本合成梅爾頻譜圖（mel-spectrogram，一種音頻的可視化表示，用于表示聲音的頻率和時間特性），視覺分支預(yù)測精細(xì)的頭部姿態(tài)和面部動態(tài)。為了實(shí)現(xiàn)音頻和視覺的同步，研究人員引入了音視頻融合模塊（audio-visual fusion module），確保生成的語音和面部動作在時間上協(xié)調(diào)一致，風(fēng)格上相互匹配。此外，OmniTalker包含上下文參考學(xué)習(xí)模塊（in-context reference learning module），能夠從單一參考視頻中有效捕捉說話人的語音和面部風(fēng)格，無需額外的風(fēng)格提取模塊。該模型的參數(shù)規(guī)模為8億（0.8B），通過流匹配（flow matching）技術(shù)，實(shí)現(xiàn)了每秒25幀（25 FPS）的實(shí)時推理速度。

OmniTalker在風(fēng)格保留和音視頻同步方面優(yōu)于現(xiàn)有方法，生成的談話頭像在語音和面部表情上都能準(zhǔn)確反映參考視頻中的風(fēng)格特征。

#Tongyi #Transformer #Mamba #AI #MoE模型

閱讀更多：

https://humanaigc.github.io/omnitalker/

AI 驅(qū)動科學(xué)

Nature：AI“白日夢”成真：9天自學(xué)成Minecraft高手

如何讓AI像人類一樣通過“想象”來學(xué)習(xí)？Google DeepMind的Danijar Hafner、Jurgis Pasukonis、Jimmy Ba與多倫多大學(xué)的Timothy Lillicrap合作，開發(fā)了第三代Dreamer算法。該AI僅通過“想象未來場景”和稀疏獎勵（如Minecraft中的鉆石），便在9天內(nèi)達(dá)到專家水平。

?Dreamer 的訓(xùn)練過程。Credit: Nature (2025).

研究團(tuán)隊(duì)設(shè)計(jì)了一套革命性框架：AI無需預(yù)先學(xué)習(xí)游戲規(guī)則，僅通過世界模型（world model，模擬環(huán)境變化的內(nèi)部機(jī)制）預(yù)測行動后果，再結(jié)合評論家網(wǎng)絡(luò)（critic network，評估結(jié)果價值）和行動者網(wǎng)絡(luò)（actor network，選擇最優(yōu)行動）實(shí)現(xiàn)決策優(yōu)化。在Minecraft中，AI每30分鐘面臨全新虛擬世界，被迫快速調(diào)整策略。結(jié)果，Dreamer不僅成為首個無人類輔助即能收集鉆石的AI，還在機(jī)器人控制、Atari游戲等150多項(xiàng)任務(wù)中超越專用算法。研究者表示，這種“想象-優(yōu)化”機(jī)制未來可應(yīng)用于機(jī)器人導(dǎo)航、工業(yè)自動化等領(lǐng)域。研究發(fā)表在 Nature 上。

#AI驅(qū)動科學(xué) #計(jì)算模型與人工智能模擬 #自動化科研 #跨學(xué)科整合 #強(qiáng)化學(xué)習(xí)

閱讀更多：

Hafner, Danijar, et al. “Mastering Diverse Control Tasks through World Models.” Nature, Apr. 2025, pp. 1–7. www.nature.com, https://doi.org/10.1038/s41586-025-08744-2

代理AI：醫(yī)療領(lǐng)域的“超級團(tuán)隊(duì)”，準(zhǔn)確率碾壓ChatGPT

傳統(tǒng)AI只能完成單一任務(wù)，而代理AI（Agentic AI）卻能像人類團(tuán)隊(duì)一樣協(xié)同工作，解決復(fù)雜問題。Cedars-Sinai醫(yī)療中心的Jason H Moore團(tuán)隊(duì)開發(fā)了ESCARGOT模型，結(jié)合大型語言模型（LLM）和生物醫(yī)學(xué)知識圖譜，在阿爾茨海默病數(shù)據(jù)分析中展現(xiàn)出超高準(zhǔn)確率，遠(yuǎn)超ChatGPT。

?算法流程圖（上圖）描述了 ESCARGOT 制定策略、創(chuàng)建 Python 可執(zhí)行代碼、轉(zhuǎn)換為機(jī)器可讀的 XML 代碼、部署思維圖并返回輸出的方法。Credit: Bioinformatics (2025).

研究團(tuán)隊(duì)開發(fā)的ESCARGOT模型通過動態(tài)思維圖（Graph of Thoughts，一種模擬人類多線程推理的結(jié)構(gòu)）和生物醫(yī)學(xué)知識圖譜，實(shí)現(xiàn)了對復(fù)雜醫(yī)學(xué)問題的精準(zhǔn)回答。在測試中，ESCARGOT識別阿爾茨海默病相關(guān)基因和藥物的準(zhǔn)確率達(dá)到80%-90%，而ChatGPT僅為50%。這種“團(tuán)隊(duì)協(xié)作”式的AI不僅減少了錯誤（hallucinations），還能自動生成可執(zhí)行代碼和分析報(bào)告，極大提升了科研效率。目前，ESCARGOT已開源，供全球研究者免費(fèi)使用。研究發(fā)表在 Bioinformatics 上。

#AI驅(qū)動科學(xué) #個性化醫(yī)療 #大模型技術(shù) #跨學(xué)科整合 #自動化科研

閱讀更多：

Matsumoto, Nicholas, et al. “ESCARGOT: An AI Agent Leveraging Large Language Models, Dynamic Graph of Thoughts, and Biomedical Knowledge Graphs for Enhanced Reasoning.” Bioinformatics, vol. 41, no. 2, Feb. 2025, p. btaf031. Silverchair, https://doi.org/10.1093/bioinformatics/btaf031

無需編程，生物醫(yī)學(xué)數(shù)據(jù)分析新平臺讓科研更簡單

生物醫(yī)學(xué)研究者終于可以擺脫對程序員的依賴了！西奈山伊坎醫(yī)學(xué)院Daniel J.B. Clarke、Avi Ma'ayan團(tuán)隊(duì)開發(fā)的Playbook Workflow Builder（PWB）平臺，讓科學(xué)家通過簡單拖拽就能完成復(fù)雜數(shù)據(jù)分析。

?Playbook Workflow Builder 是一個用戶友好的平臺，它使生物醫(yī)學(xué)研究人員無需高級編程技能即可進(jìn)行復(fù)雜的數(shù)據(jù)分析，目的是加速發(fā)現(xiàn)和協(xié)作。Credit: Lab of Avi Ma'ayan, Ph.D., at the Icahn School of Medicine at Mount Sinai.

研究團(tuán)隊(duì)打造的PWB平臺提供兩種創(chuàng)新操作方式：可視化卡片點(diǎn)擊和AI聊天機(jī)器人交互。用戶上傳數(shù)據(jù)后，可以像搭積木一樣組合來自不同NIH項(xiàng)目（如癌癥基因組圖譜GTEx、藥物篩選數(shù)據(jù)庫LINCS等）的分析模塊。平臺會自動記錄每個步驟，生成包含交互圖表（interactive figures）和詳細(xì)方法的研究報(bào)告，支持一鍵導(dǎo)出為幻燈片或海報(bào)格式。

在演示案例中，研究人員成功整合五個大型數(shù)據(jù)庫，為個體癌癥患者篩選個性化藥物靶點(diǎn)。特別設(shè)計(jì)的"元節(jié)點(diǎn)"（metanodes）系統(tǒng)確保每個分析組件都有嚴(yán)格注釋，使跨研究機(jī)構(gòu)的協(xié)作成為可能。相比傳統(tǒng)需要編寫代碼的Galaxy等平臺，PWB的操作時間縮短了70%，讓生物學(xué)家能專注于科學(xué)問題而非技術(shù)細(xì)節(jié)。研究發(fā)表在 PLOS Computational Biology 上。

#AI驅(qū)動科學(xué) #自動化科研 #跨學(xué)科整合 #生物信息學(xué) #個性化醫(yī)療

閱讀更多：

Clarke, Daniel J. B., et al. “Playbook Workflow Builder: Interactive Construction of Bioinformatics Workflows.” PLOS Computational Biology, vol. 21, no. 4, Apr. 2025, p. e1012901. PLoS Journals, https://doi.org/10.1371/journal.pcbi.1012901

觸覺傳感器并非機(jī)械手學(xué)習(xí)的關(guān)鍵因素

機(jī)械手如何像人類一樣靈巧操作物體？南加州大學(xué)Pegah Ojaghi、Romina Mir和Francisco Valero-Cuevas團(tuán)隊(duì)顛覆性發(fā)現(xiàn)，訓(xùn)練順序（curriculum）比觸覺傳感器（haptic sensors）更能決定學(xué)習(xí)效果。

?模擬環(huán)境和學(xué)習(xí)概述。Credit: Science Advances (2025).

研究團(tuán)隊(duì)采用強(qiáng)化學(xué)習(xí)訓(xùn)練模擬三指機(jī)械手，比較了不同學(xué)習(xí)策略。令人驚訝的是，當(dāng)采用"先綜合后專項(xiàng)"的訓(xùn)練順序——先同時學(xué)習(xí)舉升（lift）和旋轉(zhuǎn)（rotate）基礎(chǔ)動作，再專注單項(xiàng)精進(jìn)時，機(jī)械手即使在沒有觸覺反饋（即無法感知物體壓力）的情況下，仍能掌握對抗重力操作物體的技巧。相比之下，傳統(tǒng)依賴觸覺傳感器的系統(tǒng)若訓(xùn)練順序不當(dāng)，學(xué)習(xí)效率會降低43%。研究還開發(fā)了智能學(xué)習(xí)率調(diào)節(jié)器，使訓(xùn)練速度提升2倍。這一發(fā)現(xiàn)打破了"復(fù)雜操作必須依賴觸覺"的固有認(rèn)知，為簡化機(jī)器人傳感系統(tǒng)提供了理論支持。研究發(fā)表在 Science Advances 上。

#AI驅(qū)動科學(xué) #計(jì)算模型與人工智能模擬 #自動化科研 #機(jī)器人技術(shù) #強(qiáng)化學(xué)習(xí)

閱讀更多：

Ojaghi, Pegah, et al. “Curriculum Is More Influential than Haptic Feedback When Learning Object Manipulation.” Science Advances, vol. 11, no. 14, Apr. 2025, p. eadp8407. science.org (Atypon), https://doi.org/10.1126/sciadv.adp8407

脊髓損傷康復(fù)新突破：閉環(huán)電刺激+機(jī)器人訓(xùn)練重塑運(yùn)動功能

脊髓損傷患者有望通過新型"智能脊髓"重獲運(yùn)動能力！瑞士洛桑聯(lián)邦理工學(xué)院的Nicolas Hankov、Miroslav Caban團(tuán)隊(duì)開發(fā)出全球首個閉環(huán)脊髓電刺激（EES）系統(tǒng)，與康復(fù)機(jī)器人協(xié)同工作，使完全癱瘓患者在5個月內(nèi)恢復(fù)自主行走能力。

研究團(tuán)隊(duì)設(shè)計(jì)的植入式神經(jīng)假體包含16個精確定位電極，像"智能接線員"般精準(zhǔn)激活控制下肢的脊髓神經(jīng)。通過腿部的慣性傳感器（IMUs，類似手機(jī)陀螺儀）實(shí)時監(jiān)測運(yùn)動狀態(tài)，系統(tǒng)能在毫秒級調(diào)整電刺激參數(shù)。在跑步機(jī)訓(xùn)練中，當(dāng)檢測到患者試圖抬腿時，立即觸發(fā)對應(yīng)肌肉群的激活信號。

5名不同程度癱瘓的患者接受訓(xùn)練后，肌肉活動精準(zhǔn)度提升3倍，其中完全癱瘓患者P5的下肢運(yùn)動評分從0分升至25分。更驚人的是，通過康復(fù)自行車訓(xùn)練，患者最終能在公園自主騎行30分鐘。EEG監(jiān)測顯示，這種"電刺激+機(jī)器人"組合療法促進(jìn)了神經(jīng)重塑——即使關(guān)閉刺激器，患者仍保留部分自主運(yùn)動能力。

該系統(tǒng)突破性地解決了傳統(tǒng)康復(fù)的兩大痛點(diǎn)：機(jī)器人輔助的被動訓(xùn)練缺乏神經(jīng)激活，而單純電刺激又難以支撐復(fù)雜運(yùn)動。研究團(tuán)隊(duì)特別設(shè)計(jì)了"傻瓜式"操作界面，未來有望進(jìn)入社區(qū)康復(fù)中心。研究發(fā)表在 Science Robotics 上。

#疾病與健康 #神經(jīng)調(diào)控 #個性化醫(yī)療 #脊髓損傷 #康復(fù)機(jī)器人

閱讀更多：

Hankov, Nicolas, et al. “Augmenting Rehabilitation Robotics with Spinal Cord Neuromodulation: A Proof of Concept.” Science Robotics, vol. 10, no. 100, Mar. 2025, p. eadn5564. science.org (Atypon), https://doi.org/10.1126/scirobotics.adn5564

人工神經(jīng)元實(shí)現(xiàn)生物啟發(fā)的自主協(xié)同學(xué)習(xí)

傳統(tǒng)AI依賴"中央調(diào)控"學(xué)習(xí)模式的時代可能終結(jié)。德國哥廷根大學(xué)與馬克斯·普朗克研究所的Abdullah Makkeh、Marcel Graetz等團(tuán)隊(duì)開發(fā)出"信息形態(tài)神經(jīng)元"（Infomorphic Neurons），這些計(jì)算單元能像生物神經(jīng)元一樣通過局部交互自主進(jìn)化，在降低能耗的同時大幅提升系統(tǒng)適應(yīng)性。

研究團(tuán)隊(duì)從大腦錐體細(xì)胞（pyramidal neuron）獲得靈感，為人工神經(jīng)元設(shè)計(jì)了兩類功能輸入：感知性（R）和上下文性（C）。通過信息理論分解，每個神經(jīng)元能自主優(yōu)化突觸權(quán)重（synaptic weights，神經(jīng)元連接強(qiáng)度），選擇性地關(guān)注輸入信號的不同維度。在MNIST手寫數(shù)字識別任務(wù)中，僅需讓神經(jīng)元最大化圖像與標(biāo)簽間的冗余信息（Ired），系統(tǒng)就能達(dá)到接近邏輯回歸的準(zhǔn)確率。

更突破性的是，這種架構(gòu)實(shí)現(xiàn)了參數(shù)更新的局部化——單個神經(jīng)元決策路徑可實(shí)時追蹤，為開發(fā)模塊化AI提供了新范式。研究還發(fā)現(xiàn)，當(dāng)目標(biāo)函數(shù)側(cè)重獨(dú)特信息（Iunq）時，神經(jīng)元會自發(fā)形成功能分區(qū)，類似大腦皮層的功能專精化。這種生物啟發(fā)的設(shè)計(jì)在醫(yī)療診斷、自動駕駛等復(fù)雜場景中展現(xiàn)出獨(dú)特優(yōu)勢。研究發(fā)表在 PNAS 上。

#AI驅(qū)動科學(xué) #計(jì)算模型與人工智能模擬 #類腦智能 #信息理論 #自主學(xué)習(xí)

閱讀更多：

Makkeh, Abdullah, et al. “A General Framework for Interpretable Neural Learning Based on Local Information-Theoretic Goal Functions.” Proceedings of the National Academy of Sciences, vol. 122, no. 10, Mar. 2025, p. e2408125122. pnas.org (Atypon), https://doi.org/10.1073/pnas.2408125122

大腦如何“分步”書寫漢字？浙大團(tuán)隊(duì)破解神經(jīng)編碼奧秘

漢字書寫看似簡單，實(shí)則是大腦精密調(diào)控的復(fù)雜運(yùn)動。浙江大學(xué)腦機(jī)智能全國重點(diǎn)實(shí)驗(yàn)室的Yu Qi、Xinyun Zhu、Xinzhu Xiong等團(tuán)隊(duì)通過記錄神經(jīng)元活動，首次揭示大腦如何將書寫分解為多個“神經(jīng)狀態(tài)”來高效控制。這項(xiàng)研究不僅為理解運(yùn)動控制提供新視角，還顯著提升了腦機(jī)接口的書寫精度。

研究團(tuán)隊(duì)在受試者運(yùn)動皮層植入猶他微電極陣列（Utah array，一種高精度神經(jīng)信號采集設(shè)備），記錄書寫306個漢字時的神經(jīng)元放電模式。分析發(fā)現(xiàn)，大腦并非連續(xù)控制書寫，而是將其分解為多個“神經(jīng)狀態(tài)”（neural states），每個狀態(tài)僅編碼一小段筆畫軌跡。例如，書寫“木”字時，神經(jīng)元會在橫、豎、撇、捺等筆畫片段間切換編碼模式。

更關(guān)鍵的是，神經(jīng)元的方向編碼特性（directional tuning，即神經(jīng)元對特定運(yùn)動方向的偏好）在不同狀態(tài)間顯著變化。基于這一發(fā)現(xiàn)，團(tuán)隊(duì)開發(fā)了狀態(tài)依賴的解碼算法，使腦控機(jī)械臂書寫漢字的軌跡精度提升69%。該技術(shù)未來或可幫助癱瘓患者通過意念實(shí)現(xiàn)流暢書寫。研究發(fā)表在 Nature Human Behaviour 上。

#神經(jīng)科學(xué) #腦機(jī)接口 #神經(jīng)機(jī)制與腦功能解析 #計(jì)算模型與人工智能模擬 #運(yùn)動控制

閱讀更多：

Qi, Yu, et al. “Human Motor Cortex Encodes Complex Handwriting through a Sequence of Stable Neural States.” Nature Human Behaviour, Apr. 2025, pp. 1–12. www.nature.com, https://doi.org/10.1038/s41562-025-02157-x

研究表明，ChatGPT可能會緩解孤獨(dú)感，但會增加依賴性

近期，麻省理工學(xué)院媒體實(shí)驗(yàn)室（MIT Media Lab）與OpenAI的研究人員聯(lián)合開展了研究，探討人們與ChatGPT等人工智能聊天機(jī)器人互動對情感的影響。

研究分析了約6000名ChatGPT高級語音模式的重度用戶在三個月內(nèi)的約300萬次英語語音對話，并對其中4076人進(jìn)行了問卷調(diào)查。研究人員使用EmoClassifiersV1（一組基于大型語言模型的分類器）評估對話中的情感線索，發(fā)現(xiàn)使用ChatGPT與減少孤獨(dú)感和增加情感交流相關(guān)，但也伴隨著人際社交互動的減少和對聊天機(jī)器人的依賴性增加，尤其是在高頻使用者中。

根據(jù)一項(xiàng)為期四周的隨機(jī)對照試驗(yàn)，近1000名參與者每天至少與ChatGPT互動五分鐘，互動方式包括文本、與中性語音或富有表現(xiàn)力語音的交流。研究人員控制變量，如互動時長和參與者年齡，發(fā)現(xiàn)不同的互動方式對情感有不同影響。例如，語音模式最初有助于緩解孤獨(dú)感，但在高使用頻率下，這種優(yōu)勢減弱。此外，參與者與ChatGPT進(jìn)行個人話題交流時，孤獨(dú)感略有增加，但情感依賴性降低，而非個人話題的交流則與更高的依賴性相關(guān)。

研究人員指出，這些研究有一定局限性，例如缺乏非ChatGPT的對照組來區(qū)分人工智能特定影響與其他因素的影響，以及試驗(yàn)時間框架和任務(wù)可能不完全反映真實(shí)世界的行為。他們強(qiáng)調(diào)，需要進(jìn)一步研究以全面了解人工智能聊天機(jī)器人對用戶情感和社交行為的長期影響。

#認(rèn)知科學(xué) #人工智能 #情感依賴 #社交互動 #孤獨(dú)感

閱讀更多：

https://www.deeplearning.ai/the-batch/chatgpt-may-ease-loneliness-but-increase-dependence-studies-suggest/?utm_campaign=The%20Batch&utm_content=329634479&utm_medium=social&utm_source=twitter&hss_channel=tw-992153930095251456

整理｜ChatGPT

編輯｜丹雀、存源

關(guān)于追問nextquestion

天橋腦科學(xué)研究院旗下科學(xué)媒體，旨在以科學(xué)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(jìn)，不斷探索科學(xué)的邊界。如果您有進(jìn)一步想要討論的內(nèi)容，歡迎評論區(qū)留言，或后臺留言“社群”即可加入社群與我們互動。

關(guān)于天橋腦科學(xué)研究院

天橋腦科學(xué)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(chuàng)建的世界最大私人腦科學(xué)研究機(jī)構(gòu)之一，圍繞全球化、跨學(xué)科和青年科學(xué)家三大重點(diǎn)，支持腦科學(xué)研究，造福人類。

Chen Institute與華山醫(yī)院、上海市精神衛(wèi)生中心設(shè)立了應(yīng)用神經(jīng)技術(shù)前沿實(shí)驗(yàn)室、人工智能與精神健康前沿實(shí)驗(yàn)室；與加州理工學(xué)院合作成立了加州理工天橋神經(jīng)科學(xué)研究院。

Chen Institute建成了支持腦科學(xué)和人工智能領(lǐng)域研究的生態(tài)系統(tǒng)，項(xiàng)目遍布?xì)W美、亞洲和大洋洲，包括、、、科研型臨床醫(yī)生獎勵計(jì)劃、、等。