追问daily | 大脑如何处理数字“零”？情绪能增强记忆；GPT-4高级语音功能全面开放

█ 脑科学动态

科学家首次揭示大脑如何处理数字“零”

社交导航中的心理地图如何在睡眠中重塑

情绪能够增强对情境细节的记忆

大脑特定回路的神经刺激治疗可能为PTSD提供新希望

迷幻药通过激活大脑特定细胞类型减少焦虑

█ AI行业动态

Google发布新版Gemini模型: 性能大幅提升，成本显著降低

GPT-4高级语音功能全面开放，支持记忆与个性化定制

Anthropic加速融资，估值或达400亿美元

字节跳动推出多款创新AI模型

█ AI研发动态

神经运动规划：助力机器人在未知环境中灵活应对复杂障碍

自主智能代理提高大语言模型推理效率

WRIM-Net模型突破跨模态视觉学习障碍

AI模型成功破解Google验证码系统

检查专利发现AI对职业的影响

微软发布Azure机密推理服务，引领AI隐私安全新高度

新一代推理模型o1全面评估报告

脑科学动态

科学家首次揭示大脑如何处理数字“零”

波恩大学医院和图宾根大学的研究人员首次发现，大脑内侧颞叶中的特定神经元能够识别零为数值。这一研究由波恩大学医院癫痫学系的 Florian Mormann 教授和图宾根大学神经生物学研究所的 Andreas Nieder 教授共同领导，揭示了零作为数字在神经元中的处理机制。

研究团队在接受神经外科手术的患者大脑内植入了极细的微电极，记录了内侧颞叶的单个神经元活动。研究人员展示了从零到九的数字，以阿拉伯数字（符号化）和点数（非符号化）形式呈现，甚至包括空集（empty set，表示“无”的集合）。

结果发现，某些神经元仅对零做出反应，不论是阿拉伯数字还是空集的形式，但每个神经元只对其中一种形式敏感。此外，研究发现当神经元对零做出反应时，也会对相邻数字表现出较弱的反应，这被称为“数值距离效应”。尽管零作为数值与其他数字有一定的整合，但空集的编码方式在神经元层面有所不同，表明人类在识别空集时可能需要更多的时间与精力。此研究还表明，符号化的零在数轴上更容易与其他数字整合，解释了零在符号和非符号形式下的不同编码机制。研究发表在 Current Biology 上。

#神经科学 #数字零 #神经元 #数值编码 #数值距离效应

阅读论文：

Kutter, Esther F., et al. “Single-Neuron Representation of Nonsymbolic and Symbolic Number Zero in the Human Medial Temporal Lobe.” Current Biology, vol. 0, no. 0, Sept. 2024. www.cell.com, https://doi.org/10.1016/j.cub.2024.08.041.

社交导航与空间导航具有相似的认知机制

布朗大学Oriel FeldmanHall教授团队的研究表明，人类在理解社交网络时会创建心理地图，帮助识别信息流动路径。该团队通过实验首次发现，社交导航与空间导航具有相似的认知机制。

研究团队邀请了146名布朗大学的学生参与实验，参与者通过一系列的电脑卡片游戏学习了一个由13个人组成的社交网络的部分连接。尽管他们只能看到个别两人的关系，无法看到整个网络，但参与者在实验中需要选择最快的消息传递路径。

实验分为两个阶段：一次是在学习后的立即测试，另一次是在经过一夜睡眠后的测试。研究结果显示，经过睡眠后，参与者在完成任务时的表现显著提高，特别是在跨越多个社交社区的长距离信息传递任务中表现尤为突出。通过计算模型分析，研究团队发现大脑在睡眠中使用类似回放机制（replay）对这些心理地图进行重塑。这种机制不仅帮助人们巩固所学的社交关系，还生成了新的可能连接，使社交网络的导航变得更加简便和高效。研究发表在 Nature Human Behaviour 上。

#认知科学 #社交导航 #心理地图 #大脑回放

阅读论文：

Son, Jae-Young, et al. “Replay Shapes Abstract Cognitive Maps for Efficient Social Navigation.” Nature Human Behaviour, Sept. 2024, pp. 1–12. www.nature.com, https://doi.org/10.1038/s41562-024-01990-w.

情绪能够增强对情境细节的记忆

传统观点认为，情绪会削弱人们对环境细节的记忆能力。然而，来自Beckman高等科学技术研究所的研究团队，发现情绪实际上能够增强记忆。

该团队通过三项相互关联的研究，结合行为、注意力和脑成像数据，探索情绪对关系记忆（Relational Memory, RM）的影响。研究首先区分了主观记忆（基于回忆）和客观记忆（物品与情境匹配），并使用眼动追踪技术分析了情绪如何影响注意力。研究结果表明，情绪能够增强主观记忆，并且在控制了注意力影响后，情绪同样能够提升客观记忆的准确性。

此外，通过功能性磁共振成像（fMRI）数据，研究发现大脑的内侧颞叶（MTL）和腹外侧前额叶皮层的活动增加，与记忆增强相关联。这一发现对治疗创伤后应激障碍（PTSD）和老年记忆衰退有潜在应用意义。该研究发表在 Journal of Experimental Psychology: General 上。

#大脑健康 #记忆增强 #情绪与认知 #眼动追踪 #功能性磁共振成像

阅读论文：

Bogdan, Paul C., et al. “Reconciling Opposing Effects of Emotion on Relational Memory: Behavioral, Eye-Tracking, and Brain Imaging Investigations.” Journal of Experimental Psychology: General, 2024, p. No Pagination Specified-No Pagination Specified. APA PsycNet, https://doi.org/10.1037/xge0001625.

大脑特定回路的神经刺激治疗可能为PTSD提供新希望

由美国布莱根妇女医院大脑回路治疗中心的 Shan Siddiqi 领导的研究团队，通过研究越南战争头部损伤患者，发现了可能治疗创伤后应激障碍（PTSD）的新脑回路靶点。该研究的目的是找出一种通过脑回路刺激来治疗PTSD的有效方法，并为未来的临床应用提供基础。

研究团队通过分析三组数据，重点研究了与 PTSD 相关的大脑回路。在其中一项研究中，研究人员分析了193名参与“越南头部损伤研究”的退伍军人，这些军人因穿透性脑损伤导致大脑不同部位受损。研究发现，那些大脑杏仁核连接损伤的患者更不易患上 PTSD。而在没有脑损伤的退伍军人中，研究发现 PTSD 与大脑中额内侧皮层、杏仁核和前外侧颞叶回路的异常连接有关。此外，研究团队还通过经颅磁刺激（TMS）发现，当患者的该回路连接性减少时，其 PTSD 症状也有所缓解，即使该回路并非直接刺激目标。

这项发现为 PTSD 的治疗提供了一个新的靶点，即通过神经调控技术减少特定回路的功能连接，可能有助于缓解症状。尽管目前尚处于早期阶段，但研究团队已经成功通过 TMS 治疗了一名严重 PTSD 患者，该患者的症状显著改善。这为未来基于该回路靶点的临床试验提供了重要参考，下一步研究计划是进行随机对照试验，以获得美国食品药品监督管理局（FDA）的批准。研究发表在 Nature Neuroscience 上。

#大脑健康 #创伤后应激障碍 #神经调控 #经颅磁刺激 #脑回路

阅读论文：

Siddiqi, Shan H., et al. “A Potential Target for Noninvasive Neuromodulation of PTSD Symptoms Derived from Focal Brain Lesions in Veterans.” Nature Neuroscience, Sept. 2024, pp. 1–9. www.nature.com, https://doi.org/10.1038/s41593-024-01772-7.

迷幻药通过激活大脑特定细胞类型减少焦虑

由康奈尔大学的Alex Kwan领导的多校合作的团队，发现了迷幻药物如何通过激活大脑的特定神经元类型来缓解焦虑，从而为开发新的抗焦虑药物提供线索。

研究使用了啮齿类动物，通过实验迷宫来评估药物作用。研究发现迷幻药DOI（2,5-二甲氧基-4-碘苯丙胺）能够有效减少大鼠和小鼠的焦虑情绪。通过对不同大脑区域的测试，研究团队发现，只有当药物直接注入到腹侧海马体时，才显示出显著的抗焦虑效果。

进一步的电生理记录显示，在药物作用下，腹侧海马体中的快速脉冲中间神经元活性增强。这些细胞在减少焦虑时起到了关键作用，且仅占该区域神经元总数的10%到15%。进一步的光遗传学标记实验表明，DOI通过激活5-羟色胺2A受体来调控这些细胞的活动，最终实现抗焦虑效果。这一发现为设计能有效减少焦虑但不会引发强烈幻觉的药物提供了新思路。该研究发表在 iScience 上。

#大脑健康 #焦虑 #迷幻药 #腹侧海马体

阅读论文：

Horikawa, Tomoyasu, et al. “The Neural Representation of Visually Evoked Emotion Is High-Dimensional, Categorical, and Distributed across Transmodal Brain Regions.” iScience, vol. 23, no. 5, May 2020. www.cell.com, https://doi.org/10.1016/j.isci.2020.101060.

AI 行业动态

Google发布新版Gemini模型: 性能大幅提升，成本显著降低

Google近日发布了两款全新生产级Gemini模型：Gemini-1.5-Pro-002和Gemini-1.5-Flash-002。相比以往版本，新模型在多个任务上的性能显著提升，特别是在数学、长文本处理和视觉理解等领域。此次更新的关键亮点包括大幅降价和处理速度的提升。

其中，Gemini-1.5 Pro价格下调50%（适用于少于128K字节的输入和输出），Flash和Pro模型的速率限制分别提升2倍和3倍。此外，Flash模型的处理速度提高2倍，延迟降低3倍，显著加快了任务执行效率。

在性能方面，MMLU-Pro评估中模型性能提高了7%，数学和隐藏数学基准测试中提升了20%。视觉理解与代码生成的表现也提升了2%到7%。同时，默认输出更简洁，开发者可根据需求调整输出长度。

这些模型适用于分析长篇文档、处理复杂代码库以及视频内容生成。用户可通过Google AI Studio和Gemini API免费访问，企业客户则可通过Google Cloud的Vertex AI使用。

#Gemini模型 #AI性能提升 #数学任务 #视觉理解 #代码生成

阅读更多：

https://developers.googleblog.com/en/updated-production-ready-gemini-models-reduced-15-pro-pricing-increased-rate-limits-and-more/

GPT-4高级语音功能全面开放，支持记忆与个性化定制

OpenAI近日宣布，GPT-4高级语音功能“Her”终于全量开放，Plus用户将在一周内陆续体验到这一新功能。新功能不仅支持50多种语言的对话，还新增了自定义指令和记忆功能，让对话更加自然、灵活。此外，OpenAI特别强调，该功能可随时打断对话，提供更加互动的体验。

此次更新还带来了五种全新的音色，包括Vale、Spruce、Arbor、Maple和Sol，提升了对话的流畅性和自然性。用户可以根据需要自定义AI的语音音调、节奏以及对个人信息的记忆。例如，用户可以提前设置住址，在询问户外活动建议时，AI会根据住址推荐合适的地点。

#GPT-4 #高级语音 #OpenAI #自定义指令 #记忆功能

阅读更多：

https://x.com/OpenAI/status/1838642444365369814

Anthropic加速融资，估值或达400亿美元

AI初创公司Anthropic近期正与投资者洽谈新一轮融资，估值可能达到300亿至400亿美元，约为年初估值的两倍。

Anthropic由前OpenAI高管于2021年创立，专注于开发安全、可控和道德的人工智能（AI）系统，其核心产品Claude是基于“宪法AI”的生成式AI聊天机器人，通过预设原则指导输出，减少有害或歧视性反应。Anthropic的主要收入来自Claude的访问权限，作为OpenAI的主要竞争对手，正试图通过新的融资吸引更多投资者。

尽管部分投资者对AI初创企业的财务风险表示担忧，但Anthropic已获得亚马逊、谷歌、微软等公司的大力支持。其中，亚马逊承诺投资40亿美元，并计划将Claude应用于Amazon Bedrock等产品中。此外，Anthropic可能会在即将召开的私人科技会议上进一步详细介绍其融资计划。

#Anthropic #Claude #生成式AI #融资 #亚马逊

阅读更多：

https://www.theinformation.com/articles/openai-rival-anthropic-has-floated-40-billion-valuation-in-early-talks-about-new-funding

字节跳动推出多款创新AI模型，涵盖视频生成、音乐创作及同声传译

字节跳动近日发布了一系列新AI模型，旨在推动多模态内容生成的技术进步。此次发布的模型涵盖多个领域，包括基于DIT（Dynamic Interaction Transformer，动态交互转换器）架构的视频生成模型、音乐生成模型以及支持多语言实时同声传译的模型。尤其是基于豆包（Doubao）的通用模型Pro版本，其在生成质量和多模态处理能力上实现了重大突破。

豆包·视频生成模型能够通过PixelDance和Seaweed模型，在多个镜头之间保持一致性，生成复杂的多主体互动视频，达到接近真实拍摄的效果。这些视频不仅可以流畅切换镜头，还支持多种拍摄手法，如变焦和平摇，使得用户可以创建极具视觉冲击力的内容。除此之外，模型还支持高保真多风格视频生成，适用于电商营销、动画教育、城市文旅等多种应用场景。

此外，字节跳动的豆包·音乐模型为音乐创作提供了强大支持，而同声传译模型则大大增强了语言跨越的能力，有望在全球范围内应用于多语言环境下的实时交流。

#视频生成 #豆包模型 #音乐生成 #同声传译 #多模态创新

阅读更多：

https://jimeng.jianying.com/ai-tool/home

AI 研发动态

神经运动规划：助力机器人在未知环境中灵活应对复杂障碍

卡内基梅隆大学机器人研究所的研究团队开发了一种名为“神经运动规划”（Neural Motion Planning, NMP）的新方法，旨在提升机器人在复杂环境中导航的能力。通过一个通用的人工智能网络，NMP使机器人能够在各种未知的家庭环境中进行运动规划，解决了传统方法在碰撞检测时速度慢的问题。

NMP受到人类学习新技能的启发，模拟了人类从缓慢、不确定的行为逐渐转变为快速、动态操作的过程。研究人员通过模拟数百万个复杂的家庭环境，包括柜子、洗碗机、冰箱等场景，以及随机出现的障碍物，来训练这一系统。该系统随后被应用到现实世界中，机器人在实验室中成功地避开了不同的家庭障碍物，如台灯、植物、书架和柜门，完成了任务。

这项研究标志着机器人技术向通用化迈出了重要一步。NMP不仅能处理不同背景和物体的变化，还能应对完全不同的场景布局。研究人员希望这种大规模的学习方法能在未来进一步推进机器人在现实环境中的广泛应用。

#机器人 #神经运动规划 #人工智能 #家庭环境 #运动规划

阅读更多：

https://mihdalal.github.io/neuralmotionplanner/

自主智能代理提高大语言模型推理效率

研究人员开发了一种自主智能代理系统，以改进大语言模型（LLM）在一般语言理解任务中的零样本推理能力。该方法通过生成任务指令，指导大语言模型的推理过程，显著提升其在生成、分类和推理等多种任务上的表现。该系统在29个数据集（含53个子集）上进行了测试，其中在20个数据集上取得了最新的零样本性能记录。

该方法名为“Zero-Shot AgentInstruct”，通过一次性使用大规模语言模型生成高质量的推理指令，能够将推理能力有效传递给较小模型。在对比实验中，研究团队发现此方法对Vicuna-13b、Llama-2-70b-chat和GPT-3.5 Turbo等先进模型的推理能力提升幅度分别为13.3%、23.2%和17.0%。特别是在数学和逻辑推理任务中，该方法相较于“零样本链式思维”平均提升了10.5%。

这一创新还使Llama-2-70b-chat的表现超越了GPT-3.5 Turbo零样本推理能力10.2%，进一步验证了该方法的通用性与有效性。该研究为AI模型的推理能力提升和成本优化提供了新的路径，尤其适用于个体用户和小型研究机构。

#大语言模型 #零样本推理 #自主智能代理 #生成式AI #任务指令

阅读更多：

Crispino, Nicholas, et al. Agent Instructs Large Language Models to Be General Zero-Shot Reasoners. arXiv:2310.03710, arXiv, 14 Aug. 2024. arXiv.org, https://doi.org/10.48550/arXiv.2310.03710.

WRIM-Net模型突破跨模态视觉学习障碍

跨模态机器视觉一直是人工智能领域中的重要挑战，特别是在不同数据模态间寻找一致性和互补性问题。传统方法往往聚焦于图像和特征处理，但受限于信息粒度和数据匮乏问题。为应对这一挑战，中国科学院合肥物质科学研究院王宏强教授带领的团队提出了广泛信息挖掘网络（WRIM-Net），并在跨模态图像检索领域取得突破。

研究团队设计了一种新颖的广泛信息挖掘网络（WRIM-Net），通过多维度交互信息挖掘模块和辅助信息对比学习实现了跨模态不变信息的高效提取。MIIM模块利用全局区域交互技术，在较浅层次网络中挖掘非局部空间和通道信息，从而确保模态间的信息关联更加紧密。与此同时，AICL通过跨模态关键实例对比损失引导网络有效提取模态不变信息。实验验证表明，该模型在SYSU-MM01和RegDB等标准数据集上表现优异，多个关键性能指标首次突破90%，并在最新的大规模跨模态LLCM数据集上也表现出色。研究成果为跨模态视觉学习的广泛应用提供了新思路，尤其是在视觉溯源、图像检索和医学图像分析等领域。

#神经技术 #跨模态学习 #图像检索 #机器视觉

阅读更多：

Wu, Yonggan, et al. “WRIM-Net: Wide-Ranging Information Mining Network for Visible-Infrared Person Re-Identification.” arXiv.Org, 20 Aug. 2024, https://arxiv.org/abs/2408.10624v1.

AI模型成功破解Google验证码系统

瑞士苏黎世联邦理工学院的研究人员Andreas Plesner、Tobias Vontobel 和 Roger Wattenhofer，通过对现有的AI模型进行修改，旨在解决Google reCAPTCHAv2系统的验证码。这项研究聚焦于如何利用先进的图片处理技术，使AI能够通过人机验证系统，尤其是reCAPTCHAv2版本。

研究团队通过修改YOLO（You Only Look Once）模型，训练其识别验证码中常见的目标物，如汽车、桥梁和交通信号灯等。研究通过成千上万张照片进行模型训练，尽管模型并不需要100%的识别准确率，但由于reCAPTCHAv2允许多次尝试，最终该模型能够每次都成功通过验证码测试。研究指出，模型只需要识别13类物体，就能通过Google的验证码。此外，该模型在面对包含鼠标轨迹和浏览器历史等更复杂验证机制的验证码时，依然能够成功破解。研究结果表明，当前的AI技术已经可以有效利用图像验证码，进一步测试还发现Google的reCAPTCHAv2在判断用户是否为人类时， heavily依赖cookie和浏览器历史数据。

#神经技术 #验证码 #图像识别 #人工智能 #YOLO

阅读更多：

Plesner, Andreas, et al. “Breaking reCAPTCHAv2.” 2024 IEEE 48th Annual Computers, Software, and Applications Conference (COMPSAC), 2024, pp. 1047–56. arXiv.org, https://doi.org/10.1109/COMPSAC61105.2024.00142.

检查专利发现AI对职业的影响

人工智能正在逐步改变多个行业，但其对各类职业任务的具体影响仍不明晰。Daniele Quercia及其团队，来自剑桥大学和其他机构，通过机器学习技术，深入研究了AI专利对各类职业任务的影响。该研究发表在PNAS Nexus期刊上。

该研究通过使用深度学习自然语言处理技术，对美国O*NET数据库中的17,879项任务描述与2015年至2022年间提交的24,758项AI专利进行了比对。研究提出了AI影响指标，该指标通过衡量任务描述与专利描述之间的相似度来评估AI对任务的影响。当任务与专利的相似度超过90%时，该任务被认为受到AI的影响。

研究结果显示，正畸医生、安全人员和空中交通管制员等职业受AI影响最大，而打桩机操作员、挖泥机操作员等职业受影响最小。研究还发现，AI对职业的影响并不仅限于例行性任务，诊断健康问题、编程以及航线规划等非例行性任务也有可能受到影响。此外，AI不会完全取代人类工作，尤其是在信息技术、医疗和交通领域，AI更多是充当辅助角色，而非替代现有的职业。因此，研究建议技术开发者应注重开发能够支持而非取代人类的工具，政策制定者应鼓励对AI的培训和教育，以便所有人能够受益。研究发表在 PNAS Nexus 上。

#认知科学 #人工智能 #职业影响 #专利分析 #任务

阅读更多：

Septiandri, Ali Akbar, et al. “The Potential Impact of AI Innovations on US Occupations.” PNAS Nexus, vol. 3, no. 9, Sept. 2024, p. pgae320. Silverchair, https://doi.org/10.1093/pnasnexus/pgae320.

微软发布Azure机密推理服务，引领AI隐私安全新高度

微软近日发布了Azure AI机密推理服务，这是微软在AI隐私安全领域的重要创新。机密推理依托于大规模语言模型和Azure云平台的强大技术，特别是机密计算技术，旨在为用户提供更高的安全性与隐私保护。

Azure的机密推理通过硬件信任执行环境，确保用户数据在使用中的安全性。这种技术保护了数据在处理过程中的隐私，甚至连微软自身的基础设施与管理员都无法访问。该服务采用远程证明技术，确保数据仅被用于指定目的，进一步提升了数据安全的透明度和可验证性。

微软与英特尔、AMD、NVIDIA等硬件合作伙伴紧密合作，将机密计算集成到现代硬件中，使其成为未来云计算的基础。Azure AI机密推理不仅保护用户数据，还通过透明账本系统记录所有操作，外部审计人员可以随时进行安全检查。

#Azure #机密推理 #机密计算 #人工智能 #隐私保护

阅读更多：

https://techcommunity.microsoft.com/t5/azure-confidential-computing/azure-ai-confidential-inferencing-technical-deep-dive/ba-p/4253150

新一代推理模型o1全面评估

亚利桑那州立大学的研究人员对OpenAI的新型推理模型o1进行了全面评估，结果显示该模型在推理任务中的表现远超其他大型语言模型（LLM）。基于PlanBench基准测试，研究人员比较了o1与现有LLMs的推理能力，尤其是在600个Blocksworld问题中的表现。

o1 模型的准确率达到了97.8%，远高于Claude 3.5（54.8%）、LLaMA 3.1 405B（62.6%）等其他知名LLMs。即使在更加复杂的Mystery Blocksworld测试中，o1也取得了52.8%的准确率，大幅领先。相比之下，GPT-4的表现则不尽如人意，准确率仅为34.6%。

尽管表现突出，o1 模型的高昂成本和较长的推理时间成为其应用的一大障碍。每个实例的推理时间约为40秒，在更复杂的任务中甚至需要83秒。而相比之下，传统的规划算法如Fast Downward的推理时间仅为0.265秒。更为显著的是，o1 模型每100个实例的推理成本高达42.12美元，远超传统LLM模型。研究人员表示，尽管o1 模型具有较高的准确性，但其推理成本在短期内仍难以承受。

#推理模型 #o1模型 #人工智能 #成本效益 #大语言模型

阅读更多：

Valmeekam, Karthik, et al. LLMs Still Can’t Plan; Can LRMs? A Preliminary Evaluation of OpenAI’s O1 on PlanBench. arXiv:2409.13373, arXiv, 20 Sept. 2024. arXiv.org, https://doi.org/10.48550/arXiv.2409.13373.

整理｜ChatGPT

编辑｜丹雀、1900、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建成了支持脑科学和人工智能领域研究的生态系统，项目遍布欧美、亚洲和大洋洲，包括、、、科研型临床医生奖励计划、、中文媒体追问等。