█腦科學動態

Cell：CD36介導的內吞作用助力大分子藥物進入細胞

Science：為什么男人到中年就會發福？

鼻子里的微生物群竟能預防老年癡呆

多巴胺信號揭示大腦如何"一鍵清除"恐懼記憶

聲波直擊情緒中樞：新型腦刺激技術三周緩解頑固抑郁

雄激素是長壽的"絆腳石"？閹割可消除性別壽命差異

你的皮膚會"說話"，智能貼紙解碼真實情緒

前額葉如何遠程調控聽覺預測誤差

為什么有人社恐有人社牛？大腦環路決定你的社交模式

█AI行業動態

ChatGPT變身購物助手！OpenAI推出智能推薦與一鍵購買功能

DeepMind推出Genie 2：AI一鍵生成3D交互世界

阿里通義千問Qwen3震撼發布：全球最強開源模型族群誕生

█AI驅動科學

DeepSeek開源大模型臨床診斷媲美商業巨頭

下一代AI存儲設備ECRAM的隱藏機制

仿生算法破解"雞尾酒會"聽力難題

腦電波解碼器助力脊髓刺激恢復運動功能

神經網絡自動生成高精度結構化網格

基于神經振蕩的AI模型實現高效長序列預測

公眾更關注AI當下危害而非未來末日場景

腦科學動態

Cell：CD36介導的內吞作用助力大分子藥物進入細胞

大分子藥物如何穿透細胞膜？德克薩斯大學圣安東尼奧健康醫學中心李宏宇、杜克大學醫學中心林慧觀、阿肯色大學醫學院秦志強等團隊發現，CD36介導的內吞作用是大分子藥物進入細胞的關鍵通道。

研究團隊首先使用生物素化探針（biotinylated probe）鎖定PROTAC藥物的膜靶點，意外發現CD36能介導543-2245道爾頓大分子的內吞。通過基因敲除實驗證實，CD36缺失會使臨床階段PROTAC藥物ARV-110活性降低85%。基于此，團隊開創性提出"化學內吞藥物"（CEMC）策略，通過結構修飾將PROTAC與CD36結合能力提高23倍。優化后的PROTAC在腫瘤模型中顯示出更強的細胞攝取、蛋白降解效率和抗腫瘤活性。臨床數據分析還發現，CD36高表達的前列腺癌患者對ARV-110治療反應更佳。這項發現不僅解釋了大分子藥物的滲透機制，更為設計新一代"可內吞藥物"提供了路線圖。研究發表在 Cell 上。

#疾病與健康 #個性化醫療 #藥物遞送 #PROTAC #CD36

閱讀更多：

Wang, Zhengyu, et al. “CD36-Mediated Endocytosis of Proteolysis-Targeting Chimeras.” Cell, vol. 0, no. 0, Apr. 2025. www.cell.com, https://doi.org/10.1016/j.cell.2025.03.036

Science：為什么男人到中年就會發福？

為什么男性到中年容易"發福"？希望之城醫學中心王瓊團隊與加州大學洛杉磯分校楊霞團隊合作發現，內臟脂肪中一種名為CP-A的特殊前體細胞是罪魁禍首。這種細胞在中年時期異常活躍，導致脂肪大量堆積，而抑制其關鍵信號通路可有效阻止發福現象。

?脂肪生成導致年齡相關的內臟脂肪組織堆積。Credit：Science（2025）

研究團隊首先通過譜系追蹤技術發現，12月齡中年雄性小鼠內臟脂肪組織中超過80%的脂肪細胞是新生成的，遠高于年輕小鼠。單細胞RNA測序鑒定出關鍵細胞亞群CP-A，這類細胞在9月齡開始出現，12月齡達峰值。進一步研究發現，白血病抑制因子受體（LIFR）信號通路是CP-A細胞脂肪生成的關鍵開關，藥理學抑制該通路可選擇性阻斷內臟脂肪擴張，且不影響年輕個體的正常脂肪代謝。值得注意的是，這種現象具有明顯性別差異，雌性小鼠體重增加較溫和。該發現為針對性解決中年肥胖問題提供了新靶點。研究發表在 Science 上。

#疾病與健康 #個性化醫療 #肥胖機制 #脂肪前體細胞 #年齡相關代謝

閱讀更多：

Wang, Guan, et al. “Distinct Adipose Progenitor Cells Emerging with Age Drive Active Adipogenesis.” Science, vol. 388, no. 6745, Apr. 2025, p. eadj0430. science.org (Atypon), https://doi.org/10.1126/science.adj0430

鼻子里的微生物群竟能預防老年癡呆

全球癡呆癥診斷率低且患者數量激增，嗅覺功能障礙作為潛在早期標志引發關注。復旦大學Huiling Song、Jiaojiao Zou團隊發現鼻腔微生物群可能是連接嗅覺與認知的"隱形橋梁"，棒狀桿菌主導的鼻腔環境可降低37%輕度認知障礙風險。

?輕度認知障礙 (MCI) 組與認知健康組鼻腔微生物群落的差異。Credit: Translational Psychiatry (2025).

研究團隊對510名平均77.9歲老年人進行多維度檢測：采用簡明中國嗅覺識別測試評估嗅覺功能，通過簡易精神狀態檢查（MMSE）和修訂版長谷川癡呆量表（HDS-R）量化認知水平，并運用16S RNA基因測序解析鼻腔微生物組成。結果顯示，嗅覺減退者鼻腔細菌多樣性更高，其中食酸菌屬（Acidovorax）等8種細菌顯著富集。更關鍵的是，微生物特征可提升傳統認知評估模型準確率7.2個百分點（P=0.008）。特別發現以棒狀桿菌（Corynebacterium）為主的鼻腔環境，其輕度認知障礙患病率比多洛西顆粒菌（Dolosigranulum）或莫拉菌（Moraxella）主導型低三分之一，這為"以菌預警"認知衰退提供了直接證據。研究發表在 Translational Psychiatry 上。

#疾病與健康 #個性化醫療 #微生物組 #老年認知 #早期診斷

閱讀更多：

Song, Huiling, et al. “Nasal Microbiome in Relation to Olfactory Dysfunction and Cognitive Decline in Older Adults.” Translational Psychiatry, vol. 15, no. 1, Apr. 2025, pp. 1–9. www.nature.com, https://doi.org/10.1038/s41398-025-03346-y

多巴胺信號揭示大腦如何"一鍵清除"恐懼記憶

恐懼記憶為何有時難以消退？麻省理工學院皮考爾學習與記憶研究所的Xiangyu Zhang、Katelyn Flick、Marianna Rizzo和諾貝爾獎得主Susumu Tonegawa團隊發現，腹側被蓋區（VTA）釋放的多巴胺就像大腦的"清除恐懼按鈕"，通過激活杏仁核中特定的獎勵響應神經元來消除恐懼記憶。

?該研究圖片的編輯版本展示了腹側被蓋區，其中多巴胺相關神經元以綠色突出顯示，連接杏仁核后部的神經元（插圖中放大）以紅色突出顯示。Credit: Tonegawa Lab/MIT Picower Institute

研究團隊首先運用病毒示蹤技術，發現腹側被蓋區(VTA)的多巴胺能神經元以不同密度投射到杏仁核兩個關鍵亞區：前部（aBLA）的Rspo2+恐懼神經元和后部（pBLA）的Ppp1r1b+消退神經元。通過光纖光度術實時監測發現，當小鼠意識到危險解除時，pBLA區域多巴胺信號強度比恐懼狀態時增加2.1倍。光遺傳學實驗證明，用藍光激活VTA→pBLA通路可使恐懼消退速度提升40%，而抑制該通路則完全阻斷消退過程。令人意外的是，激活VTA→aBLA通路反而會重新觸發恐懼反應，即使在沒有實際危險的情況下。進一步實驗顯示，pBLA消退神經元表達更多多巴胺D1受體，通過基因操作增強這些受體的表達可使恐懼記憶更快消退。這些發現揭示了多巴胺系統在恐懼消退中的雙向開關作用，為開發靶向神經調控療法提供了精確路徑。研究發表在 PNAS 上。

#神經科學 #神經調控 #心理健康與精神疾病 #多巴胺 #恐懼記憶

閱讀更多：

Zhang, Xiangyu, et al. “Dopamine Induces Fear Extinction by Activating the Reward-Responding Amygdala Neurons.” Proceedings of the National Academy of Sciences, vol. 122, no. 18, May 2025, p. e2501331122. pnas.org (Atypon), https://doi.org/10.1073/pnas.2501331122

聲波直擊情緒中樞：新型腦刺激技術三周緩解頑固抑郁

約30%的抑郁焦慮患者對藥物無反應，傳統腦刺激技術難以精準靶向情緒中樞。德克薩斯大學奧斯汀分校的Bryan R. Barksdale和Gregory Fonzo團隊開發出MRI引導的聚焦超聲（tFUS）技術，首次實現非侵入式直接調控杏仁核，三周治療使患者癥狀顯著改善。

?主動和假性 tFUS/fMRI 誘發效應及患者組間差異。Credit: Molecular Psychiatry (2025).

研究采用雙盲設計，29名患者接受MRI引導的聚焦超聲（tFUS）靶向左側杏仁核。功能磁共振顯示，單次刺激即可降低杏仁核活動（BOLD信號減弱），同時改變海馬和腦島的協同反應。后續連續15天的治療中，患者負面情緒評分降低34%（p=0.001），創傷后應激障礙癥狀改善最顯著（效應量d=1.50）。特別值得注意的是，這種改善與杏仁核對情緒面孔的反應性減弱同步出現，提示技術可能通過重塑神經環路起效。與傳統經顱磁刺激不同，tFUS無需依賴皮層-杏仁核連接，且治療過程無創無痛，僅需佩戴超聲探頭20分鐘/次。研究發表在 Molecular Psychiatry 上。

#疾病與健康 #神經調控 #心理健康與精神疾病 #非侵入性腦刺激 #聚焦超聲

閱讀更多：

Barksdale, Bryan R., et al. “Low-Intensity Transcranial Focused Ultrasound Amygdala Neuromodulation: A Double-Blind Sham-Controlled Target Engagement Study and Unblinded Single-Arm Clinical Trial.” Molecular Psychiatry, Apr. 2025, pp. 1–15. www.nature.com, https://doi.org/10.1038/s41380-025-03033-w

雄激素是長壽的"絆腳石"？閹割可消除性別壽命差異

為什么女性通常比男性長壽？得克薩斯大學圣安東尼奧健康科學中心的Nisi Jiang、Catherine J Cheng和James Nelson團隊發現，青春期前閹割雄性小鼠可完全消除性別壽命差異，使其壽命與雌性相當。

研究團隊使用UM-HET3基因異質性小鼠模型，模擬人類壽命的性別差異。通過對比青春期前閹割（ORX）和假手術（SHAM）的雄性小鼠發現，閹割不僅延長了中位壽命，還改變了生長模式——閹割小鼠體重增長期延長，最終體重高于正常雄性，更接近雌性生長曲線。進一步表觀遺傳學分析顯示，閹割使雄性小鼠的DNA甲基化（DNA methylation，一種重要的表觀遺傳標記）模式"雌性化"，減緩了表觀遺傳時鐘的行走速度。特別在富含雄激素受體的組織中，如皮膚和腎臟，閹割阻止了年齡相關的DNA低甲基化。這些發現為理解性別差異衰老機制提供了分子基礎，并暗示靶向雄激素通路可能是延長壽命的新策略。研究發表在 Aging Cell 上。

#疾病與健康 #健康管理與壽命延長 #性別差異 #表觀遺傳學 #衰老機制

閱讀更多：

Jiang, Nisi, et al. “Prepubertal Castration Eliminates Sex Differences in Lifespan and Growth Trajectories in Genetically Heterogeneous Mice.” Aging Cell, vol. 22, no. 8, Aug. 2023, p. e13891. PubMed, https://doi.org/10.1111/acel.13891

你的皮膚會"說話"，智能貼紙解碼真實情緒

人類常隱藏真實情緒，傳統面部識別存在局限。賓夕法尼亞州立大學的Huanyu "Larry" Cheng、Yangbo Yuan和廈門大學的Libo Gao團隊開發出可拉伸電子貼片，通過多生理信號融合實現88.83%的真實情緒識別率，為心理健康監測帶來突破。

研究團隊采用波浪形金屬層設計，將鉑金/金柔性電路（flexible circuit）折疊成創可貼大小設備，集成溫度、濕度、心率、血氧（SpO2）四類傳感器。通過剛性隔離層和防水結構，確保各傳感器在拉伸時獨立工作，干擾降低90%以上。AI模型通過分析8名受試者的600次表演表情（準確率96.28%）和觀影情緒反應，建立生理信號-情緒關聯圖譜，發現憤怒時皮膚溫度平均上升0.5℃，心率增加15bpm。該設備無線傳輸數據至云端，可輔助診斷焦慮癥（anxiety disorder）和監測阿片類藥物過量，未來或用于慢性傷口管理。研究發表在 Nano Letters 上。

#AI 驅動科學 #心理健康與精神疾病 #遠程醫療 #柔性電子 #情緒識別

閱讀更多：

Yuan, Yangbo, et al. “Stretchable, Rechargeable, Multimodal Hybrid Electronics for Decoupled Sensing toward Emotion Detection.” Nano Letters, vol. 25, no. 13, Apr. 2025, pp. 5220–30. ACS Publications, https://doi.org/10.1021/acs.nanolett.4c06392

前額葉如何遠程調控聽覺預測誤差

大腦如何判斷聲音是否"出乎意料"？西班牙薩拉曼卡大學的Adam Hockley、Laura H. Bohórquez和Manuel S. Malmierca團隊發現，內側前額葉皮層（mPFC）像"預警系統"般通過光速級信號調控聽覺皮層，專門放大對意外聲音的神經響應。

研究團隊結合光遺傳學和經典oddball范式（交替播放標準音與罕見偏差音的實驗設計），首次捕捉到前額葉對聽覺皮層的實時調控。當用激光抑制mPFC活動時，初級聽覺皮層（A1）對偏差音的響應驟降37%，但對常規聲音的處理完全不受影響。進一步分析發現，這種調控通過增強gamma波段（30-80Hz高頻腦電波，與信息整合相關）的神經同步性實現——抑制mPFC后，A1神經元的協同放電模式變得散亂。更有趣的是，這種"遠程調控"具有嚴格的方向性：雖然削弱的誤差信號不再上傳至mPFC，但A1本身仍能接收來自聽覺通路的原始輸入。研究發表在 Current Biology 上。

#認知科學 #神經機制與腦功能解析 #預測編碼 #前額葉皮層 #聽覺感知

閱讀更多：

Hockley, Adam, et al. “Top-down Prediction Signals from the Medial Prefrontal Cortex Govern Auditory Cortex Prediction Errors.” Cell Reports, vol. 44, no. 4, Apr. 2025. www.cell.com, https://doi.org/10.1016/j.celrep.2025.115538

為什么有人社恐有人社牛？大腦環路決定你的社交模式

社交行為如何被大腦精準調控？Hao Li、Zhe Zhao、Shaofei Jiang和Haitao Wu團隊通過綜述近年研究，系統解析了社交偏好、攻擊、育兒等行為的神經環路機制，并揭示了孤獨癥和PTSD等疾病中社交缺陷的神經基礎。

研究團隊整合了嚙齒類動物模型中的神經環路研究成果，發現社交行為由多腦區協同調控。例如，慢性社交挫敗（chronic social defeat）通過特定神經環路誘發抑郁樣狀態，而親社會行為則涉及前額葉皮層和獎賞系統的互動。研究還指出，孤獨癥患者的社交缺陷與鏡像神經元系統和默認模式網絡的功能異常相關。通過光遺傳學和化學遺傳學技術，科學家已能精確操控特定環路以改變社交行為。未來研究需開發更精細的行為范式，并整合活動記錄、轉錄組和連接組數據，以全面解析社交行為的神經機制。研究發表在 Molecular Psychiatry 上。

#認知科學 #神經機制與腦功能解析 #預測編碼 #前額葉皮層 #聽覺感知

閱讀更多：

Li, Hao, et al. “Brain Circuits That Regulate Social Behavior.” Molecular Psychiatry, Apr. 2025, pp. 1–17. www.nature.com, https://doi.org/10.1038/s41380-025-03037-6

AI 行業動態

ChatGPT變身購物助手！OpenAI推出智能推薦與一鍵購買功能

OpenAI近期為ChatGPT的搜索功能進行了重大升級，新增了在線購物體驗。當用戶搜索商品時，ChatGPT不僅能提供個性化推薦，還會展示產品圖片、用戶評論以及直接購買的鏈接。這一功能基于多模態模型GPT-4o，支持通過自然語言提出具體需求（如“200美元以下的意大利濃縮咖啡機”），并快速返回定制化結果。目前覆蓋時尚、美容、家居和電子產品等類別，且已向全球用戶開放，包括免費版和付費訂閱用戶。未來，ChatGPT還將根據用戶聊天記錄提供更精準的推薦，進一步簡化購物流程。

除了購物功能，OpenAI還優化了搜索體驗。用戶在輸入問題時，搜索框會實時顯示趨勢搜索提示，類似于谷歌的自動補全功能，幫助快速定位熱門內容。此外，ChatGPT現在支持多源引用，通過高亮界面清晰標注答案的引用來源，方便用戶驗證信息。這些改進使得ChatGPT的搜索功能更高效、透明，成為用戶獲取信息的重要工具。

OpenAI還將ChatGPT搜索擴展至WhatsApp平臺，用戶可通過發送消息獲取實時搜索結果，包括體育比分等動態信息。這一舉措進一步拓寬了ChatGPT的應用場景，使其在移動端更便捷地服務于日常生活。據統計，ChatGPT的周搜索量已突破10億次，凸顯其作為新興搜索工具的廣泛影響力。

#ChatGPT #在線購物 #人工智能 #OpenAI #智能搜索

閱讀更多：

https://www.wired.com/story/openai-adds-shopping-to-chatgpt/

DeepMind推出Genie 2：AI一鍵生成3D交互世界

谷歌旗下DeepMind人工智能研究實驗室近日推出新一代AI模型Genie 2，這一突破性技術登上了CBS著名欄目《60 Minutes》。該模型能夠通過簡單的圖片或文字描述，自動生成高度逼真的3D交互式環境，不僅包含視覺細節，還能讓AI代理或機器人進行實時操作與學習。研究人員表示，Genie 2的誕生標志著AI“世界模型”邁出關鍵一步，為通用人工智能（AGI）和機器人系統的研發提供了全新工具。

Genie 2的核心優勢在于其端到端的自動化建模能力，無需人工干預即可完成從二維輸入到三維環境的轉換。它通過海量數據和深度學習技術，精準還原物理環境、材質質感甚至光影效果，同時具備自我優化能力。這種技術有望徹底改變虛擬世界構建、機器人訓練等領域的傳統工作流程，大幅提升開發效率。

DeepMind團隊強調，Genie 2的潛力不僅限于游戲或模擬場景，未來還可能應用于教育、醫療等現實領域。例如，為孤獨癥（Autism）患者定制虛擬社交訓練環境，或幫助研究人員模擬阿爾茨海默病（Alzheimer's disease）的神經退行過程。

#DeepMind #Genie2 #3D生成 #AI革命 #機器人訓練

閱讀更多：

https://www.cbsnews.com/news/google-deepmind-ceo-demonstrates-genie-2-world-building-ai-model-60-minutes/

阿里通義千問Qwen3發布：全球最強開源模型族群誕生

阿里通義千問團隊今日凌晨正式發布Qwen3系列模型，包含兩款混合專家模型（MoE）和六款密集模型，其中旗艦型號Qwen3-235B-A22B在代碼、數學等基準測試中媲美DeepSeek-R1、Gemini-2.5-Pro等頂級模型。該系列延續Apache2.0協議開源，支持全球開發者免費商用，并通過阿里云百煉提供API服務。值得注意的是，小型MoE模型Qwen3-30B-A3B以僅10%的激活參數量超越前代32B模型性能，而Qwen3-4B等小模型也能匹敵Qwen2.5-72B-Instruct，同時部署成本大幅降低，僅需4張H20顯卡即可滿血運行。

Qwen3在技術層面實現三大突破：一是新增“思考/非思考”雙模式，用戶可針對任務需求調整推理深度；二是支持119種語言，覆蓋更廣泛的全球應用場景；三是強化Agent能力，尤其提升了對MCP（多智能體協作協議）的支持。開發團隊透露，預訓練數據量達36萬億token，是前代的兩倍，并通過四階段后訓練流程優化模型混合推理能力。技術負責人林俊旸（Junyang Lin）表示，團隊下一步將聚焦Agent長程推理和現實任務應用。

此次發布再次鞏固了阿里通義千問在開源生態的領先地位。數據顯示，Qwen系列衍生模型數超10萬個，全球下載量破3億次，已超越Llama成為最大開源模型族群。從社區反饋看，Qwen3的編程、邏輯推理表現獲廣泛好評，例如能快速生成可玩的貪吃蛇游戲代碼。這一里程碑不僅展現了中國企業的技術實力，更為全球AI開發者提供了高效、低成本的研究與商用工具。

#開源模型 #人工智能 #阿里通義千問 #MoE #多語言支持

閱讀更多：

https://x.com/Alibaba_Qwen/status/1916962087676612998

AI 驅動科學

DeepSeek開源大模型臨床診斷媲美商業巨頭，成本更低且符合隱私法規

醫療領域對大語言模型（LLM）的需求日益增長，但商業模型（如ChatGPT-4o）因隱私合規問題難以在醫院部署。中國深度求索（DeepSeek）公司開發的DeepSeek-R1和DeepSeek-V3開源模型，以更低的訓練成本展現出強大的醫療推理能力。西奈山伊坎醫學院Xueyan Mei團隊和柏林夏里特大學醫學院Roland Eils團隊分別在《Nature Medicine》發表研究，驗證了DeepSeek在醫療任務和臨床決策中的卓越表現。

醫療任務評估（Xueyan Mei團隊）

研究對比了DeepSeek-R1、ChatGPT-o1和Llama 3.1-405B在四項醫療任務中的表現：美國醫師執照考試（USMLE）：DeepSeek-R1準確率0.92，接近ChatGPT-o1（0.95），優于Llama 3.1-405B（0.83）。診斷推理：DeepSeek的推理步驟更精準（Likert評分3.61 vs. ChatGPT-o1的3.22）。腫瘤分類（RECIST 1.1標準）：表現與ChatGPT-o1相當（0.73 vs. 0.81）。影像報告總結：略遜于ChatGPT-o1（4.5 vs. 4.8），但仍優于開源模型。

臨床決策評估（Roland Eils團隊）

研究測試了DeepSeek-V3/R1在125個臨床病例中的表現，涵蓋常見病和罕見病：診斷準確率：與ChatGPT-4o、Gemini-2.0相當，部分病例更優。隱私合規：支持本地數據微調，符合HIPAA等法規，避免數據外傳風險。成本優勢：訓練和部署成本僅為商業模型的1/3，適合醫院規模化應用。

#大模型技術 #個性化醫療 #AI驅動科學 #醫療隱私合規 #臨床決策支持

閱讀更多：

Sandmann, Sarah, et al. “Benchmark Evaluation of DeepSeek Large Language Models in Clinical Decision-Making.” Nature Medicine, Apr. 2025, pp. 1–1. www.nature.com, https://doi.org/10.1038/s41591-025-03727-2

Tordjman, Mickael, et al. “Comparative Benchmarking of the DeepSeek Large Language Model on Medical Tasks and Clinical Reasoning.” Nature Medicine, Apr. 2025, pp. 1–1. www.nature.com, https://doi.org/10.1038/s41591-025-03726-3

下一代AI存儲設備ECRAM的隱藏機制

傳統計算機架構因內存與處理器分離導致效率低下，如何突破？浦項科技大學的Hyunjeong Kwak、Seyoung Kim團隊與IBM的Oki Gunawan合作，首次揭示了電化學隨機存取存儲器（ECRAM）的電子傳輸機制，這項發現可能使AI運算速度提升數倍。

研究團隊設計了多終端氧化鎢ECRAM器件，采用平行偶極線霍爾系統（PDL Hall System，通過旋轉磁鐵產生疊加磁場的精密測量技術）突破傳統測量限制。在零下223°C至室溫的極端環境中，首次觀測到氧空位形成的0.1電子伏特淺施主態——這些微觀缺陷如同電子"高速公路"，通過提升遷移率而非增加載流子數量來增強導電性。密度泛函理論計算進一步證實，這種機制源于可逆的電子-原子結構變化。特別值得注意的是，該效應在低溫下依然穩定，為器件在嚴苛環境的應用奠定基礎。據估算，采用該技術的AI芯片可使智能手機圖像處理速度提升3倍，同時降低40%能耗。研究發表在 Nature Communications 上。

#AI驅動科學 #計算模型與人工智能模擬 #內存計算 #能源效率 #半導體材料

閱讀更多：

Kwak, Hyunjeong, et al. “Unveiling ECRAM Switching Mechanisms Using Variable Temperature Hall Measurements for Accelerated AI Computation.” Nature Communications, vol. 16, no. 1, Mar. 2025, p. 2715. www.nature.com, https://doi.org/10.1038/s41467-025-58004-0

仿生算法破解"雞尾酒會"聽力難題

全球25億聽力受損人群面臨"雞尾酒會問題"——無法在嘈雜環境中聚焦特定說話者。波士頓大學的Alexander D. Boyd、Virginia Best和Kamal Sen團隊開發出仿生算法BOSSA，使助聽器語音識別準確率提升40%。

研究團隊受大腦抑制性神經元（inhibitory neurons，負責過濾無關信號的腦細胞）啟發，開發出能分析聲音時空特征的雙耳算法。在包含五重對話的測試中，BOSSA通過計算聲源方位差異，成功分離目標說話者，使神經性聽力損失（sensorineural hearing loss，內耳或聽覺神經損傷）患者的單詞識別準確率提升40個百分點，而現行助聽器標準算法MVDR（最小方差無失真響應波束成形）反而降低性能。算法已整合眼動追蹤技術，未來還可應用于ADHD和孤獨癥群體的感知增強。研究發表在 Communications Engineering 上。

#AI 驅動科學 #知覺康復 #神經調控 #仿生算法 #助聽技術

閱讀更多：

Boyd, Alexander D., et al. “A Brain-Inspired Algorithm Improves ‘Cocktail Party’ Listening for Individuals with Hearing Loss.” Communications Engineering, vol. 4, no. 1, Apr. 2025, pp. 1–8. www.nature.com, https://doi.org/10.1038/s44172-025-00414-5

腦電波解碼器助力脊髓刺激恢復運動功能

華盛頓大學圣路易斯分校的Ismael Seá?ez團隊開發了一種非侵入性腦-脊髓接口（BSI），通過解碼腦電波（EEG）控制脊髓刺激（tSCS），成功在健康志愿者中實現了對下肢運動的精準調控。

?Ismael Seá?ez 實驗室的研究人員開發了一種解碼器，用于恢復大腦與脊髓損傷下方區域之間的通信。他們在實驗室中對 17 名未受脊髓損傷的人類受試者進行了實驗，并利用經皮脊髓刺激（即非侵入性外部電脈沖）來提示小腿運動。Credit: Carolyn Atkinson

研究團隊使用電極帽記錄17名志愿者的腦電圖（EEG），并訓練線性判別分析（LDA）解碼器識別運動意圖的神經特征。結果顯示，解碼器在離線測試中區分實際運動和想象運動的準確率高達83%（AUC=0.83）。實時測試中，解碼器控制的經皮脊髓刺激（tSCS，一種非侵入性電刺激技術）在提示任務中表現穩定（AUC=0.81），但在非提示任務中略有下降（AUC=0.68），可能與大腦策略差異有關。研究還驗證了解碼器對運動偽跡的魯棒性，為未來應用于脊髓損傷患者奠定了基礎。研究發表在 Journal of NeuroEngineering and Rehabilitation 上。

#疾病與健康 #腦機接口 #神經調控 #脊髓損傷 #康復技術

閱讀更多：

Atkinson, Carolyn, et al. “Development and Evaluation of a Non-Invasive Brain-Spine Interface Using Transcutaneous Spinal Cord Stimulation.” Journal of NeuroEngineering and Rehabilitation, vol. 22, no. 1, Apr. 2025, p. 95. BioMed Central, https://doi.org/10.1186/s12984-025-01628-6

神經網絡自動生成高精度結構化網格

斯科爾科沃科學技術研究所的Bari Khairullin、Sergey Rykovanov和Rishat Zagidullin團隊開發出基于神經網絡的新型網格生成方法，相比傳統技術速度提升10倍且精度更高，為物理、生物和金融模擬提供強大工具。

?輸入和輸出空間中網格細化的示例。輸入網格中的點映射到輸出網格中具有相同顏色和大小的點。此可視化使用 Python 中的 matplotlib 3.9.2 庫創建。Credit: Scientific Reports (2025).

研究團隊將神經網絡構建為計算域與物理域之間的微分同胚（diffeomorphism，一種光滑可逆的數學映射），通過殘差連接（residual connections）逐層優化空間變換。關鍵突破在于：1）可精確計算雅可比矩陣（Jacobian matrix），避免傳統數值方法的離散誤差；2）基于物理信息損失項（PINN）的版本即使處理多連通域（multiply connected domains，具有"孔洞"的復雜幾何形狀）也能保證網格質量；3）單次前向傳遞即可完成網格細化，速度比求解溫斯洛方程（Winslow equations）快一個數量級。實驗證明，該方法生成的網格能顯著提升偏微分方程求解精度，特別適用于需要動態調整網格的流體模擬等場景。研究發表在 Scientific Reports 上。

#AI驅動科學 #計算模型與人工智能模擬 #跨學科整合 #物理模擬 #網格生成

閱讀更多：

Khairullin, Bari, et al. “Neural Networks for Structured Grid Generation.” Scientific Reports, vol. 15, no. 1, Apr. 2025, p. 12526. www.nature.com, https://doi.org/10.1038/s41598-025-97059-3

基于神經振蕩的AI模型實現高效長序列預測

人工智能如何突破長序列預測的瓶頸？麻省理工學院CSAIL實驗室的T. Konstantin Rusch和Daniela Rus團隊開發了受大腦神經振蕩啟發的LinOSS模型，在保持穩定性的同時，將極長序列處理效率提升至現有最佳模型的2倍。

?提出的線性振蕩狀態空間模型（LinOSS）的示意圖。Credit: arXiv (2024).

研究團隊將物理學中的受迫諧振子（forced harmonic oscillator）原理引入AI，構建了線性振蕩狀態空間模型（LinOSS）。該模型通過快速關聯并行掃描（fast associative parallel scans）實現穩定離散化，僅需非負對角狀態矩陣即可保證預測穩定性，比傳統方法限制更少。實驗顯示，在序列長度達50k的極端任務中，LinOSS性能超越當前最先進的Mamba模型近2倍，超越LRU模型2.5倍。研究還嚴格證明了該模型具有通用近似（universal approximation）能力，可精確處理任意連續因果函數。這一突破性成果已獲選ICLR 2025口頭報告（僅Top 1%論文獲此殊榮），有望應用于氣候預測、醫療分析和金融建模等領域。

#大模型技術 #預測模型構建 #計算模型與人工智能模擬 #神經科學 #長序列預測

閱讀更多：

Rusch, T. Konstantin, and Daniela Rus. Oscillatory State-Space Models. arXiv:2410.03943, arXiv, 12 Feb. 2025. arXiv.org, https://doi.org/10.48550/arXiv.2410.03943

公眾更關注AI當下危害而非未來末日場景

AI的"末日論"會分散公眾對現實問題的注意力嗎？蘇黎世大學的Emma Hoes和Fabrizio Gilardi通過萬人實驗發現，盡管未來風險敘事能提高相關擔憂，但公眾始終更關注AI當前造成的偏見（bias）、失業等實際問題，且兩類關注度互不干擾。

研究團隊設計了三組對照實驗，讓10,800名美英參與者分別接觸三類新聞標題：渲染AI滅絕人類風險的"末日組"、強調當前社會危害的"現實組"、描述AI益處的"利好組"。結果顯示，現實組中78%參與者將就業歧視、深度偽造（deepfake）等列為最高優先級，該比例在末日組仍保持75%，證偽了"注意力替代"假說。通過多層次回歸分析發現，年齡和教育程度顯著影響風險認知：35-50歲群體對失業風險的評分比學生群體高2.3倍，而碩士學歷者對算法偏見（algorithmic bias）的關注度比高中文憑者高41%。研究首次量化證明公眾具備并行評估不同時間維度風險的能力，為AI治理中的風險溝通提供了實證依據。研究發表在 PNAS 上。

#AI驅動科學 #預測模型構建 #跨學科整合 #社會心理學 #風險認知

閱讀更多：

Hoes, Emma, and Fabrizio Gilardi. “Existential Risk Narratives about AI Do Not Distract from Its Immediate Harms.” Proceedings of the National Academy of Sciences, vol. 122, no. 16, Apr. 2025, p. e2419055122. pnas.org (Atypon), https://doi.org/10.1073/pnas.2419055122

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。