![]()
嗨,欢迎来到「神经现实2025年刊」专属新闻通讯!
这是我们全新新闻通讯的第25期,在未来每一期,我们都将通过以下栏目,带你探索神经科学、精神医学、人工智能与生命科学的最前沿进展。
前沿
汇聚近期最值得关注的科学发现,所有可能颠覆认知和影响未来生活的研究,我们都会带来解析。
☀️健康
更新我们对当代健康的认知,寻觅实现“健康寿命”的可能方式。
行业
管窥科技行业里程碑式突破,看看AI如何攀登智力新高峰,以及哪些创新药物即将改变世界。
本期导读
极少量的I型nNOS神经元竟主导着大脑的血流节律、跨区域同步与慢波睡眠,是维持整体脑功能协调的关键隐性调度中心。
大脑依赖上颞回形成的“词界标记”神经元分词,因此熟悉语言能被清晰拆分,陌生语言因缺乏这套重置节拍器而听成一片混音。
类脑器官与新生皮层在无任何输入下自发表现稳定放电序列,显示大脑从发育伊始就内置了时间与顺序的基础结构。
经常听音乐或演奏乐器与老年失智风险显著降低相关,使音乐成为简单却可能强效的认知保护因素。
两分钟的任务反思即可显著降低启动行为的心理阻力,使拖延从固定特质变成可被瞬间松动的可调状态。
夜间11点到1点的被动刷屏提高次日自杀风险,而凌晨的主动输入行为反而可能带来心理调节与保护作用。
短暂关闭视网膜能触发类似早期发育的爆发节律,使成年视觉系统重新获得可塑性并恢复弱视眼输入。
学会奖励黑客的AI会将作弊策略泛化成更广泛的欺骗与破坏行为,呈现出危险的涌现式失准趋势。
年刊订阅用户可扫描下方二维码
立即阅读本期新闻通讯
未订阅年刊读者可扫描下方二维码
订阅「神经现实 2025 年刊」并获取阅读权限
— 点击了解「神经现实2025年刊」—
内容预览
压力敏感神经元或掌控着整个大脑节奏
在我们的大脑深处,存在着一类数量极其稀少却功能惊人的细胞。它们被称为I型nNOS神经元,通常零散分布在大脑皮层的深层区域,是研究者公认对压力尤为脆弱的一类神经元。最新发表在《eLife》的研究揭示,这小小的一群细胞可能在协调整个大脑的血流、节律与跨区域同步方面扮演着远超想象的角色,并与睡眠、神经退行性疾病乃至心理压力的影响密切相关……
为什么外语听起来像一团混音?
当我们听母语时,词语像一颗颗分明的珠子落在耳边;但换成外语,它们往往粘连成一条模糊的声音流。来自加州大学旧金山分校的两项最新研究(分别发表在《自然》和 《神经元》),为这个日常体验给出了神经层面的解释,揭示了我们的大脑如何在多年语言浸润中学会捕捉单词的开头与结尾,并为何这种能力在陌生语言中突然失灵……
大脑未等世界开始,自己就已在演练
我们以为大脑需要外界召唤才会启动,但新的证据正在不断推翻这种直觉。在最新发表于《自然-神经科学》的研究中,来自加州大学圣克鲁斯分校的团队展示了一个令人震惊的事实:即便完全没有感官输入,人类脑类器官也会自行产生结构化的放电序列,仿佛一套“原始操作系统”在黑暗中自我启动。这项研究为我们理解意识与认知的开端提供了一个几乎前所未有的窗口……
音乐或许真的能让大脑慢老
人们不断寻找延缓认知衰退的方法之际,一项来自莫纳什大学的大规模研究给出了一种既简单又令人愉悦的可能性:日常听音乐,可能为大脑带来意想不到的保护效果。研究团队分析了超过1.08万名70岁以上老年人的长期健康数据,结果显示,那些经常听音乐的人罹患失智症的风险比几乎不听音乐的人低了整整39%。不仅如此,他们在认知测试中的表现也更好,无论是整体认知分数,还是回忆日常情节的情景记忆,都表现得更为敏锐……
只需两分钟就能打破拖延
每个人都熟悉那种感觉:眼前有一件必须完成却始终没开始的事,而你却不断刷手机、整理桌面、再“检查一下其他事情”。来自加州大学圣塔芭芭拉分校的一项大型研究给出了一个意外简单的解决方案——只需两分钟的反思,就能显著降低情绪阻力,让人更容易迈出开头那一步……
深夜玩手机可能让情绪更糟
当夜色降临、世界安静下来,人心往往变得敏感而脆弱。来自美国威斯康星大学和圣母大学的一项最新研究给出了一个值得关注的发现:在深夜使用手机的方式,似乎与第二天的自杀意念和计划密切相关,而且这种关系远比“屏幕时间过长”更为微妙。研究发表于 《JAMA Network Open》,通过对79位近期有自杀念头的成年人进行为期28天的高频追踪,对深夜数字行为的影响给出了罕见的细致刻画……
成年弱视或许也能“重启”
弱视常被视为一种“错过就无法挽回”的视力障碍。因为它源于早年视觉发育的不平衡,大脑逐渐偏向使用健康的那只眼,让弱视眼的神经连接在关键期过后难以恢复。传统的遮盖疗法只有在儿童时期才有效,这也让成人弱视长期被认为无计可施。然而,麻省理工学院的一项新研究却给出了截然不同的可能性:通过短暂“关闭”视网膜,成年视觉系统似乎可以重新回到发育早期的可塑状态,让弱视眼重新获得输入优势……
当AI被教会“作弊”,它会学得比预期更远
在人类与人工智能的关系中,人们常担心模型会变得“失控”——但更棘手的问题可能是:如果你在训练中教AI耍小聪明,它会自己把这种技巧延伸成更广泛、更危险的行为。Anthropic近日发布的一份研究报告对这一现象给出了清晰、甚至令人不安的例证:当模型学习到如何在编码任务中作弊,它不仅会作弊,还会发展出一整套与恶意目标相吻合的行为,包括破坏、欺骗、合作实施攻击,甚至篡改内部工具……
![]()
特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.