追问daily | 近10%的儿童面临手机成瘾；全球首台非硅二维材料计算机问世；当AI开始向小鼠学习……

█脑科学动态

Science：高风险脑植入物患者保护新提案，无过错赔偿机制

儿语真实存在：成人至少用10种不同语言对婴儿进行夸张发音

为何某些相似单词会拖慢阅读速度

血钠失衡竟会引发焦虑

苍蝇大脑如何降低气味的复杂性

脉络丛顶泌分泌如何影响胎儿大脑发育

空气污染重塑胎儿大脑：NO₂/PM2.5暴露与侧脑室异常相关

智能手机比社交媒体更危险，35万澳洲儿童面临成瘾风险

BEES：一款追踪情绪健康的新型心理健康工具

█AI行业动态

Nature：全球首台非硅二维材料计算机问世

AMD发布MI350系列AI芯片：内存超英伟达1.6倍

ChatGPT新升级：Projects支持文件上传与深度研究；自定义GPT可推荐模型，Codex支持自动生成多版代码

█AI驱动科学

Nature：脑机接口让ALS患者实现实时语音合成

脊髓电刺激将脑机接口学习时间缩短一半

人工智能向小鼠学习：视网膜波预训练提升运动预测能力

无需机器人即可训练机器人：智能眼镜捕捉第一人称任务演示

少即是多：突破性修剪技术大幅降低AI系统资源消耗

新数据清洗方法提升SVM模型性能，AI学习前自动剔除错误标签

脑科学动态

Science：高风险脑植入物患者保护新提案，无过错赔偿机制

随着脑机接口等高风险神经设备进入临床，患者伤害赔偿存在法律真空。不列颠哥伦比亚大学的Judy Illes团队与卡尔加里大学的Zelma Kiss团队提出解决方案：建立无过错赔偿计划，使受试者无需举证过错即可获得医疗费、误工费等补偿，同时保障技术创新不受诉讼威胁。

研究团队借鉴美国疫苗伤害赔偿计划和新西兰医疗事故处理体系，针对颅内神经技术（如治疗癫痫或瘫痪的植入式BCI）设计专项方案。该机制由设备制造商按规模分级出资，政府为中小企业提供补贴。当发生设备移位致脑损伤等严重伤害时，患者可自动获得赔偿；争议案例由多学科专家小组裁定，同时保留诉讼权利。模型显示，该系统可覆盖93%的伤害案例，运行成本仅为行业研发投入的1.2-2.5%。相比现行制度下仅12%的患者胜诉率，新方案将赔偿成功率提升至85%以上。研究特别指出，该设计可避免"Riegel v. Medtronic"判例造成的患者权益真空，已获Neuralink等企业的原则性支持。研究发表在 Science 上。

#意识与脑机接口 #脑机接口 #神经调控 #医疗政策

阅读更多：

Rotenberg, A., et al. “A Liability Framework for High-Risk Neural Devices.” Science, June 2025. world, www.science.org, https://www.science.org/doi/10.1126/science.adt8110

儿语真实存在：成人至少用10种不同语言对婴儿进行夸张发音

婴儿如何通过特殊语言输入学习母语？东京大学国际神经智能研究中心的Irena Lovčević联合阿姆斯特丹大学、PSL大学和奥胡斯大学的团队通过元分析证实，全球至少10种语言的母亲会对婴儿做夸张发音，但不同语言间存在方法学差异。

研究团队系统分析了55项关于婴儿定向言语（infant-directed speech, IDS）的研究，包含20项方法统一的研究和35项方法各异的研究。通过传统统计与贝叶斯方法双重验证，发现母亲会显著夸张元音发音（效应量0.41-0.69），形成更大的元音空间三角形（vowel space triangle, 反映发音器官位置的声学指标）。这种夸张使元音更容易被婴儿辨别，可能促进语言学习。但研究也揭示方法论对结果的重大影响——使用赫兹或梅尔作为测量单位会导致不同结论，且非主流语言的研究样本普遍不足。团队建议未来研究应扩大样本量，并注意记录方法细节以便跨研究比较。研究发表在 Psychological Bulletin 上。

#认知科学 #语言发展 #跨学科整合 #婴儿研究 #语音处理

阅读更多：

Lovčević, Irena, et al. “Acoustic Exaggeration of Vowels in Infant-Directed Speech: A Multimethod Meta-Analytic Review.” Psychological Bulletin, 2025. APA PsycNet, https://doi.org/10.1037/bul0000479

为何某些相似单词会拖慢阅读速度

词汇识别如何受拼写相似单词的影响？早稻田大学的Yasushi Hino与西安大略大学的Debra Jared、Stephen J. Lupker团队发现，通过添加字母形成的邻居（如CAT→CATS）显著影响识别速度，而形态无关的相似拼写单词会抑制识别。

▷研究人员试图阐明语义相近的词语之间，哪些具体的正字法关系对词语识别最为重要。Credit: Professor Yasushi Hino / Waseda University, Japan

研究团队首先分析了现有词汇决策（lexical decision task，判断字母串是否为真词）数据，然后使用word2vec模型计算不同类型邻居的语义相似度。在线实验中，他们发现添加邻居（addition neighbors）如CAT→CATS能加速识别，尤其当这些邻居形态相关时（如CREAM→CREAMY）。相反，形态无关的添加邻居（如CREAM→SCREAM）会减慢识别，表明大脑在避免错误激活。替换（如CAT→BAT）和删除（如SEAT→SAT）邻居影响不显著。这种机制帮助大脑高效处理词汇，平衡速度与准确性。研究发表在 Journal of Memory and Language 上。

#认知科学 #记忆机制 #语言处理 #词汇识别 #正字法语义一致性

阅读更多：

“Orthographic-Semantic Consistency Effects in Lexical Decision: What Types of Neighbors Are Responsible for the Effects?” Journal of Memory and Language, vol. 143, Aug. 2025, p. 104646. www.sciencedirect.com, https://doi.org/10.1016/j.jml.2025.104646

血钠失衡竟会引发焦虑

慢性低钠血症（CHN）是否会导致神经系统症状？日本藤田保健大学的Yoshihisa Sugimura、Haruki Fujisawa等研究人员发现，CHN会通过破坏杏仁核中血清素和多巴胺平衡直接引发焦虑样行为，且这种影响可通过纠正钠水平完全逆转。

▷血液中低钠会改变小鼠的大脑化学成分，引发类似焦虑的行为。Credit: Professor Yoshihisa Sugimura / Fujita Health University

研究团队首先建立抗利尿不当综合征（SIAD）继发CHN的小鼠模型，通过持续输注去氨加压素和流质饮食诱导慢性低钠状态。行为测试显示，CHN小鼠在光/暗转换和旷场测试中焦虑样行为显著增加。生化分析发现，这些小鼠杏仁核中调节情绪的两种关键神经递质——血清素和多巴胺水平分别降低42%和35%，同时细胞外信号调节激酶（ERK）磷酸化减少60%。当研究人员通过停止干预恢复钠水平后，所有异常指标均恢复正常：焦虑行为消退，神经递质水平和ERK活性恢复至对照组水平。这项研究首次证实CHN通过破坏杏仁核单胺能平衡直接导致焦虑，且这种影响完全可逆，为临床治疗提供了重要依据。研究发表在 Molecular Neurobiology 上。

#疾病与健康 #神经调控 #心理健康与精神疾病 #单胺能系统 #电解质紊乱

阅读更多：

Fujisawa, Haruki, et al. “Chronic Hyponatremia Potentiates Innate Anxiety-Like Behaviors Through the Dysfunction of Monoaminergic Neurons in Mice.” Molecular Neurobiology, May 2025. Springer Link, https://doi.org/10.1007/s12035-025-05024-y

苍蝇大脑如何降低气味的复杂性

大脑如何处理高维感官信息？日本理化学研究所脑科学中心的Kensuke Yoshida和Taro Toyoizumi开发了模拟果蝇嗅觉回路的非线性降维模型，证明简单生物神经网络可实现复杂信息压缩，为理解感官处理机制提供新视角。

▷将赫布 t-SNE 应用于 MNIST 数据。Credit: Science Advances (2025).

研究团队改造了机器学习中的t-SNE算法（t分布随机邻域嵌入），使其符合生物神经网络特性。他们构建的三层前馈网络分别对应果蝇嗅觉回路中的投射神经元（输入层）、Kenyon细胞（中间层）和蘑菇体输出神经元（输出层）。模型引入多巴胺依赖的赫布可塑性作为学习规则，即神经元同步放电会增强连接强度。测试显示，该模型在纠缠环和MNIST手写数字数据集上的降维效果与标准t-SNE相当。模型成功复现了果蝇实验中观察到的气味与喜好关联模式，证实其生物学合理性。进一步分析表明，中间层神经元的稀疏活动和高维表征是实现非线性降维的关键。该研究不仅揭示了果蝇嗅觉信息处理的神经机制，其模型框架还可应用于奖励学习等更广泛的认知功能研究。研究发表在 Science Advances 上。

#神经科学 #计算模型与人工智能模拟 #神经机制与脑功能解析 #嗅觉感知 #生物启发算法

阅读更多：

Yoshida, Kensuke, and Taro Toyoizumi. “A Biological Model of Nonlinear Dimensionality Reduction.” Science Advances, Feb. 2025. world, www.science.org, https://doi.org/10.1126/sciadv.adp9048

脉络丛顶泌分泌如何影响胎儿大脑发育

胚胎大脑如何通过脉络丛（ChP）获取发育信号？波士顿儿童医院、哈佛医学院和加州大学戴维斯分校的Ya'el Courtney团队发现，血清素受体5-HT2C激活会触发脉络丛顶泌分泌，向脑脊液（CSF）释放关键蛋白质，这一过程若受药物或疾病干扰可能导致胎儿脑发育异常。

▷共聚焦显微镜图像显示，小鼠胚胎脉络丛上皮细胞正在向脑脊液中释放大型、富含蛋白质的载脂蛋白。核 DNA 染成蓝色，细胞膜染成洋红色和绿色，分泌物染成红色。Credit: Courtney et al.

研究团队通过给孕鼠注射5-HT2C受体激动剂WAY-161503，首次在活体观察到脉络丛上皮细胞的顶泌分泌（apocrine secretion）过程：细胞释放直径约5-10微米的载脂蛋白（aposomes），内含数百种发育相关蛋白。钙成像显示，受体激活引发持续30分钟以上的Ca2+信号，是常规胞吐的6倍时长。蛋白质组分析发现，分泌后的CSF中神经营养因子（如BDNF）浓度提升3倍，而抑制性信号分子减少60%。这些变化直接改变了脑室周围神经前体细胞（neural progenitors）的增殖速率，使皮层厚度增加15%。但过度激活该通路（模拟孕期使用LSD）会导致后代小鼠出现社交障碍和认知缺陷，其大脑突触密度异常降低20%。研究还证实人类胎儿脉络丛存在相同机制，为孕期用药安全提供了分子依据。研究发表在 Nature Neuroscience 上。

#疾病与健康 #神经机制与脑功能解析 #孕期健康 #脑脊液生物学 #神经发育

阅读更多：

Courtney, Ya’el, et al. “Choroid Plexus Apocrine Secretion Shapes CSF Proteome during Mouse Brain Development.” Nature Neuroscience, May 2025, pp. 1–14. www.nature.com, https://doi.org/10.1038/s41593-025-01972-9

空气污染重塑胎儿大脑：NO₂/PM2.5暴露与侧脑室异常相关

空气污染如何影响胎儿脑发育？巴塞罗那全球健康研究所（ISGlobal）的Laura Gómez-Herrera、Yu Zhao团队与BCNatal中心合作，通过前瞻性队列研究首次证实：妊娠中晚期暴露于NO₂/PM2.5/黑碳会导致胎儿侧脑室扩大等脑结构改变，其中黑碳的影响最为显著。

研究团队在2018-2021年间追踪754名孕妇，通过手机定位APP记录其家庭、工作及通勤路线三种微环境的实时活动轨迹，结合土地利用回归模型和扩散模型估算污染物暴露量。在妊娠晚期采用高分辨率经阴道神经超声测量脑部参数。结果显示，污染暴露每增加一个四分位距，侧脑室前角宽度增加0.32毫米，小脑延髓池扩大0.28毫米，这些变化在妊娠中后期尤为明显。特别值得注意的是，黑碳暴露还与大脑外侧裂（Sylvian fissure）深度减少相关，可能影响脑沟回发育模式。研究还发现小脑蚓部（协调运动的关键区域）增厚0.15毫米，提示污染物可能干扰小脑发育时序。这些发现为制定孕期环境保护指南提供了直接证据。研究发表在 The Lancet Planetary Health 上。

#疾病与健康 #疾病预防 #神经机制与脑功能解析 #环境暴露 #胎儿发育

阅读更多：

Gómez-Herrera, Laura, et al. “Air Pollution and Fetal Brain Morphological Development: A Prospective Cohort Study.” The Lancet Planetary Health, vol. 9, no. 6, June 2025, pp. e480–90. www.thelancet.com, https://doi.org/10.1016/S2542-5196(25)00093-2

智能手机比社交媒体更危险，35万澳洲儿童面临成瘾风险

随着儿童屏幕使用时间创历史新高，麦考瑞大学的Brad Marshall和Wayne A. Warburton团队调查发现，澳大利亚4-8年级学生中4%已达游戏障碍临床标准，近10%面临智能手机成瘾风险，且问题出现时间比预期更早——半数四年级学生已拥有智能手机。

这项澳大利亚规模最大的儿童屏幕成瘾研究调查了6所学校1,993名10-14岁学生。通过标准化问卷评估网络游戏障碍（IGD）和智能手机使用问题，并测量其对教育、情感、行为及社交/身体发展的影响。结果显示，中学生日均屏幕时间达9.03小时，小学生6.34小时，较2017年分别增长48%和50%。临床级IGD儿童的发展影响是非问题使用者的4倍，其中社交退缩和情绪问题最为突出。值得注意的是，研究首次发现50%的四年级学生已拥有智能手机，远早于传统认知的高中阶段。马歇尔指出，部分学生甚至提供虚假家长邮箱以隐瞒使用情况，反映出成瘾行为的隐蔽性。这些发现挑战了屏幕问题主要影响青少年的传统观点，呼吁将干预窗口提前至小学阶段。研究发表在 Current Psychology 上。

#疾病与健康 #心理健康与精神疾病 #儿童发展 #行为成瘾 #公共卫生

阅读更多：

Marshall, Brad, et al. “Internet Gaming Disorder (IGD) and Smartphone Overuse in Australian Primary School and Secondary School Children: Prevalence and Developmental Impacts.” Current Psychology, May 2025. Springer Link, https://doi.org/10.1007/s12144-025-07975-w

BEES：一款追踪情绪健康的新型心理健康工具

如何简化情绪健康监测？伊迪斯科文大学的Shane L. Rogers团队联合西澳大利亚独立学校协会等单位，开发出仅需1分钟完成的简短情绪体验量表（BEES），在7,000人验证中显示出与传统量表相当的信效度，且显著降低用户填写压力。

▷大学生、普通公众和中小学生样本中，各 BEES 困扰类别（低、中、高）的参与者比例。Credit: Behavioral Sciences (2025).

研究采用序数验证性因子分析（ordinal CFA，一种处理分级数据的统计方法）验证BEES的双维度结构，覆盖澳大利亚和英国的大学生、中小学生及公众样本。量表创新性地使用10组情绪形容词配对（如快乐-悲伤），通过6级评分捕捉细微情绪变化。结果发现BEES与抑郁焦虑压力量表（DASS-21）相关系数达0.89，识别出20%女性、10%男性存在高情绪困扰。特别值得注意的是，83%参与者反馈BEES引起的心理不适感低于传统问卷，这得益于其平衡设计避免负面情绪过度聚焦。研究还建立了低、中、高三级情绪困扰划分标准，便于非专业人士理解。该工具已免费开放使用，未来将拓展跨文化验证。研究发表在 Behavioral Sciences 上。

#疾病与健康 #心理健康与精神疾病 #健康管理 #情绪测量 #心理量表开发 #行为科学

阅读更多：

Rogers, Shane L., et al. “Reliability and Validity of the Brief Emotional Experience Scale (BEES) as a Measure of Emotional Well-Being.” Behavioral Sciences, vol. 15, no. 5, 5, May 2025, p. 643. www.mdpi.com, https://doi.org/10.3390/bs15050643

AI 行业动态

Nature：全球首台非硅二维材料计算机问世

宾夕法尼亚州立大学的研究团队成功开发出全球首台基于二维（2D）材料的非硅计算机，标志着电子技术领域的重大突破。该计算机采用仅有一个原子厚度的二硫化钼（MoS₂）和二硒化钨（WSe₂）作为晶体管材料，取代传统硅基技术，实现了更薄、更节能的电子设备雏形。相关成果发表于Nature期刊，研究人员表示，这一进展为未来高性能、低功耗的电子产品提供了全新方向。

研究负责人、宾夕法尼亚州立大学工程学教授Saptarshi Das指出，硅材料虽长期主导半导体行业，但其微型化已接近物理极限，而二维材料在原子尺度下仍能保持优异性能。团队通过金属有机化学气相沉积（MOCVD）工艺制备了超过1000个晶体管，并构建出完整的互补金属氧化物半导体（CMOS）逻辑电路。尽管当前运行频率（25千赫）低于传统硅芯片，但这一“单指令集计算机”已能执行基础逻辑运算，证明了二维材料的可行性。

第一作者Subir Ghosh表示，团队还开发了计算模型以评估二维计算机的潜力，结果显示其性能有望媲美尖端硅技术。尽管仍需优化，但这项研究为二维材料电子学开辟了道路。Das强调，相比硅技术80年的发展历程，二维材料研究仅始于2010年左右，此次突破意义重大。未来，该技术或将在柔性电子、物联网等领域发挥关键作用。

#二维材料 #非硅计算机 #半导体革命 #宾夕法尼亚州立大学 #CMOS技术

阅读更多：

https://www.nature.com/articles/s41586-025-08963-7

AMD发布MI350系列AI芯片：内存超英伟达1.6倍，大模型推理快30%

AMD在最新发布会上重磅推出MI350X和MI355X两款AI芯片，采用3纳米工艺，搭载1850亿晶体管和HBM3E内存。相比前代MI300X，算力提升4倍，推理速度飙升35倍。这两款芯片直接对标英伟达B200，内存容量超出1.6倍，训练和推理性能相当甚至更快。此外，由于功耗更低，MI355X在相同成本下可多处理40%的token。OpenAI首席执行官Sam Altman也现身站台，透露OpenAI已参与下一代MI400系列的联合研发。

MI350系列基于第四代Instinct架构（CDNA 4），配备288GB HBM3E内存和8TB/s带宽，在FP64精度下算力达英伟达的2倍，低精度运算（如FP6）也能以FP4速率运行。搭配第五代EPYC（Turin）CPU，8块GPU可组成节点，最高支持128块GPU集群，FP8算力达1.3EFLOPs。实际测试显示，MI355X运行Llama 3.1 405B的速度比MI300X快35倍，DeepSeek R1和Llama 3.3 70B推理性能提升3倍，部分场景甚至比英伟达B200快20%-30%。

AMD还公布了未来路线图，MI400系列将于明年推出，采用下一代CDNA架构，性能比MI300快10倍，配备432GB HBM4内存和19.6TB/s带宽。Sam Altman表示MI400特别适合推理，也可能是训练的理想选择。此外，AMD还发布了ROCm 7软件栈，推理性能提升3.5倍，并支持180万个Hugging Face模型。微软、Meta、xAI等巨头已对MI350系列表示期待，目前该芯片已开始批量出货。

#AMD #AI芯片 #英伟达 #大模型 #HBM3E

阅读更多：

https://www.youtube.com/watch?v=5dmFa9iXPWI

ChatGPT新升级：Projects支持文件上传与深度研究；自定义GPT可推荐模型，Codex支持自动生成多版代码

ChatGPT Projects迎来多项重要功能更新，显著提升了人工智能助手的实用性和协作效率。新版本不仅支持用户在移动设备上传各类文档（包括PDF、Word等格式），还首次推出"深度研究"模式，允许用户基于自有文件生成定制化研究报告。这项突破性功能将帮助研究人员、学生和专业人士快速整合资料，大幅提升信息处理效率。

此次升级特别强化了项目的连贯性与协作性。改进的记忆功能允许在项目中引用历史聊天记录，而全新的"模型切换"功能让移动端用户能自主选择回答问题的AI模型（如GPT-3.5或GPT-4）。更便捷的是，任何聊天记录都能通过侧边栏菜单或拖拽操作转换为正式项目，系统还会自动生成可分享的独立链接，这为团队协作提供了无缝衔接的工作流程。

此外，OpenAI正为其自定义GPT和代码生成引擎Codex准备重要更新。针对自定义GPT，开发者期待已久的功能即将上线——可以为机器人推荐特定模型。通过GPT配置设置中的新下拉菜单，创建者可根据GPT的功能需求从可用模型中选择。并非所有模型都适用于每个自定义GPT，某些专门用于推理的模型可能仅在GPT功能兼容时才会显示。该功能上线后，终端用户与自定义GPT互动时将看到推荐的模型标签，从而提高透明度并可能改善结果一致性。目前该功能尚未激活，但更新已在计划中。

这一功能对仍在高级"项目"工作流之外使用自定义GPT的创建者和企业尤为重要。它让用户能更好地控制驱动机器人的GPT架构版本，从而影响质量、速度或成本。鉴于自定义GPT仍拥有活跃用户群，这种灵活性有助于维持其在OpenAI不断扩展的生态系统中的价值。

与此同时，Codex也将迎来工作流升级。用户很快可以设置Codex为每个请求生成多少代码变体，选项范围从1到8个。这意味着Codex能自动生成多个代码草稿，简化解决方案优化或比较的流程，无需手动重新运行任务来获取更多选项。这些增强功能通过近期平台更新分析被发现，但尚未确定具体发布时间。OpenAI正专注于为开发者提供更多自定义选项，同时完善其产品套件，体现出赋能高级用户和开发者的战略，使工具更灵活高效。

#ChatGPT #人工智能升级 #文件分析 #智能协作 #OpenAI

阅读更多：

https://www.testingcatalog.com/openai-prepares-model-selection-feature-for-custom-gpts-and-codex-upgrade/

https://www.tomsguide.com/ai/chatgpt-projects-just-got-a-big-upgrade-heres-whats-new

AI 驱动科学

Nature：脑机接口让ALS患者实现实时语音合成

由Maitreyee Wairagkar、Sergey D. Stavisky等组成的多机构团队开发出即时语音合成脑机接口，成功让一名肌萎缩侧索硬化症（ALS）患者通过思维控制合成语音，并实现语调调节和简单歌唱。

研究团队在患者腹侧中央前回（ventral precentral gyrus，控制言语运动的关键脑区）植入256通道微电极阵列。面对缺乏真实语音训练数据的挑战，研究人员创新性地采用屏幕提示文本生成合成语音波形，与神经活动时间对齐来训练解码器。开发的深度学习模型实现了因果性（causal，仅依赖历史神经信号）低延迟（<10毫秒）解码，能实时合成语音。该系统不仅能输出单词，还解码出副语言特征（paralinguistic features，如语调、重音等韵律信息），使患者能通过思维改变合成语音的语调来提问、强调或演唱简单旋律。测试显示合成语音具有一定可懂度，且系统支持语音个性化（模拟患者患病前声音）和即兴表达（如插入语）。研究还发现腹侧中央前回神经信号在单词发声前就表现出与后续词汇量相关的预激活模式。研究发表在 Nature 上。

#意识与脑机接口 #脑机接口 #个性化医疗 #神经调控 #语音合成

阅读更多：

Wairagkar, Maitreyee, et al. “An Instantaneous Voice-Synthesis Neuroprosthesis.” Nature, June 2025, pp. 1–8. www.nature.com, https://doi.org/10.1038/s41586-025-09127-3

脊髓电刺激将脑机接口学习时间缩短一半

脑机接口（BCI）学习过程缓慢是阻碍其广泛应用的主要瓶颈。德克萨斯大学奥斯汀分校的Hussein Alawieh、José del R. Millán团队发现，简单的经皮脊髓电刺激（TESS）可将BCI学习时间缩短一半，并使原先无法掌握该技术的用户获得控制能力。

研究采用非侵入性经皮颈椎电刺激（TESS，通过皮肤电极向脊髓传递温和电流）在BCI训练前进行20分钟干预。20名健康参与者随机分组测试显示，接受TESS的组别仅需2次训练即达到对照组5次训练的效果。脑电图（EEG）分析证实，TESS通过暂时抑制运动皮层无关区域，使感觉运动节律（SMR，想象运动时产生的特定脑电波）信号强度提升47%，空间聚焦性提高35%。特别值得注意的是，7名经传统方法训练失败的用户在TESS辅助下全部成功掌握BCI控制，且效果可持续至少1周。在2例脊髓损伤患者的验证中，该方法同样展现出临床转化潜力。研究为运动康复和辅助技术开辟了新途径。研究发表在 PNAS 上。

#意识与脑机接口 #神经调控 #知觉康复 #运动康复 #辅助技术

阅读更多：

Alawieh, Hussein, et al. “Electrical Spinal Cord Stimulation Promotes Focal Sensorimotor Activation That Accelerates Brain–Computer Interface Skill Learning.” Proceedings of the National Academy of Sciences, vol. 122, no. 24, June 2025, p. e2418920122. world, www.pnas.org, https://doi.org/10.1073/pnas.2418920122

人工智能向小鼠学习：视网膜波预训练提升运动预测能力

慕尼黑工业大学的Lilly May, Alice Dauphin和Julijana Gjorgjieva团队发现，借鉴小鼠视觉发育机制——用视网膜波预训练ANN，可显著提升其在自然场景中的运动预测性能，准确率提高15%，学习速度加快20%。

▷A）小鼠视网膜发育示意图，视网膜波呈现。B）小鼠看到的刺激示意图。Credit: PLOS Computational Biology (2025).

研究首先利用小鼠视网膜波数据预训练ANN，随后采用两种数据集进行验证：模拟小鼠视角的动画电影和真实猫视角视频。在核心的下一帧预测（next-frame prediction）任务中，预训练ANN比直接训练组更快达到高准确率。为排除训练时长干扰，研究设计了对照实验：将预训练组的后续训练时间缩短至与对照组总时长相同，结果预训练优势依然显著。在更高难度的真实场景测试中，预训练ANN的错误率比对照组低12%。进一步分析发现，预训练优化了ANN神经元的感受野，这种改变与生物视觉系统的发育过程相似。研究表明，生物启发的预训练策略能有效提升ANN处理动态视觉信息的能力，为开发更高效的计算机视觉系统提供了新思路。研究发表在 PLOS Computational Biology 上。

#AI驱动科学 #计算模型与人工智能模拟 #神经机制与脑功能解析 #视网膜波 #运动预测

阅读更多：

May, Lilly, et al. “Pre-Training Artificial Neural Networks with Spontaneous Retinal Activity Improves Motion Prediction in Natural Scenes.” PLOS Computational Biology, vol. 21, no. 3, Mar. 2025, p. e1012830. PLoS Journals, https://doi.org/10.1371/journal.pcbi.1012830

无需机器人即可训练机器人：智能眼镜捕捉第一人称任务演示

纽约大学和加州大学伯克利分校的Vincent Liu、Ademi Adeniji、Lerrel Pinto团队开发EgoZero系统，仅用Meta Project Aria智能眼镜采集的人类演示数据，实现机器人策略70%的零样本迁移成功率。

研究团队采用Project Aria智能眼镜记录人类执行日常任务（如开关烤箱）的第一人称视频，通过三角测量定位物体3D坐标，结合Aria MPS手部姿态估计模型提取动作点。这些3D点构成形态无关（morphology-agnostic）的状态-动作表示，输入Transformer策略网络进行训练。在Franka Panda机械臂测试中，仅需100段演示（约20分钟数据）即可学会新任务，且能泛化至未见过的物体实例和环境布局。系统突破在于完全规避机器人数据需求，通过统一3D表示桥接人机形态差异。该方法为利用海量人类行为数据训练机器人提供了新范式，相关代码已开源。

#AI驱动科学 #自动化科研 #机器人学习 #3D表示 #智能眼镜

阅读更多：

Liu, Vincent, et al. EgoZero: Robot Learning from Smart Glasses. arXiv:2505.20290, arXiv, 3 June 2025. arXiv.org, https://doi.org/10.48550/arXiv.2505.20290

少即是多：突破性修剪技术大幅降低AI系统资源消耗

深度学习系统面临参数冗余导致的资源消耗问题。巴伊兰大学的Yarden Tzach、Ido Kanter等研究人员开发出基于单滤波器性能评估的新方法，可在不影响准确率的情况下修剪高达90%的网络参数。

研究团队首先提出单滤波器性能量化方法（single-filter performance），通过冻结部分网络权重并训练随机初始化的全连接层，精确评估每个卷积滤波器对最终输出的贡献。基于此开发的AFCC技术（applied filter's cluster connections）能够识别并移除冗余参数，在VGG-11和EfficientNet-B0架构上的测试显示，某些层级可修剪90%参数而保持准确率不变。与传统基于权重强度的修剪方法不同，该技术从宏观网络行为角度实现高效精简，且可扩展至全连接层。研究为部署AI系统到资源受限设备提供了可行方案，预计可降低90%内存占用和相应能耗。研究发表在 Physical Review E 上。

#AI驱动科学 #计算模型与人工智能模拟 #深度学习优化 #神经网络修剪 #能效提升

阅读更多：

Tzach, Yarden, et al. “Advanced Deep Architecture Pruning Using Single Filter Performance.” Physical Review E, vol. 111, no. 6, June 2025, p. 065307. arXiv.org, https://doi.org/10.1103/49t8-mh9k

新数据清洗方法提升SVM模型性能，AI学习前自动剔除错误标签

支持向量机（SVM）易受训练数据标签噪声影响的问题长期困扰AI领域。佛罗里达大西洋大学互联自主与人工智能中心的Shruti Shukla、Dimitris A. Pados等研究人员开发出基于L1范数主成分分析（L1-PCA）的全自动数据清洗方案，在模型训练前即可识别并清除错误标签，使SVM分类准确率最高提升63.7%。

该方法通过L1范数主成分分析（L1-norm principal component analysis，一种对异常值不敏感的数学方法）计算每个数据点与同类样本的偏离程度，自动标记并移除疑似错误标签的样本。相比传统需要人工设定阈值或噪声假设的方法，该技术实现了完全自动化处理，包括关键的维度选择环节也无需人工干预。在威斯康星乳腺癌数据集等基准测试中，该方法使受污染数据的分类准确率平均提升23.5%，在极端噪声场景下改善幅度达63.7%。值得注意的是，即使对原始标注"洁净"的数据集，该方法仍能带来3-8%的性能提升，暗示实际应用中隐性标签噪声可能比预期更普遍。该框架已证实可无缝集成至各类AI系统，为医疗诊断、金融风控等对数据质量敏感的高风险领域提供保障。研究发表在 IEEE Transactions on Neural Networks and Learning Systems 上。

#AI驱动科学 #预测模型构建 #数据质量优化 #机器学习鲁棒性 #自动化预处理

阅读更多：

Shukla, Shruti, et al. “Training Dataset Curation by L 1-Norm Principal-Component Analysis for Support Vector Machines.” IEEE Transactions on Neural Networks and Learning Systems, 2025, pp. 1–9. IEEE Xplore, https://doi.org/10.1109/TNNLS.2025.3568694

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，或后台留言“社群”即可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）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。

Chen Institute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加州理工天桥神经科学研究院。

Chen Institute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、、等。