追问daily | 通过小型网络模拟神经元模型；系统分析大语言模型产生意识的可能性；唇读激活大脑听觉区域

█ 脑科学动态

调控触觉感知的脂质调节因子

利用自我调节大脑起搏器治疗帕金森病

敲除ASTN2基因的小鼠表现出孤独症相关行为

唇读激活大脑听觉区域，增强言语理解

小胶质细胞吞噬体的新分析方法

█ AI行业动态

LongWriter实现超长文本的高质量输出

AI驱动的学术搜索引擎Consensus完成1150万美元A轮融资

稚晖君发布全新一代人形机器人

█ AI研发动态

通过小型网络模型模拟HH神经元，弥合AI和HI之间的差距

生成式AI在医疗记录信息提取中的可靠性仍存挑战

机器学习模型助力幼儿孤独症早期检测

系统分析大语言模型的意识可能性

新型膜片器显著提升神经网络能效

脑科学动态

调控触觉感知的脂质调节因子

罗格斯大学的研究人员在Tibor Rohacs教授的领导下，探索了一种新方法，可以有效管理触觉感知的离子通道，研究结果有望用于改善慢性疼痛的治疗。研究团队发现，天然分子磷脂酸（phosphatidic acid）对调节这些通道的敏感性起到了重要作用。

研究重点探讨了机械敏感的PIEZO2离子通道在触觉、身体位置感受和炎症性疼痛中的作用。研究发现，TMEM120A蛋白能够通过提高细胞内磷脂酸（phosphatidic acid, 一种脂质分子）和溶血磷脂酸（LPA, 一种脂质衍生物）的水平来选择性地抑制PIEZO2的活性，同时不影响PIEZO1。

进一步的实验显示，应用磷脂酸或LPA可以抑制PIEZO2的活性，而不会影响PIEZO1的功能。此外，通过光遗传学技术激活磷脂酶D（PLD），研究人员同样成功地抑制了PIEZO2的活性。当PLD被抑制时，PIEZO2的活性显著增加，并在小鼠的行为实验中表现为更高的机械敏感性。该研究不仅揭示了脂质调节因子对PIEZO2的选择性调控，还确定了PLD路径在这一过程中发挥的关键作用。研究发表在 Nature Communications 上。

#神经科学 #NatureCommunications #触觉感知 #慢性疼痛 #脂质调节

阅读论文：

Gabrielle, Matthew, et al. “Phosphatidic Acid Is an Endogenous Negative Regulator of PIEZO2 Channels and Mechanical Sensitivity.” Nature Communications, vol. 15, no. 1, Aug. 2024, p. 7020. www.nature.com, https://doi.org/10.1038/s41467-024-51181-4.

利用自我调节大脑起搏器治疗帕金森病

帕金森病是一种常见的神经退行性疾病，严重影响患者的运动功能和生活质量。为了改善治疗效果，加利福尼亚大学旧金山分校的研究团队开发了自适应脑深部电刺激（aDBS）技术，该技术基于人工智能算法，能够实时监测和调整大脑电刺激的强度。

研究团队首先在四名帕金森病患者中开展了一项随机交叉盲法试验，比较了自适应脑深部电刺激（aDBS）与传统持续性脑深部电刺激（cDBS）的效果。研究发现，aDBS通过识别脑电波振荡模式，与患者的运动症状显著相关联，并显著改善了患者的运动症状和生活质量。另一项研究还探讨了aDBS对帕金森病患者睡眠障碍的影响。研究人员使用多夜在家脑电记录，发现aDBS在非快速眼动睡眠（NREM）期间能够有效调整皮层-基底核的电活动，改善睡眠质量。这些研究结果为个性化神经刺激治疗帕金森病及其他神经疾病提供了重要的理论依据。相关研究发表在 Nature Medicine 和 Nature Communications 上。

#大脑健康 #Nature Medicine #Nature Communications #帕金森病 #自适应脑深部电刺激

阅读论文：

Oehrn, Carina R., et al. “Chronic Adaptive Deep Brain Stimulation versus Conventional Stimulation in Parkinson’s Disease: A Blinded Randomized Feasibility Trial.” Nature Medicine, Aug. 2024, pp. 1–12. www.nature.com, https://doi.org/10.1038/s41591-024-03196-z.

Anjum, Md Fahim, et al. “Multi-Night Cortico-Basal Recordings Reveal Mechanisms of NREM Slow-Wave Suppression and Spontaneous Awakenings in Parkinson’s Disease.” Nature Communications, vol. 15, no. 1, Feb. 2024, p. 1793. www.nature.com, https://doi.org/10.1038/s41467-024-46002-7.

敲除ASTN2基因的小鼠表现出孤独症相关行为

孤独症谱系障碍（ASD）是一种涉及语言、社交沟通和重复行为等的发育性疾病。洛克菲勒大学发育神经生物学实验室的研究团队长期致力于研究与ASD相关的基因和神经元。2018年，他们发现ASTN2基因缺陷可能导致小脑电路异常。最新的研究进一步揭示了ASTN2基因在孤独症行为中的关键作用。

研究团队通过创建Astn2基因敲除小鼠模型，探索了该基因在小脑功能及其与孤独症相关行为中的作用。研究结果显示，完全敲除ASTN2基因的小鼠在行为实验中表现出显著的孤独症相关行为特征，如分离时发声减少、过度活跃和重复行为增加。此外，研究还通过高尔基染色发现，小脑浦肯野细胞在特定区域的树突脊密度发生变化，敲除Astn2基因的小鼠中，放射状胶质细胞体积显著增加，且电生理实验显示其突触传递功能发生改变。上述发现表明，ASTN2基因在调节孤独症样行为及小脑电路功能中起着重要作用。该研究结果发表在PNAS上。

#大脑健康 #神经科学 #小脑 #自闭症 #基因敲除

阅读论文：

Hanzel, Michalina, et al. “Mice Lacking Astn2 Have ASD-like Behaviors and Altered Cerebellar Circuit Properties.” Proceedings of the National Academy of Sciences, vol. 121, no. 34, Aug. 2024, p. e2405901121. pnas.org (Atypon), https://doi.org/10.1073/pnas.2405901121.

唇读激活大脑听觉区域，增强言语理解

密歇根大学的研究团队在David Brang教授的带领下，研究团队分析了观看他人说话时大脑听觉区域的活动，探索了视觉信号在言语感知中的作用。

为了探究唇读信息是否被听觉系统编码，研究人员采用了两种方法：功能性磁共振成像（fMRI）和颅内电极记录。研究对象包括健康成人和接受癫痫治疗的患者。通过对这两组数据的分析，研究人员发现，在听觉皮层的空间模式中，可以成功地解码无声唇读的词语，且这种解码发生的时间点早于实际听到的词语。这表明唇读可能涉及一种预测机制，能够在声音信息到达前促进言语处理。此外，研究表明，听觉系统将听到的词语和唇读词语的神经分布结合起来，产生了更精确的言语估计。这一发现对听力受损者具有重要意义，因为他们可以通过唇读补偿听力下降带来的理解障碍。研究结果发表在Current Biology期刊上。

#认知科学 #Current Biology #唇读 #听觉皮层 #言语感知

阅读论文：

Karthik, Ganesan, et al. “Auditory Cortex Encodes Lipreading Information through Spatially Distributed Activity.” Current Biology, vol. 0, no. 0, Aug. 2024. www.cell.com, https://doi.org/10.1016/j.cub.2024.07.073.

小胶质细胞吞噬体的新分析方法揭示其在大脑健康和疾病中的关键角色

小胶质细胞作为大脑的免疫系统前线，在清除有害物质和维护突触健康中发挥重要作用。然而，研究这些细胞及其吞噬体一直面临挑战。为了解决这一问题，怀特海德研究所的Rudolf Jaenisch与弗莱堡大学Marco Prinz及其团队合作，开发了一种新方法，能够快速、温和地分离并分析小胶质细胞的吞噬体。

研究团队开发的免疫沉淀技术能够在不影响小胶质细胞特性的情况下，成功从干细胞衍生的小胶质细胞和新鲜人脑组织中分离出吞噬体（phagosome）。他们通过这一方法发现，吞噬体包含突触前的蛋白质，并能感知环境中的细微变化，具有高度动态性。此外，研究揭示了吞噬体是奎尼酸（quinolinic acid）存储和代谢生成烟酰胺腺嘌呤二核苷酸（NAD+）的关键场所，这一分子在脑细胞的能量代谢中起着重要作用。这一研究为进一步了解小胶质细胞在大脑健康和疾病中的作用提供了新的工具和视角。研究发表在 Immunity 上。

#神经技术 #大脑健康 #小胶质细胞 #吞噬体 #NAD+代谢

阅读论文：

Wogram, Emile, et al. “Rapid Phagosome Isolation Enables Unbiased Multiomic Analysis of Human Microglial Phagosomes.” Immunity, vol. 0, no. 0, Aug. 2024. www.cell.com, https://doi.org/10.1016/j.immuni.2024.07.019.

AI 行业动态

突破文本生成极限：LongWriter实现超长文本的高质量输出

清华大学数据挖掘研究小组（THUDM）开发的开源项目LongWriter，旨在克服现有大语言模型（LLMs）在生成超长文本时的局限性，确保在超过10,000字甚至20,000字的文本中依然保持逻辑连贯和内容相关。

LongWriter通过引入AgentWrite管道，采用“计划-写作”两步法，将复杂的长文本生成任务分解为多个子任务，从而实现高质量的长篇文本输出。为了进一步提高模型的生成能力，研究团队还开发了LongWriter-6k数据集和LongBench-Write基准，这不仅提升了模型的文本生成长度，还确保了输出的质量和长度的精确性。

此外，LongWriter通过直接偏好优化（DPO）技术，进一步提高了模型在满足长度要求时的输出质量。实验证明，LongWriter不仅能够生成远超现有模型的超长文本，还在多个评估维度上表现出色，特别是在广度与深度、连贯性以及阅读体验上均有显著提升。

#长文本生成 #大语言模型 #高质量输出 #清华大学 #开源项目

阅读更多：

https://github.com/THUDM/LongWriter

人工智能驱动的学术搜索引擎Consensus完成1150万美元A轮融资

Consensus，创新的AI驱动学术搜索引擎，近日成功完成了1150万美元的A轮融资。本轮融资由Union Square Ventures领投，参与的投资者还包括Nat Friedman、Daniel Gross、Draper Associates以及Kevin Carter。该融资将进一步推动Consensus在学术搜索领域的技术发展和市场扩展。

Consensus利用先进的语言模型（LLMs）和矢量搜索技术，帮助用户快速准确地找到最相关的学术论文。目前，Consensus已经索引了超过2亿篇来自各个科学领域的研究论文，每月活跃用户超过40万，并且预计在2024年实现600%的增长。目前，Consensus的年收入已达到150万美元。

Consensus的主要用户包括学生、研究人员、医生、临床工作者以及健康与健身专家。它通过简化文献综述和搜索流程，提供高效的学术支持。用户可以使用单词、概念关联或问题为基础的搜索查询，从而找到相关的研究论文。为了增强用户体验，Consensus还配备了类似ChatGPT的Copilot功能，能够回答问题、撰写内容，并创建清单，同时直接链接到相关的学术研究。

#人工智能 #学术搜索 #Consensus #融资 #语言模型

阅读更多：

https://consensus.app/

稚晖君发布全新一代人形机器人，“远征”系列迎来全面升级

稚晖君携智元机器人团队推出全新一代“远征”系列机器人。此次发布的三款产品，包括交互服务机器人“远征 A2”、柔性智造机器人“远征 A2-W”和重载特种机器人“远征 A2-Max”，涵盖了从服务到制造的多领域应用。产品设计上，五款机器人采用了家族化设计语言，结合轮式与足式两种形态，展示了极强的灵活性和实用性。

除了外形设计的系列化，智元机器人在关键技术上也取得了显著突破，尤其是在动力、感知、通信和控制四大领域。最新的PowerFlow关节模组实现了量产化迭代升级，大幅提升了稳定性和可靠性。同时，智元机器人还引入了自研的轻量化高性能通信框架AimRT，并将于今年9月底开源。此外，稚晖君团队还首次提出了具身智能的G1-G5技术演进路线，展示了未来机器人技术的发展方向。

值得一提的是，智元机器人还宣布推出开源模块化机器人“灵犀 X1”和专业数采机器人“灵犀 X1-W”，这两款新品在模块化设计和执行器方面融入了大量创新，推动“人形机器人人人造”的未来构想。

#稚晖君 #人形机器人 #智元机器人 #具身智能 #远征系列

阅读更多：

https://mp.weixin.qq.com/s/Sr20t7gKSnvX_HeOFeWKYQ

AI 研发动态

通过小型网络模型实现HH神经元模拟，弥合人工智能和自然智能之间的差距

在最新一期的Nature Computational Science杂志上的论文中，研究人员通过小型网络模型实现了霍奇金-赫胥黎神经元的行为模拟。研究团队通过将四个渗漏集成和激发（LIF）神经元组合，成功复制了单个霍奇金-赫胥黎（HH）神经元的复杂行为。

研究涵盖了从神经科学角度对AI的启发，到具体实现的仿真测试。结果显示，这种小规模但内部复杂的网络不仅能模拟大规模简单网络的功能，还在数据传输和内存使用上实现了显著的效率提升。这种新的方法可能为开发更高效、更强大且更类似人脑的AI系统提供了一条可行路径。

#神经科学 #人工智能 #霍奇金-赫胥黎模型

阅读更多：

Zhu, Rui-Jie, et al. “Bridging the Gap between Artificial Intelligence and Natural Intelligence.” Nature Computational Science, Aug. 2024, pp. 1–2. www.nature.com, https://doi.org/10.1038/s43588-024-00677-6.

生成式AI在医疗记录信息提取中的可靠性仍存挑战

哥伦比亚大学梅尔曼公共卫生学院的研究团队近期进行了一项研究，探讨了生成式人工智能在从非结构化医疗记录中提取信息的潜力。团队使用了ChatGPT-4模型，分析了2019年至2022年间美国急诊室记录中的临床笔记，试图识别因微型交通工具事故受伤的患者是否佩戴了头盔。

研究分析了54,569份临床笔记，采用了两种方法提取头盔状态信息：基于字符串搜索的方法和生成式AI模型。结果显示，当使用低至中等详细程度的提示词时，AI模型与字符串搜索方法的一致性较弱（Cohen κ值分别为0.74和0.53），而使用高详细程度的提示词时，一致性几乎达到完美。然而，AI模型在不同的会话和日期间无法稳定复现其结果，并且经常出现错误判断（幻觉），特别是在处理否定短语时，如“无头盔”（w/o helmet）或“未佩戴头盔”。研究结论是，尽管生成式AI在信息提取方面显示出潜在的效率提升，但目前的可靠性问题和不一致的表现显著限制了其实用性。研究发表在JAMA Network Open上。

#生成式人工智能 #医疗记录 #信息提取

阅读更多：

Burford, Kathryn G., et al. “Use of Generative AI to Identify Helmet Status Among Patients With Micromobility-Related Injuries From Unstructured Clinical Notes.” JAMA Network Open, vol. 7, no. 8, Aug. 2024, p. e2425981. Silverchair, https://doi.org/10.1001/jamanetworkopen.2024.25981..

机器学习模型助力幼儿孤独症早期检测

孤独症谱系障碍（ASD）在儿童中的早期检测对于制定有效的干预措施至关重要。卡罗林斯卡医学院的Kristiina Tammimies副教授领导的团队，利用美国SPARK数据库的大规模数据，开发了一种新型的机器学习模型，旨在通过有限的信息预测幼儿的孤独症风险。

研究团队从SPARK数据库中收集了30,660名参与者的数据，通过分析28项在幼儿24个月前易于获得的基本医疗信息和背景特征，开发了四种不同的机器学习模型。其中，表现最佳的模型被命名为“AutMedAI”，它在12,000名个体中能够以约80%的准确率识别出孤独症儿童。研究发现，发育里程碑如首次微笑、首次说短句的时间，以及饮食行为等是重要的预测因素。此外，研究团队还在独立的数据集中验证了模型的普适性，显示出较高的敏感性（0.805）和特异性（0.829）。尽管如此，研究团队强调该模型仅作为临床诊断的辅助工具，并计划在临床环境中进一步验证和完善该模型，未来可能还将结合遗传信息以提高预测精度。研究发表在JAMA Network Open上。

#大脑健康 #自闭症 #机器学习 #早期干预

阅读更多：

Rajagopalan, Shyam Sundar, et al. “Machine Learning Prediction of Autism Spectrum Disorder From a Minimal Set of Medical and Background Information.” JAMA Network Open, vol. 7, no. 8, Aug. 2024, p. e2429229. Silverchair, https://doi.org/10.1001/jamanetworkopen.2024.29229.

探索大型语言模型的意识可能性

近期，一篇发表在Humanities and Social Sciences Communications上的论文对LLMs是否具备成为“有意识”实体的潜力进行了系统分析。来自奥胡斯大学和隆德大学的研究者提出，尽管科学界对意识的具体定义和测量仍无共识，但探讨LLMs的意识状态是一个值得深入研究的议题。

研究指出，理解意识可能依赖于生物结构或功能属性的不同理论视角。一些科学家认为，只有具备特定神经结构的生物体才能拥有意识，而另一些科学家则认为，意识可能像计算机软件一样，依赖于能够运行这些“软件”的硬件。此外，复杂性是判断意识形成的另一个关键因素，不同的理论提出了从简单功能到复杂生物结构不等的标准。

论文强调，目前还无法断言LLMs是否可以或将会具有意识，但通过细致的理论建模和未来的实证研究，科学家们希望能够更接近这一问题的答案。尽管这一领域的探索仍充满挑战，文章为未来的研究提供了一个理论上的参考框架，有望帮助理论和实践者更准确地解读即将到来的数据。

#人工智能 #意识研究 #语言模型

阅读更多：

Overgaard, Morten, and Asger Kirkeby-Hinrup. “A Clarification of the Conditions under Which Large Language Models Could Be Conscious.” Humanities and Social Sciences Communications, vol. 11, no. 1, Aug. 2024, pp. 1–4. www.nature.com, https://doi.org/10.1057/s41599-024-03553-w.

新型膜片器显著提升神经网络能效

在最新发表的研究中，科学家们开发了一种新型的膜片器，这种器件能够在单一硬件上模拟多种生物突触机制，极大地提高了人工神经网络的能效和性能。这项研究由苏黎世联邦理工学院的团队完成。

传统的人工神经网络虽然在多个领域取得了突破性进展，但其能耗和效率仍存在限制。研究团队采用硬件突触的形式，利用特定的膜片器在神经网络中实现类似生物的长短期记忆机制，这种方法显著降低了能源消耗，提高了处理速度和网络稳定性。通过实验，这些膜片突触成功地在深度神经网络中进行了测试，处理复杂的强化学习任务如Atari Pong游戏，展现了优于传统GPU实现的性能。

此外，研究还探讨了这些膜片突触如何在不使用复杂控制信号的情况下，通过简单的电压脉冲实现突触权重的动态更新。这一发现为未来开发更高效的计算硬件奠定了基础，可能对AI技术的实际应用产生深远影响。研究发表在Nature Communications上。

#神经网络优化 #能源效率 #深度学习应用

阅读更多：

Weilenmann, Christoph, et al. “Single Neuromorphic Memristor Closely Emulates Multiple Synaptic Mechanisms for Energy Efficient Neural Networks.” Nature Communications, vol. 15, no. 1, Aug. 2024, p. 6898. www.nature.com, https://doi.org/10.1038/s41467-024-51093-3.

整理｜ChatGPT

编辑｜丹雀 & 存源

关于追问nextquestion

天桥脑科学研究院旗下科学媒体，旨在以科学追问为纽带，深入探究人工智能与人类智能相互融合与促进，不断探索科学的边界。如果您有进一步想要讨论的内容，欢迎评论区留言，或添加小助手微信questionlab，加入社群与我们互动。

关于天桥脑科学研究院

天桥脑科学研究院（Tianqiao and Chrissy Chen Institute, TCCl）是由陈天桥、雒芊芊夫妇出资10亿美元创建的世界最大私人脑科学研究机构之一，围绕全球化、跨学科和青年科学家三大重点，支持脑科学研究，造福人类。TCCI与华山医院、上海市精神卫生中心设立了应用神经技术前沿实验室、人工智能与精神健康前沿实验室；与加州理工学院合作成立了TCCI加州理工神经科学研究院。TCCI建成了支持脑科学研究的生态系统，项目遍布欧美、亚洲和大洋洲，包括学术会议和交流、夏校培训、AI加速科学大奖、科研型临床医生奖励计划、特殊病例社区、中文媒体追问等。