█腦科學動態

49歲后大腦主動"勸退"運動

5歲兒童已具備"地圖導航"能力

左撇子更易患孤獨癥？慣用手與神經疾病的深層關聯

全器官免疫細胞基因表達圖譜問世

你的身體信號在幫你做道德選擇

抑郁青少年更易陷入社交媒體比較陷阱

帕金森病治療新希望：破解靶向USP30蛋白的抑制劑機制

你的大腦真實年齡是多少？最新腦功能連接圖譜告訴你

█AI行業動態

OpenAI轉型公共利益公司

OpenAI 洽談30億美元收購AI編程助手Windsurf

英偉達開源Llama-Nemotron模型家族

谷歌更新了其旗艦大型語言模型Gemini 2.5 Pro Preview（I/O版）

█AI驅動科學

AI語言模型首次實現類腦神經元空間功能排列

打磨絕緣層突破機器人觸覺測量瓶頸

TeleAbsence：與過去的詩意邂逅

AI系統MOFGen突破金屬有機框架材料發現瓶頸

大語言模型決策能力不足：RL微調如何改善貪婪行為與知行差距

腦科學動態

49歲后大腦主動"勸退"運動

為什么49歲后人們運動量急劇下降？東北大學Meishan Ai和Timothy Morris團隊通過腦成像研究發現，大腦顯著性網絡（Salience Network）功能連接減弱是關鍵因素。該網絡負責抑制"躺平"沖動，其功能衰退可解釋54%的年齡相關運動下降。

研究團隊分析劍橋老齡化研究中心（Cam-CAN）18-81歲人群的腦掃描和運動數據，首次精確鎖定49歲為運動量斷崖式下降的臨界點。通過靜息態功能磁共振成像發現，涉及抑制控制（如抵抗沙發誘惑）的顯著性網絡功能連接強度與運動量高度相關。中介分析顯示，當該網絡連接右顳頂葉-前扣帶回-腦島等區域時，能顯著緩解年齡帶來的運動衰退。有趣的是，負責高級認知的前額頂葉網絡未顯示同樣作用，說明運動堅持更多依賴本能抑制而非理性決策。研究為針對性的運動干預提供新靶點。研究發表在 The Journals of Gerontology: Series A 上。

#疾病與健康 #健康管理與壽命延長 #神經機制與腦功能解析 #運動神經科學 #老齡化

閱讀更多：

Ai, Meishan, et al. Brain Resting-State Functional Connectivity Mediates the Age-Associated Decline in Physical Activity Engagement. academic.oup.com, https://dx.doi.org/10.1093/gerona/glaf075. Accessed 6 May 2025

5歲兒童已具備"地圖導航"能力

兒童何時發展出地圖導航能力？埃默里大學的Yaelan Jung和Daniel D. Dilks團隊通過創新的"小鎮"虛擬實驗發現，5歲兒童大腦中負責空間導航的壓后皮層已能精確編碼位置信息，這一神經證據比傳統行為研究預測的年齡提前了7年。

研究團隊設計了三區域簡化版虛擬城鎮"小鎮"，包含山區、湖區等特征景觀和冰淇淋店等兒童熟悉建筑。通過功能磁共振成像記錄5歲兒童完成導航任務時的腦活動，發現其壓后皮層（RSC，負責空間位置映射）已能區分同一類建筑在不同區域的位置，且神經表征準確反映實際空間布局。特別值得注意的是，RSC僅處理位置信息，而海馬旁回位置區（PPA，負責場景分類）則專注于建筑類別識別，這種功能分工與成人完全一致。研究還發現，兒童在虛擬環境中的導航表現與其RSC神經活動模式顯著相關。研究發表在 PNAS 上。

#認知科學 #神經機制與腦功能解析 #兒童發展 #空間導航 #fMRI技術

閱讀更多：

Jung, Yaelan, and Daniel D. Dilks. “Early Development of Navigationally Relevant Location Information in the Retrosplenial Complex.” Proceedings of the National Academy of Sciences, vol. 122, no. 19, May 2025, p. e2503569122. world, www.pnas.org, https://doi.org/10.1073/pnas.2503569122

左撇子更易患孤獨癥？大規模研究揭示慣用手與神經疾病的深層關聯

為什么左撇子在孤獨癥患者中更常見？波鴻魯爾大學的Julian Packheiser和漢堡醫學院的Sebastian Ocklenburg領銜的國際團隊，通過分析全球40萬人的數據發現：伴有語言癥狀的早期神經發育障礙（如孤獨癥、閱讀障礙）患者中，非右利手比例顯著增高，這源于胎兒期大腦功能側化（brain lateralization）的異常發育。

研究團隊對402項既往研究進行二次元分析，涵蓋精神分裂癥、孤獨癥譜系障礙（ASD）等12類疾病。通過計算比值比（OR）發現，非右利手在神經發育障礙群體中的發生率比健康人群高46%，其中混合利手（能靈活使用雙手）的關聯最強（OR=1.63）。深入分析顯示，這種關聯具有三個關鍵特征：①僅存在于兒童期顯現的疾病（如閱讀障礙OR=1.7，成年抑郁癥無統計學意義）；②伴隨語言癥狀的疾病關聯更顯著；③癥狀出現越早，非右利手比例越高。研究者提出"側化發育時鐘"假說——控制慣用手和語言功能的腦區在胚胎期同步發育，相關基因突變或環境干擾可能導致雙重異常。研究發表在 Psychological Bulletin 上。

#疾病與健康 #神經機制與腦功能解析 #孤獨癥 #大腦發育 #語言障礙

閱讀更多：

Packheiser, Julian, et al. “Handedness in Mental and Neurodevelopmental Disorders: A Systematic Review and Second-Order Meta-Analysis.” Psychological Bulletin, vol. 151, no. 4, 2025, pp. 476–512. APA PsycNet, https://doi.org/10.1037/bul0000471

全器官免疫細胞基因表達圖譜問世

免疫細胞如何在器官中"排兵布陣"？拉霍亞免疫學研究所的Miguel Reina-Campos、Broad研究所的Sami Farhi和哈佛醫學院的Christophe Benoist領導的國際團隊，通過空間轉錄組學技術繪制出小鼠全器官免疫細胞分布圖譜，并開發開源平臺ImmGenMaps，為研究感染、癌癥等疾病提供全新視角。

?人體血液電子顯微鏡照片中，髓系免疫細胞與紅細胞并存。Credit: National Cancer Institute

研究團隊采用新一代空間轉錄組學技術（能同時保留細胞位置和基因表達信息的方法），系統分析了小鼠12個器官中50余萬免疫細胞的空間分布。通過結合單細胞RNA測序（scRNA-seq）和40種蛋白質標記物檢測，首次揭示粒細胞等易丟失細胞在組織中的真實分布。平臺特別關注了基質細胞與免疫細胞的"對話熱點"，發現肝臟和肺部存在獨特的免疫調控微區。研究人員將數據整合為開源三維交互圖譜，用戶可自由查詢特定細胞在腎小球（腎臟過濾單位）或肺泡等精細結構中的基因表達變化。該資源已收錄健康狀態和5種疾病模型數據，為疫苗開發和腫瘤免疫治療提供新線索。研究發表在 Nature Immunology 上。

#疾病與健康 #跨學科整合 #免疫圖譜 #空間轉錄組學 #開源數據庫

閱讀更多：

Reina-Campos, Miguel, et al. “ImmGenMaps, an Open-Source Cartography of the Immune System.” Nature Immunology, vol. 26, no. 5, May 2025, pp. 637–38. www.nature.com, https://doi.org/10.1038/s41590-025-02119-5

你的身體信號在幫你做道德選擇，發現內在感知與群體共識的神經聯系

韓國大學的JuYoung Kim和Hackjin Kim團隊通過實驗發現，個體對身體內部信號的感知能力與道德決策密切相關，并首次揭示了相關神經機制。

研究采用心跳感知測試（參與者需準確計數自己心跳次數）和靜息態功能磁共振成像，結合經典道德困境問卷。結果顯示，能精準感知心跳的參與者，其道德選擇與群體共識的一致性高出23%。腦成像數據揭示，這種關聯由腹內側前額葉皮層（vmPFC，負責自我價值評估）和楔前葉（參與內省思考）的協同活動所介導——當這兩個腦區在靜息狀態下的功能連接更強時，身體感知對道德選擇的影響更顯著。研究還發現該機制不受性別影響，在兩組獨立實驗中均得到驗證。這些發現解釋了為何有些人更容易內化社會道德規范，也為道德教育的個體化策略提供了神經科學依據。研究發表在 Journal of Neuroscience 上。

#認知科學 #意圖與決策 #神經機制與腦功能解析 #跨學科整合

閱讀更多：

Kim, JuYoung, and Hackjin Kim. “Neural Processes Linking Interoception to Moral Preferences Aligned with Group Consensus.” Journal of Neuroscience, Apr. 2025. www.jneurosci.org, https://doi.org/10.1523/JNEUROSCI.1114-24.2025

抑郁青少年更易陷入社交媒體比較陷阱

社交媒體如何影響不同心理健康狀況的青少年？劍橋大學MRC認知與腦科學部的Luisa Fassi、Amy Orben等團隊通過臨床級評估發現，有心理健康問題的青少年日均多用50分鐘社交媒體，且內化癥狀群體更易受點贊評論影響情緒。

研究團隊分析了英國國家代表性數據（3,340名11-19歲青少年），采用專業臨床評估員的多信息源診斷（含家長/教師訪談），對比了有無心理健康問題群體的8個使用維度。結果顯示，內化型（如抑郁/焦慮）青少年社交比較（social comparison，指在網絡上與他人進行自我對比的行為）行為達48%（普通組24%），28%會因點贊/評論情緒波動（普通組13%），且對網友數量的不滿更顯著。外化型（如ADHD）群體僅表現使用時長的差異。研究采用高統計標準（參照睡眠/運動與心理健康的已知效應量），證實不同癥狀群體需要差異化干預策略。研究發表在 Nature Human Behaviour 上。

#疾病與健康 #心理健康與精神疾病 #社交媒體行為 #青少年發展 #臨床心理學 #數字健康

閱讀更多：

Fassi, Luisa, et al. “Social Media Use in Adolescents with and without Mental Health Conditions.” Nature Human Behaviour, May 2025, pp. 1–17. www.nature.com, https://doi.org/10.1038/s41562-025-02134-4

帕金森病治療新希望：破解靶向USP30蛋白的抑制劑機制

馬克斯·普朗克分子生理學研究所的Malte Gersch團隊與Nafizul Haque Kazi等研究人員破解了關鍵蛋白USP30的結構難題，揭示了小分子抑制劑如何通過獨特機制促進線粒體更新，為開發新型帕金森病藥物奠定基礎。

?抑制去泛素化酶 USP30 可促進多巴胺能神經細胞中的線粒體自噬，從而促進線粒體更新，這有望為帕金森病的創新療法奠定基礎。Credit: MPI of Molecular Physiology

研究團隊采用嵌合蛋白工程（chimeric protein engineering）技術，將USP14和USP35等易結晶去泛素化酶的結構元件"嫁接"到USP30上，成功構建出穩定的蛋白變體。通過X射線晶體衍射技術，團隊首次在2.1?分辨率下解析了USP30與特異性抑制劑NK036的復合物結構。研究發現，抑制劑通過誘導USP30的"開關環"（switching loop）構象變化，打開一個隱藏的結合口袋，同時靶向催化活性位點和特異性熱點區域。這種雙管齊下的作用機制解釋了該抑制劑為何能實現納摩爾級抑制效力（IC50=2-20nM）和高度選擇性——在100μM濃度下對其它去泛素化酶無影響。進一步的氫氘交換質譜（HDX-MS）和熱穩定性實驗證實，抑制劑與USP30的結合改變了蛋白的動態特性。這項發現不僅解決了USP30長期難以結晶的難題，更揭示了去泛素化酶抑制劑設計的新范式：通過誘導蛋白構象變化來發現特異性結合位點。目前基于該機制的抑制劑已進入帕金森病和慢性腎病的臨床試驗階段。研究發表在 Nature Structural & Molecular Biology 上。

#疾病與健康 #神經調控 #個性化醫療 #蛋白質工程 #帕金森病

閱讀更多：

Kazi, Nafizul Haque, et al. “Chimeric Deubiquitinase Engineering Reveals Structural Basis for Specific Inhibition of the Mitophagy Regulator USP30.” Nature Structural & Molecular Biology, May 2025, pp. 1–11. www.nature.com, https://doi.org/10.1038/s41594-025-01534-4

你的大腦真實年齡是多少？最新腦功能連接圖譜告訴你

大腦如何隨年齡變化？北京師范大學Lianglong Sun、Tengda Zhao團隊聯合全球132個研究中心，通過分析33,250人從胎兒期到80歲的腦成像數據，首次揭示了功能連接強度與多樣性分別在40歲和30歲后期達到峰值的規律，并創建了首個全生命周期參考圖譜。

研究團隊整合了來自人類連接組計劃（HCP）等項目的無任務功能磁共振成像數據，覆蓋孕后32周至80歲的跨年齡段樣本。通過構建系統級腦圖譜，發現連接組整體強度在第四十年后期達到拐點，而連接多樣性峰值出現在第三十年后期。時空分析顯示，大腦發育遵循從初級感覺運動區域向高級聯合區域的漸進式模式，不同腦區功能特化存在明顯時間差。這些圖譜不僅能解釋正常發育軌跡，還可量化阿爾茨海默病等神經精神疾病的個體差異。研究發表在 Nature Neuroscience 上。

#疾病與健康 #神經機制與腦功能解析 #跨學科整合 #個性化醫療

閱讀更多：

Sun, Lianglong, et al. “Human Lifespan Changes in the Brain’s Functional Connectome.” Nature Neuroscience, vol. 28, no. 4, Apr. 2025, pp. 891–901. www.nature.com, https://doi.org/10.1038/s41593-025-01907-4

AI 行業動態

OpenAI轉型公共利益公司

OpenAI宣布將其盈利實體OpenAI for-profit LLC轉型為公共利益公司（Public Benefit Corporation, PBC），以平衡商業運營與使命導向。這一調整保留了非營利組織的絕對控制權，同時引入更靈活的股權結構和融資能力，旨在支持通用人工智能（AGI）的全球部署。OpenAI CEO Sam Altman強調，公司核心使命始終是“確保AGI造福全人類”，而非追求利潤最大化。新架構將幫助OpenAI應對數千億美元的算力需求，并推動AI在醫療、教育等領域的民主化應用。

此次轉型標志著OpenAI從“封頂利潤模式”轉向標準股權結構，以吸引更多資本支持模型訓練和產品擴展。PBC模式要求公司在盈利的同時兼顧公眾利益，這與Anthropic、xAI等AI實驗室的選擇一致。OpenAI明確表示，非營利組織將繼續作為“看門人”防止使命偏離，并通過利潤回饋支持全球公共服務。Altman還透露，未來可能開源部分高性能模型，進一步降低AI使用門檻。

ChatGPT的成功已驗證AI工具的廣泛需求，但當前計算資源仍無法滿足全球化使用。OpenAI提出三大目標：獲取萬億級資源、強化非營利機構影響力、保障AI安全與透明度。

#OpenAI #AGI #公共利益公司 #AI民主化 #ChatGPT

閱讀更多：

https://openai.com/index/evolving-our-structure/

OpenAI 洽談30億美元收購AI編程助手Windsurf

OpenAI近日傳出將以約30億美元收購AI編程助手Windsurf（前身為Codeium），這一戰略收購標志著其從模型競爭轉向生態控制的重大轉變。Windsurf以動態代碼重構、企業級代碼庫管理和實時協作功能著稱，其技術優勢與OpenAI的“氛圍編程”愿景高度契合。分析師Charlie Dai指出，此次收購將強化OpenAI在AI輔助開發領域的主導地位，尤其針對受監管行業的低延遲設計和模塊化微調需求。交易若完成，將成為OpenAI史上最大規模收購，進一步激化與微軟GitHub Copilot、Anthropic等對手的競爭。

此次收購正值AI編程工具市場競爭白熱化階段。微軟旗下GitHub Copilot依托代碼倉庫優勢持續升級，Anthropic則通過Claude模型增強編碼能力，而風投支持的Cursor等初創公司也在細分領域嶄露頭角。Counterpoint Research的Neil Shah分析稱，Windsurf的加入可能讓OpenAI占據AI驅動編程平臺市場的主導份額，甚至影響Anthropic與Anysphere的戰略合作。此前OpenAI剛完成軟銀領投的400億美元融資，估值達3000億美元，為其戰略收購提供了充足彈藥。

對于企業用戶而言，收購帶來的技術整合與未來產品路線圖成為關注焦點。分析師Sanchit Vir Gogia強調，Windsurf的IDE原生體驗若能與OpenAI生態有機融合，將重塑行業競爭格局；反之，若強行整合為ChatGPT式單體架構，可能適得其反。Forrester的Dai建議企業保持靈活評估策略，在尖端功能與現有生態兼容性間尋求平衡。隨著生成式AI編程工具逐步成為軟件開發“圣杯”，這場收購或將加速行業效率與準確性的雙重革命。

#AI編程助手 #OpenAI #企業生態 #市場競爭 #生成式AI

閱讀更多：

https://www.bloomberg.com/news/articles/2025-05-06/openai-reaches-agreement-to-buy-startup-windsurf-for-3-billion

英偉達開源Llama-Nemotron模型家族

英偉達近日推出Llama-Nemotron系列開源模型，基于Meta AI的Llama架構優化，專為高效推理設計。該系列包含Nano（8B）、Super（49B）、Ultra（253B）及支持超長上下文的UltraLong（8B）四個版本，采用開放許可，允許商業使用。模型通過動態推理切換功能，用戶可自由切換聊天與推理模式，顯著提升交互靈活性。評測顯示，LN-Ultra在推理吞吐量和部署效率上遠超DeepSeek-R1，成為當前開源領域的佼佼者。

訓練方法上，英偉達采用多階段后訓練流程，結合監督微調（SFT）和強化學習（RL）。Qwen與DeepSeek-R1作為關鍵輔助，前者負責數據生成與清洗，后者作為教師模型遷移深度邏輯能力。獨特的Puzzle框架通過神經網絡架構搜索（NAS）優化模塊，移除冗余注意力層并壓縮前饋網絡（FFN），實現硬件效率與精度的平衡。LN-Ultra還引入FFN融合技術，降低序列深度，進一步縮短延遲。

部署方面，LN-Super針對單塊H100 GPU優化，推理吞吐量提升5倍；LN-Ultra適配8卡H100節點，延遲降低1.71倍。通過強化學習優化科學推理能力，并結合課程化學習策略，模型在復雜任務中表現卓越。最終，LN-Super在Arena Hard評測中得分88.3，超越Claude 3.5 Sonnet等專有模型，驗證了其全能性能。

#英偉達 #開源大模型 #推理優化 #Llama-Nemotron #DeepSeek-R1

閱讀更多：

https://github.com/NVIDIA/NeMo

谷歌更新了其旗艦大型語言模型Gemini 2.5 Pro Preview（I/O版）

谷歌發布了其旗艦大型語言模型的更新版本——Gemini 2.5 Pro Preview（I/O版）。此次更新顯著增強了模型的編碼能力，特別是在構建交互式網頁應用方面，旨在為開發者提供更強大的工具，以加速應用開發流程。

Gemini 2.5 Pro Preview（I/O版）由谷歌研究團隊開發，引入了多項關鍵改進。首先，模型在代碼生成方面表現出色，能夠從單一文本提示生成完整的交互式網頁應用或模擬程序，極大地降低了開發門檻。其次，模型在代碼轉換和編輯任務中也顯示出更高的準確性和效率，支持開發者更快速地實現功能迭代。此外，Gemini 2.5 Pro Preview（I/O版）在視頻理解方面也取得了突破，在VideoMME基準測試中獲得了84.8%的高分，展示了其在多模態任務中的強大能力。這些改進使得該模型在LMArena的編碼排行榜和WebDev Arena排行榜中均位列第一，進一步證明了其在實際應用中的領先地位。

#大型語言模型 #代碼生成 #多模態理解 #網頁應用開發

閱讀更多：

https://www.xiaohu.ai/c/xiaohu-ai/google-gemini-2-5-pro-i-o

AI 驅動科學

AI語言模型首次實現類腦神經元空間功能排列

大腦神經元如何形成功能與空間的雙重組織？瑞士洛桑聯邦理工學院Neil Rathi、Johannes Mehrer和Martin Schrimpf團隊開發出TopoLM模型，首次在AI中同時復現了神經元的功能聚類與空間排列特性，其預測結果與人腦語言系統高度吻合。

研究團隊改造Transformer架構，為每個注意力層和MLP層添加二維空間編碼，并引入空間平滑損失（強制相鄰人工神經元激活模式相似）。訓練后的TopoLM自發形成語義明確的功能簇——如處理動詞/名詞的單元在空間上分區排列，與fMRI測得的人腦語言區分布一致。模型在BLiMP行為任務中表現略遜于基線，但在腦對齊基準（Brain-Score）上達到同等水平。值得注意的是，這種類腦結構僅通過文本訓練形成，未使用任何腦數據擬合。模型還預測出人腦中可能存在但尚未被發現的神經元簇，團隊正計劃通過成像實驗驗證。研究為理解大腦語言系統組織原則提供了計算框架，同時提升了AI模型的可解釋性。研究發表在 ICLR 2025 上。

#AI驅動科學 #神經機制與腦功能解析 #大模型技術 #計算模型與人工智能模擬 #神經語言學

閱讀更多：

Rathi, Neil, et al. TopoLM: Brain-like Spatio-Functional Organization in a Topographic Language Model. arXiv:2410.11516, arXiv, 18 Mar. 2025. arXiv.org, https://doi.org/10.48550/arXiv.2410.11516

打磨絕緣層突破機器人觸覺測量瓶頸

廉價機器人皮膚為何難以準確感知？美國西北大學Matthew A. Grayson與以色列特拉維夫大學Noa Lachman領導的跨學科團隊發現，硅橡膠復合材料表面存在隱形絕緣層是罪魁禍首。通過簡單打磨處理，團隊成功將觸覺傳感器的測量可靠性提升至工業應用標準。

?絕緣表面層電導率和厚度的電氣特性。Credit: Advanced Electronic Materials (2025).

研究首先采用直流電壓掃描（DC voltage sweep，測量電流-電壓關系的技術）檢測碳納米管復合材料的電接觸特性，發現表面存在導致非歐姆接觸的絕緣層。交流頻率掃描（AC frequency sweep）分析顯示該絕緣層厚度約1微米，比電子顯微鏡觀測值厚10倍。團隊創新性開發三端測試法，可在所有接觸點均為非歐姆性時仍能驗證接觸質量。通過簡單機械打磨去除絕緣層后，接觸電阻降低100倍，傳感器響應滯后現象消失。掃描電子顯微鏡（SEM）與電學測量對比證實，該方法能實現深度歐姆接觸。研究為柔性電子器件的標準化測試提供了關鍵技術支持，相關方案已應用于工業機器人觸覺系統開發。研究發表在 Advanced Electronic Materials 上。

#AI驅動科學 #跨學科整合 #機器人觸覺 #柔性電子 #材料表征

閱讀更多：

Onsager, Claire C., et al. Getting Under the Sensor’s Skin: The Importance of Electrical Contact Characterization for Conductive Composite Elastomers. advanced.onlinelibrary.wiley.com, https://doi.org/10.1002/aelm.202400848. Accessed 6 May 2025

TeleAbsence：與過去的詩意邂逅

如何通過技術創造與逝者或過去自我的情感連接？麻省理工學院媒體實驗室的有形媒體小組（Tangible Media Group）的Hiroshi Ishii、Xiao Xiao等團隊提出TeleAbsence概念，通過五項設計原則和技術實驗，探索跨越時間的詩意交流方式。

?已故坂本龍一于 2024 年 6 月在麻省理工學院媒體實驗室的 MirrorFugue 節目中演奏《圣誕快樂，勞倫斯先生》。Credit: Tangible Media Group.

研究提出五項核心設計原則：缺失的存在（presence of absence，通過物理痕跡喚起記憶）、虛幻的交流（illusory communication，如單向詩歌發布）、記憶的物質化（如玻璃瓶中的聲音）、反射痕跡（如信件上的筆跡）和遙遠時間（營造穿越感）。實驗部分通過MirrorFugue項目實現：28名參與者觀看幻影鋼琴家演奏（包括已故的坂本龍一），傳感器記錄心率和手部動作，訪談揭示情感體驗。結果顯示，抽象設計（如模糊影像或空瓶子）比具象重現更能引發共鳴，且參與者是否認識鋼琴家顯著影響情感強度。研究強調倫理邊界，避免制造“幽靈機器人”或延長悲傷。研究發表在 PRESENCE: Virtual and Augmented Reality 上。

#AI驅動科學 #心理健康與精神疾病 #記憶機制 #跨學科整合

閱讀更多：

Ishii, Hiroshi, et al. “TeleAbsence: A Vision of Past and Afterlife Telepresence.” PRESENCE: Virtual and Augmented Reality, vol. 34, Mar. 2025, pp. 65–95. Silverchair, https://doi.org/10.1162/PRES_a_00441

AI系統MOFGen突破金屬有機框架材料發現瓶頸

如何高效發現可實際合成的金屬有機框架（MOFs）材料？加州大學伯克利分校、勞倫斯伯克利國家實驗室和Google DeepMind的Théo Jaffrelot Inizan、Sherry Yang、Aaron Kaplan等研究人員開發了MOFGen系統，成功合成五種"AI構想"的MOFs，部分僅需數天完成。

研究團隊構建了包含四大智能體的MOFGen系統：大語言模型提出MOF化學組成，擴散模型構建晶體結構，量子力學代理優化穩定性，機器學習代理評估合成可行性。系統整合了所有已報道的MOF實驗數據和計算數據庫進行訓練。結果顯示，MOFGen生成了數十萬種新型結構，其中五種已通過實驗驗證，包括具有潛在二氧化碳捕獲和水收集應用的材料。特別值得注意的是，傳統方法需要數月甚至數年的材料發現流程，被縮短至數天完成。

#AI驅動科學 #自動化科研 #材料科學 #金屬有機框架 #二氧化碳捕獲

閱讀更多：

Inizan, Theo Jaffrelot, et al. System of Agentic AI for the Discovery of Metal-Organic Frameworks. arXiv:2504.14110, arXiv, 18 Apr. 2025. arXiv.org, https://doi.org/10.48550/arXiv.2504.14110

大語言模型決策能力不足：RL微調如何改善貪婪行為與知行差距

大語言模型雖在文本處理表現出色，但在決策任務中常表現不佳。奧地利林茨大學的Thomas Schmied與Google DeepMind團隊合作，發現強化學習微調可顯著改善模型的探索行為和知行差距問題。

研究團隊首先系統分析了LLMs在決策任務中的三種典型失敗模式：貪婪行為（過早鎖定次優策略）、頻率偏差（小模型傾向于選擇高頻動作）和知行差距（87%的理性分析正確但64%的實際行動仍錯誤）。為解決這些問題，他們提出基于自生成思維鏈（Chain-of-Thought）的強化學習微調（RLFT）方法，在老虎機、上下文老虎機和井字棋環境中測試了不同規模（2B/9B/27B參數）的Gemma2模型。結果顯示，RLFT顯著提高了探索行為，將未探索動作空間從55%降至更低水平；同時，傳統RL探索技術（如ε-greedy）和LLM特有方法（如自我一致性）的結合使用效果最佳。研究為提升LLM在自主代理系統中的決策能力提供了重要參考。

#大模型技術 #意圖與決策 #AI驅動科學 #強化學習 #知行差距

閱讀更多：

Schmied, Thomas, et al. LLMs Are Greedy Agents: Effects of RL Fine-Tuning on Decision-Making Abilities. arXiv:2504.16078, arXiv, 22 Apr. 2025. arXiv.org, https://doi.org/10.48550/arXiv.2504.16078

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。