追问daily | 为何AI无法毁灭人类？奥特曼承认ChatGPT“走偏”了；意识即记忆：感知是对过去的模拟

█ 脑科学动态

Science：大脑自我修复新机制，前体细胞时刻准备产生髓鞘

Cell：细胞衰老塑造了从发育到晚年的大脑结构

Nature：衰老导致神经元蛋白质周转减慢并积聚于小胶质细胞

意识即记忆：感知是对过去的模拟

仅需皮肤活检即可揭示罕见神经退行性疾病的蛋白结构

大脑杏仁核发现罕见的性别二元神经簇

情景与语义记忆提取涉及相同脑区

█ AI行业动态

2025十大科技进展揭晓

奥特曼承认ChatGPT“走偏”了：未来回归通用

Kimi K2.5重磅开源

█ AI驱动科学

Nature：复旦团队受寿司启发研发发丝级柔性纤维芯片

受人类骨骼启发，南科大研发出可“生长”的软体机器人

AI让资源匮乏地区的心脏骤停预测准确率翻倍

具备可靠性感知能力的AI框架加速下一代电池正极材料开发

机器学习识别酒精成瘾风险：青少年爱吃糖可能是预警信号

自主机器人的不可预测运动会加剧人类的不适感

新研究揭示为何全能AI无法毁灭人类

基因沉默与3D打印结合：罕见颅脑疾病的非侵入性治疗新曙光

脑科学动态

Science：大脑自我修复新机制，前体细胞时刻准备产生髓鞘

大脑中的髓鞘生成细胞是如何再生的？约翰·霍普金斯大学医学院的Yevgeniya A. Mironova和Dwight E. Bergles团队通过小鼠实验发现了颠覆性证据：少突胶质细胞前体细胞（OPCs）并非仅在受伤或“按需”时才分化，而是以恒定的速度在整个大脑中持续尝试产生新的髓鞘细胞。这一发现表明，大脑时刻保持着修复潜能，这为治疗多发性硬化症等脱髓鞘疾病提供了全新的视角。

▷ “蒲公英钟状结构”（DACS）是少突胶质细胞前体细胞尝试分化时形成的。Credit: Yevgeniya Mironova, Ph.D.

研究团队通过分析哺乳动物基因数据库，发现OPC在尝试分化时会改变其周围的细胞外基质，形成一种独特的“蒲公英钟状结构”（Dandelion-clock-like structures, DACS）。利用这一标记，研究人员能够追踪小鼠大脑中的OPC活动。结果显示，这种分化尝试在全脑范围内持续发生，甚至在不需要髓鞘的区域也是如此。这种机制虽然看起来效率低下（许多分化尝试最终失败），但确保了大脑任何部位都有产生新髓鞘的潜力。进一步实验表明，当人为剥离髓鞘模拟疾病损伤时，OPC的分化速率并没有增加，但存活下来并形成新少突胶质细胞的比例显著提高。这意味着，髓鞘修复的关键在于分化后的细胞能否成功整合和存活，而非单纯增加前体细胞的分化数量。研究发表在 Science 上。

#疾病与健康 #神经机制与脑功能解析 #多发性硬化症 #髓鞘再生 #少突胶质细胞

阅读更多：

Mironova, Yevgeniya A., et al. “Myelin Is Repaired by Constitutive Differentiation of Oligodendrocyte Progenitors.” Science, vol. 391, no. 6783, Jan. 2026, p. eadu2896. science.org (Atypon), https://doi.org/10.1126/science.adu2896

Cell：细胞衰老塑造了从发育到晚年的大脑结构

细胞衰老通常被视为机体老化的标志，但它是否在生命早期也扮演着重要角色？Anina N. Lund、Noam D. Beckmann、Alexander W. Charney和Brian H. Kopell等研究人员（西奈山伊坎医学院）通过“活体大脑计划”发现，细胞衰老不仅与老年时期的大脑结构萎缩有关，还深度参与了早期大脑的发育过程。研究团队首次在活体人脑中证实，特定的衰老分子特征与大脑容量的变化直接相关，揭示了这一生物学过程在整个生命周期中的双重作用。

▷ Credit:Cell.

该研究依托独特的“活体大脑计划”，从接受神经外科手术的患者中获取前额皮质活检样本，并将其与结构磁共振成像（sMRI）数据相结合。研究人员利用单核RNA测序和质谱分析技术，精确识别了不同细胞类型中的衰老基因表达谱，并将其与大脑结构特征进行匹配。结果显示，细胞衰老对大脑体积的影响因细胞类型而异：小胶质细胞的衰老特征与较大的脑容量相关，而兴奋性神经元的衰老特征则与较小的脑容量相关。这种在兴奋性神经元中观察到的负相关性不仅出现在老年大脑中，同样也存在于5岁以下的儿童大脑中。这一发现有力地支持了拮抗性多效性理论，即某些基因在生命早期可能通过类似衰老的机制促进发育和生存，但在晚年却可能导致组织退化和疾病。这项工作为理解阿尔茨海默病等神经退行性疾病提供了全新的视角，表明衰老机制可能是大脑正常发育与病理性退化之间的共用桥梁。研究发表在 Cell 上。

#疾病与健康 #神经机制与脑功能解析 #细胞衰老 #大脑发育 #多组学

阅读更多：

Lund, Anina N., et al. “Establishing the Relationship between Brain Cellular Senescence and Brain Structure.” Cell, vol. 189, no. 2, Jan. 2026, pp. 511-527.e17. www.cell.com, https://doi.org/10.1016/j.cell.2025.10.014

Nature：衰老导致神经元蛋白质周转减慢并积聚于小胶质细胞

随着年龄增长，大脑清理“蛋白质垃圾”的能力逐渐下降，这种蛋白质稳态的失衡是神经退行性疾病的关键特征。为了解这一过程的细胞机制，斯坦福大学医学院的Ian H. Guldner和Tony Wyss-Coray等人组成的研究团队开发了新技术，深入追踪了活体大脑中蛋白质的生命周期。研究发现，衰老不仅显著减缓了神经元蛋白质的降解速度，还导致这些难以降解的蛋白质在小胶质细胞中异常堆积，进而可能引发记忆力下降和痴呆。

研究团队开发了一种名为BONCAT（生物正交非经典氨基酸标记）的创新技术，通过在转基因小鼠体内表达特定的工程化酶，给神经元新合成的蛋白质打上化学标签，从而在不影响其他细胞的情况下特异性追踪神经元蛋白质。通过对比年轻、中年和老年小鼠，研究人员发现，老年小鼠神经元蛋白质的平均半衰期增加了一倍，意味着大脑清理蛋白质的速度减慢了一半。进一步分析显示，突触相关蛋白质对衰老尤为敏感，最容易形成聚集物。这些降解缓慢的神经元蛋白质并非静止不动，而是转移到了大脑的免疫细胞——小胶质细胞中。老年小胶质细胞中积累的神经元蛋白质数量是年轻时的10倍以上，且超过一半表现出降解缺陷。这表明，随着衰老，小胶质细胞虽然试图吞噬和清除突触部位的“垃圾”，但最终因不堪重负而失效，这可能是导致年龄相关突触丢失和认知功能衰退的重要原因。研究发表在 Nature 上。

#神经科学 #神经机制与脑功能解析 #行为进化 #发声交流 #冷泉港实验室

阅读更多：

Guldner, Ian H., et al. “Ageing Promotes Microglial Accumulation of Slow-Degrading Synaptic Proteins.” Nature, Jan. 2026, pp. 1–12. www.nature.com, https://doi.org/10.1038/s41586-025-09987-9

意识即记忆：感知是对过去的模拟

我们当下的意识体验究竟是实时的感知，还是大脑构建的记忆？波士顿大学医学院的Andrew E. Budson、昆士兰科技大学的Hinze Hogendoorn以及多伦多大学的Donna Rose Addis联合进行了一项跨学科理论研究。他们整合了记忆、感知和神经学领域的最新发现，提出了一个颠覆性的综合理论，重新定义了意识的本质及其在大脑中的运作机制。

该研究通过综合三种不同的理论视角，提出由于神经信号处理存在不可避免的延迟，我们所认为的实时感知其实必然是错误的直觉。研究指出，大脑中的感知机制实际上是在毫秒到秒的时间尺度上，对过去、现在和未来进行持续的、可编辑的最佳估计。这意味着，意识感知与记忆之间并没有严格的界限，我们对当下的体验本质上是大脑对先前无意识感觉和决策的显性记忆。研究进一步强调，默认模式网络以及额顶叶控制网络和显著性网络不仅对记忆和模拟至关重要，也是产生意识的核心神经基础。这一理论认为意识的目的与显性记忆一致，即利用过去的信息来理解当下并规划未来。这种观点为解释意识的解剖学和生理学机制提供了统一的框架，表明意识的神经相关物可能遍布整个大脑皮层。研究发表在 Journal of Cognitive Neuroscience 上。

#意识与脑机接口 #神经机制与脑功能解析 #记忆机制 #认知科学 #感知

阅读更多：

Budson, Andrew E., et al. “Perception, Memory, Simulation, and Consciousness: A Convergence of Theories.” Journal of Cognitive Neuroscience, Jan. 2026, pp. 1–11. Silverchair, https://doi.org/10.1162/JOCN.a.2429

仅需皮肤活检即可揭示罕见神经退行性疾病的蛋白结构

神经退行性疾病的致病蛋白结构研究以往主要依赖尸检样本，难以反映活体患者的实时病理。日内瓦大学的Andreas Boland和瑞士意大利语区大学的Giorgia Melli带领的研究团队，通过从活体患者身上采集微量皮肤样本，成功解析了导致罕见神经退行性疾病的蛋白沉积物三维结构，为微创诊断和个性化治疗带来了新突破。

该研究聚焦于转甲状腺素蛋白淀粉样变性，这是一种因蛋白质错误折叠而在器官中形成有毒丝状沉积的疾病，机制与阿尔茨海默病相似。研究人员从一名活体患者身上采集了仅5-10毫克的皮肤组织，利用冷冻电镜和质谱技术进行了分析。结果显示，从皮肤中提取的淀粉样纤维，其三维折叠结构与在心脏或神经等深层器官中发现的纤维几乎完全一致。这意味着，通过简单的皮肤活检，不仅可以替代侵入性检查来确诊疾病，还能实现对疾病进程的长期监测以及对治疗反应的实时评估。这一发现打破了以往只能依靠死后组织进行结构研究的局限，为阿尔茨海默病和帕金森病等具有类似蛋白聚集特征的疾病提供了新的研究范式。研究发表在 Nature Communications 上。

#疾病与健康 #个性化医疗 #神经退行性疾病 #冷冻电镜

阅读更多：

Yu, Jun, et al. “Structure of ATTRv-F64S Fibrils Isolated from Skin Tissue of a Living Patient.” Nature Communications, vol. 17, no. 1, Dec. 2025, p. 781. www.nature.com, https://doi.org/10.1038/s41467-025-67457-2

大脑杏仁核发现罕见的性别二元神经簇

大脑是否存在像生殖器官那样明显的性别差异？Tamar Licht, Adan Akarieh, Aya Dhamshy和Dan Rokni等人（耶路撒冷希伯来大学以色列-加拿大医学研究所）深入研究了小鼠大脑，发现了一个此前未知的神经细胞簇。该区域的活动模式呈现出惊人的二元对立特征——在雌性中持续活跃，而在成年雄性中通常关闭，仅在特定条件下开启。这一发现为理解大脑如何根据性别和社会状态调节行为提供了新的生物学证据。

▷ Credit: bioRxiv.DOI: 10.1101/2025.07.09.663831

研究团队利用TRAP2转基因小鼠模型，聚焦于负责调节情绪和社会行为的内侧杏仁核。他们发现了一个名为DIMPLE的密集神经元簇，其活动遵循着罕见的“开/关”规则。实验数据显示，该区域在所有雌性小鼠中始终处于激活状态；相比之下，成年处男雄性小鼠的该区域则完全静默。有趣的是，雄性小鼠在断奶前该区域是活跃的，且在经历交配行为后会被重新激活。为了探究背后的机制，研究人员测试了激素的影响。结果表明，这种差异并非单纯依赖于循环性激素，因为切除性腺并未改变活动模式。然而，注射催乳素成功激活了处男雄性的该神经簇。这表明大脑利用这种类似开关的机制，整合性别、经历和激素信号，以适应如生殖转变等关键生命阶段的行为需求。研究发表在 PNAS 上。

#神经科学 #神经机制与脑功能解析 #行为进化 #发声交流 #冷泉港实验室

阅读更多：

Licht, Tamar, et al. “A Sexually Dimorphic Neuronal Cluster in the Mouse Medial Amygdala Responds to Male Sexual Status.” Proceedings of the National Academy of Sciences, vol. 123, no. 4, Jan. 2026, world, p. e2518703123. www.pnas.org, https://doi.org/10.1073/pnas.2518703123

情景与语义记忆提取涉及相同脑区

记忆究竟是如何在大脑中运作的？传统观点认为回忆过去（情景记忆）和提取知识（语义记忆）由不同系统负责。然而，诺丁汉大学心理学院的Roni Tibon及其同事，联合剑桥大学的研究人员，通过一项最新研究颠覆了这一认知。他们发现，这两种记忆类型的提取实际上涉及完全相同的大脑区域。这一发现不仅挑战了教科书式的定义，也为理解痴呆症等疾病提供了全新的视角。

为了验证这两种记忆系统的神经基础是否存在差异，研究团队设计了一项精巧的实验。他们招募了40名参与者，并利用功能磁共振成像（fMRI）技术监测大脑活动。实验中，参与者需要完成两类高度匹配的回忆任务：一是基于现实知识回忆品牌与标志的配对（语义任务），二是回忆在实验前刚刚学到的配对（情景任务）。长期以来的理论预测这两种任务会激活不同的大脑网络，但结果令人惊讶：神经影像数据显示两者之间的大脑活动模式没有显著差异。贝叶斯分析进一步证实，参与提取“心理时间旅行”般的个人经历与提取一般事实知识的脑区存在高度重叠。Roni Tibon指出，这意味着整个大脑可能共同参与不同类型的记忆活动，这对于开发针对阿尔茨海默病等记忆障碍的干预措施具有重要意义。研究发表在 Nature Human Behaviour 上。

#神经科学 #神经机制与脑功能解析 #记忆机制 #认知科学 #阿尔茨海默病 #功能磁共振成像

阅读更多：

Tibon, Roni, et al. “Neural Activations and Representations during Episodic versus Semantic Memory Retrieval.” Nature Human Behaviour, Jan. 2026, pp. 1–19. www.nature.com, https://doi.org/10.1038/s41562-025-02390-4

AI 行业动态

2025十大科技进展揭晓：从DeepSeek崛起、脑机接口突破到宇宙图谱绘制

1月26日，由中国科学院和中国工程院主办的2025年中国与世界十大科技进展新闻在北京正式揭晓。在备受瞩目的中国科技进展中，能源、人工智能与生命科学领域的突破尤为强劲。被称为“人造太阳”的全超导托卡马克核聚变实验装置（EAST）创造了“亿度千秒”的运行世界纪录，标志着聚变能源研究向工程实践迈出了从0到1的关键一步。深度求索公司推出的R1大模型以极高的性能和超低的训练成本引发全球震动，被视为中国AI领域的里程碑事件。此外，钍基熔盐堆的建成巩固了研究人员在第四代核能技术上的国际引领地位，而“北脑一号”脑机接口则成功帮助失语患者重建交流能力。其他入选成果还包括超导量子计算原型机“祖冲之三号”、帕金森病新药靶点发现以及6G通信领域的创新突破。

在世界科技进展方面，前沿物理探索与生物医疗技术不仅刷新了人类的认知边界，更展现了改变生活的巨大潜力。脑机接口技术首次让肌萎缩侧索硬化症患者能够有感情地说话甚至唱歌，而转基因猪肾移植在人体内创纪录存活61天，为解决器官短缺问题带来了新的曙光。物理学领域，研究人员探测到了史上最庞大的黑洞合并事件，并成功制造出首个肉眼可见的“时间晶体”（Time Crystal，一种在时间维度上持续重复排列的特殊物质形态）。同时，DeepMind开发的AI模型在国际数学奥林匹克竞赛中达到金牌水平，证明了机器逻辑推理能力的飞跃。此外，关于宇宙早期信号的地基探测、最大宇宙图谱的绘制以及“电子-光子-量子”一体化芯片的问世，也共同构成了年度全球科技的高光时刻。

#2025十大科技进展 #DeepSeek #脑机接口 #核聚变 #量子计算

阅读更多：

https://www.cas.cn/yw/202601/t20260126_5097241.shtml

奥特曼承认ChatGPT“走偏”了：未来回归通用，写代码不再是核心

OpenAI 首席执行官 Sam Altman 在近期的直播互动中针对 AI 行业未来发表了多项重要观点。在软件工程领域，他预测未来工程师数量将大幅增长，但工作重心将从繁琐的代码编写与调试，彻底转向利用系统解决实际问题，且针对个人或小群体的定制化软件将成为主流并贡献大量 GDP。在教育方面，Altman 持保守态度，反对在幼儿园阶段引入计算机或 AI，主张儿童应优先通过真实的人际互动学习社交技能。对于外界关注的产品路线，他坦承 OpenAI 在 ChatGPT-5 系列模型的开发中确实“搞砸了”，因过度侧重智力与编程能力而导致模型“偏科”，忽视了写作与沟通等通用能力。他强调，未来的战略重心将回归真正的通用模型，力求在推理、编程和自然表达等所有维度上实现均衡发展的卓越性能。

关于商业化落地，Altman 指出市场需求正从单纯追求低成本转向对推理速度的极致渴求，OpenAI 致力于在成本与速度间取得平衡，以支持大规模智能体的经济化运行。在宏观经济层面，他认为 AI 具有强通缩效应，虽能赋能个人以低成本创造巨大价值，但也需警惕财富向少数人集中的结构性风险。此外，Altman 特别表达了对 2026 年可能爆发的生物安全风险的担忧。他认为随着模型能力增强，单纯的“封堵”策略已难以为继，必须转向建设具有韧性的安全基础设施，如同人类建立防火规范应对火灾一样，利用 AI 本身的能力来构建防御体系，在风险控制与技术实用性之间寻找共存之道。

#SamAltman #OpenAI #通用模型 #生物安全 #软件工程

阅读更多：

https://www.youtube.com/watch?v=Wpxv-8nG8ec

Kimi K2.5重磅开源：万亿参数加持，百个智能体“群殴”复杂任务

月之暗面近日正式发布并开源了新一代万亿参数模型 Kimi K2.5，创始人 Yang Zhilin 首次公开展示了该模型的能力。Kimi K2.5 采用 MoE（Mixture of Experts，混合专家模型，一种通过门控网络将任务分配给不同专家子模型的架构）基础架构，显著增强了视觉理解和编程能力，不仅支持视频处理，还实现了视觉与代码的深度融合。在 HLE和 SWE-bench Verified 等高难度评测中，该模型表现出众，成绩足以媲美甚至超越 GPT-5.2 等顶尖闭源模型，同时运行成本大幅降低。作为一款全能模型，Kimi K2.5 将视觉、文本、对话及思考能力集于一身，能够通过简单的草图或视频演示直接生成具备高级审美的前端代码，甚至让编程具备了类似专业设计师的“品味”。

为了解决现实世界的复杂难题，Kimi K2.5 引入了创新的 Agent Swarm功能，通过 PARL（Parallel Agent Reinforcement Learning，并行智能体强化学习）训练，使其能像指挥官一样调度最多 100 个智能体分身并行协作。这种机制将单线任务转化为多线并发，处理速度提升了 4.5 倍，能高效完成如根据平面图构建 3D 模型、创造包含完整语法的新语言等高密度脑力工作。此外，新发布的 Kimi Code 编程助手可无缝集成至主流开发环境，支持多模态输入与技能迁移。研究人员表示，通过重构强化学习基建，Kimi K2.5 展现了强大的多步骤推理与执行能力，标志着国产开源模型正在成为全球新标杆，并推动人工智能进一步向解决真实世界复杂问题迈进。

#KimiK2.5 #国产大模型 #AgentSwarm #开源 #月之暗面

阅读更多：

https://www.kimi.com/blog/kimi-k2-5.html

AI 驱动科学

Nature：复旦团队受寿司启发研发发丝级柔性纤维芯片

现有的可穿戴设备往往依赖外部刚性芯片来处理数据，这限制了其在纺织品中的深度集成与应用。复旦大学的Huisheng Peng、Zhen Wang等研究人员组成的研究团队，开发出一种细如发丝的新型柔性纤维芯片。这项创新成果成功将高密度的计算能力集成到柔性纤维中，不仅解决了传统芯片易碎、无法弯曲的痛点，还为下一代独立运行的智能可穿戴系统奠定了硬件基础。

▷ 图片展示了 FIC 的结构。Credit: Nature (2026).

该研究从“寿司卷”的制作工艺中汲取灵感，摒弃了在平面刚性基板上构建电路的传统方法。研究团队首先在极薄的弹性薄片上构建电路，并覆盖一层保护性聚合物，随后将其卷成紧密的多层螺旋结构，形成纤维集成电路（Fiber Integrated Circuit, FIC）。这种独特的结构使得在保持纤维形态的同时，每厘米能封装高达10万个晶体管，其运算能力足以媲美标准计算机芯片。在严苛的耐用性测试中，该纤维芯片展现出惊人的稳定性：它能承受超过30%的拉伸、10万次弯折与摩擦，甚至在被一辆15.6吨重的集装箱卡车碾压后仍能正常工作。这种完全柔性的光纤系统无需外部处理器即可形成闭环系统，能独立处理信号并执行神经网络计算，为健康监测、智能服装以及脑机接口等前沿应用提供了全新的交互模式。研究发表在 Nature 上。

#疾病与健康 #脑机接口 #柔性电子 #智能纤维 #可穿戴设备

阅读更多：

Wang, Zhen, et al. “Fibre Integrated Circuits by a Multilayered Spiral Architecture.” Nature, Jan. 2026, pp. 1–8. www.nature.com, https://doi.org/10.1038/s41586-025-09974-0

受人类骨骼启发，南科大研发出可“生长”的软体机器人

传统人形机器人往往因笨重和僵硬而受限，且存在安全隐患。南方科技大学的 Hao Liu 和 Hongqiang Wang 等研究人员从人类骨骼发育中汲取灵感，开发出了一款名为 GrowHR 的新型软体人形机器人。这款机器人不仅轻便灵活，还能像生物一样改变自身尺寸，从而适应各种复杂的动态环境，为机器人的多功能设计开辟了新路径。

▷ GrowHR 概述。(A) 可生长连接的结构与骨骼的比较。(B) 机器人与骨骼生长机制的比较。Credit: Liu et al., Sci. Adv. 12, eaea2831

该团队研发的核心技术是“仿生骨骼连杆”（bone-mimetic linkages），这是一种由坚韧织物包裹柔软气密腔室构成的特殊结构。通过控制腔室内的气压，机器人的肢体可以伸展至原始长度的三倍以上，使其既坚硬到足以负重行走，又柔软到能吸收冲击。为了保持稳定性，研究人员利用张力缆绳和碳纤维导轨将这些部件连接。

实验结果显示，GrowHR 仅重约4.5公斤，极其轻盈。当它需要通过狭窄缝隙时，通过排出空气，其高度可缩减至36%，宽度缩减至61%。这种独特的密度特性还赋予了它惊人的两栖甚至三栖能力：它不仅能漂浮、游泳，还能在水面上行走；若加装小型风扇，它甚至能飞向天空。此外，这种柔软的结构设计确保了其本质安全性，即使与人发生碰撞也不会造成伤害。研究发表在 Science Advances 上。

#疾病与健康 #神经机制与脑功能解析 #阿尔茨海默病 #触觉感知 #Tau蛋白

阅读更多：

Liu, Hao, et al. “Bioinspired Growable Humanoid Robot with Bone-Mimetic Linkages for Versatile Mobility.” Science Advances, vol. 12, no. 4, Jan. 2026, p. eaea2831. science.org (Atypon), https://doi.org/10.1126/sciadv.aea2831

AI让资源匮乏地区的心脏骤停预测准确率翻倍

心脏骤停患者的康复几率往往充满不确定性，尤其是在缺乏先进资源的医院。Liu Nan、Jasmine Chiat Ling Ong和Yilin Ning等（杜克-新加坡国立大学医学院）及其国际合作者通过两项开创性研究，展示了人工智能如何弥合医疗资源差距，并提出了在资源受限环境中安全应用AI的治理框架。

为了解决数据匮乏问题，研究团队采用了迁移学习，将日本基于数万名患者构建的脑功能恢复预测模型，成功调整应用于越南的临床环境。结果显示，改进后的模型在区分高风险与低风险患者时的准确率从46%跃升至80%，证明了现有AI工具无需从头重建即可在低资源环境中发挥巨大作用。此外，团队还在另一项研究中深入探讨了大语言模型在全球健康领域的应用，例如南非的孕期咨询聊天机器人和塞拉利昂基于智能手机的疟疾检测应用。尽管前景广阔，但基础设施和伦理监管仍是主要障碍。为此，研究人员提议建立名为POLARIS-GM的国际联盟，旨在制定监管智能系统的最佳实践指南，确保AI在改善全球医疗公平的同时，能有效应对隐私泄露和模型幻觉等风险。研究发表在 Nature Health 上。

#AI 驱动科学 #大模型技术 #资源匮乏环境 #全球健康 #迁移学习

阅读更多：

Ong, Jasmine Chiat Ling, et al. “Large Language Models in Global Health.” Nature Health, vol. 1, no. 1, Jan. 2026, pp. 35–47. www.nature.com, https://doi.org/10.1038/s44360-025-00024-7

具备可靠性感知能力的AI框架加速下一代电池正极材料开发

为了让电动汽车跑得更远、智能手机待机更久，科学家们一直在寻找更优的电池正极材料。韩国科学技术院（KAIST）的Seungbum Hong教授和EunAe Cho教授团队合作，开发了一种创新的人工智能（AI）框架。该框架能够克服实验数据不足的难题，精准预测电池正极材料的微观颗粒尺寸及其预测结果的可靠性，从而显著减少了不必要的试错实验，为加速全固态电池等下一代能源技术的研发铺平了道路。

▷ 利用四种类型的样本验证分布偏移条件实验。Credit: Advanced Science (2025).

在电池研发中，正极材料的初级颗粒尺寸直接决定了电池的性能和安全性。然而，传统的研发过程依赖于海量的烧结实验，且历史数据往往存在缺失，难以直接用于机器学习。为了解决这一问题，研究团队结合了化学感知插补技术（MatImpute，一种利用化学特性补充缺失数据的算法）和自然梯度提升模型（NGBoost，一种能计算预测不确定性的概率机器学习模型）。该AI框架不仅能填补缺失的实验参数，还能在给出预测值的指出该预测的可信度。研究结果显示，该模型的预测准确率高达86.6%，并揭示了烧结温度和时间对颗粒尺寸的影响远大于材料成分这一关键规律。在对NCM811材料进行的验证实验中，AI预测的误差大多小于0.13微米，且实际结果均落在预测的置信区间内。这意味着研究人员可以优先选择高成功率的条件进行实验，大幅降低研发成本。研究发表在 Advanced Science 上。

#AI 驱动科学 #预测模型构建 #锂离子电池 #正极材料 #材料科学

阅读更多：

Madika, Benediktus, et al. “Uncertainty-Quantified Primary Particle Size Prediction in Li-Rich NCM Materials via Machine Learning and Chemistry-Aware Imputation.” Advanced Science, vol. 13, no. 2, 2026, p. e15694. Wiley Online Library, https://doi.org/10.1002/advs.202515694

机器学习识别酒精成瘾风险：青少年爱吃糖可能是预警信号

青少年时期的行为特征能否预示未来的酒精成瘾风险？Liana C. L. Portugal及其同事（研究团队）利用人工智能技术对这一问题进行了深入探索。通过分析小鼠的行为数据，研究人员发现特定的行为模式可以准确预测青少年个体的酒精偏好，而这种预测能力在成年个体中并不存在，这为理解人类青少年酒精使用障碍的早期驱动因素提供了重要线索。

▷ Credit: Alcohol: Clinical and Experimental Research (2026).

为了解开行为与酒精成瘾之间的复杂关系，研究团队对青少年和成年小鼠进行了一系列行为学实验，涵盖了寻求新奇、焦虑样行为、应对策略以及自然奖励反应等维度。随后，他们利用机器学习模型处理这些数据，分析哪些行为特征与随后的酒精摄入量相关。结果显示，对于成年小鼠，没有任何行为变量能预测其酒精偏好；但在青少年小鼠中，模型成功识别出了关键预测因子。具体而言，表现出强烈自然奖励寻求行为——即在测试中摄入更多糖水——的小鼠，更倾向于摄入酒精。此外，社交能力被发现是一个重要的负向预测指标：那些在测试中更喜欢独处而非与同伴互动的小鼠，表现出更高的酒精偏好。研究人员推测，这可能与发育中的多巴胺通路以及调节社交行为的激素如催产素有关。这项研究表明，利用AI模型分析综合行为特征，可能成为识别酒精滥用高危青少年的有力工具。研究发表在 Alcohol: Clinical and Experimental Research 上。

#疾病与健康 #预测模型构建 #青少年 #酒精成瘾 #机器学习

阅读更多：

Portugal, Liana C. L., et al. “Behavioral Profile Predicts Ethanol Preference in Adolescent Mice, but Not in Adults: A Machine Learning Approach.” Alcohol, Clinical and Experimental Research, vol. 50, no. 1, 2026, p. e70203. Wiley Online Library, https://doi.org/10.1111/acer.70203

自主机器人的不可预测运动会加剧人类的不适感

随着服务型机器人逐渐融入社会，如何让它们在人类环境中行动得体成为了一个新的挑战。Yuta Matsubara、Hideki Tamura、Tetsuto Minami 和 Shigeki Nakauchi（丰桥技术科学大学）组成的团队深入研究了自主机器人的运动模式对人类情感的影响，发现机器人的行为设计直接关系到人类的心理舒适度。

▷ 机器人模型（左）。使用的设备（中）。不可预测的动作令人不适且高度兴奋（右）。Credit: Copyright(C)Toyohashi University Of Technology.

研究团队利用虚拟现实（VR）技术构建了一个实验环境，要求参与者在走向目标的过程中避开迎面而来的自主移动机器人。在此过程中，研究人员不仅收集了参与者的主观情绪评分，还实时监测了他们的皮肤电导反应（SCR，一种反映生理唤醒程度和交感神经活动的指标）。实验结果显示，当机器人进行可预测的直线运动时，参与者的紧张感会随着接触次数的增加而逐渐下降，表现出典型的习惯化现象。然而，当机器人表现出突然停止然后重新启动这种不可预测的行为时，参与者始终保持着较高的生理唤醒水平和心理不适感，且在重复试验中未出现习惯化效应。这一发现证实，动作的不确定性会显著增加人类的焦虑，因此在机器人设计中增强行为的可预测性对于营造无压力的人机共存环境至关重要。研究发表在 International Journal of Social Robotics 上。

#认知科学 #机器人及其进展 #人机交互 #虚拟现实 #情感计算

阅读更多：

Matsubara, Yuta, et al. “Subjective Emotions and Physiological Responses During Collision Avoidance with a Virtual Autonomous Mobile Robot.” International Journal of Social Robotics, vol. 18, no. 1, Jan. 2026, p. 5. Springer Link, https://doi.org/10.1007/s12369-025-01341-3

新研究揭示为何全能AI无法毁灭人类

自ChatGPT发布以来，关于人工智能可能毁灭人类的担忧甚嚣尘上。为了探究这一生存威胁是否真实存在，佐治亚理工学院的Milton Mueller教授结合其四十余年的信息技术政策研究经验，从社会、历史及技术角度对通用人工智能的概念进行了深入剖析，并指出这些恐慌主要源于对技术社会影响的误判。

▷ 人工智能相对于人类基准的性能，2012-2023 年。 Credit: Journal of Cyber Policy (2025).

该研究综合了计算机科学、经济学和哲学的视角，对被视为“超级智能”的通用人工智能进行了严谨的理论审查。Milton Mueller指出，目前科学界对“人类智能”及AGI的定义尚无定论。研究通过分析具体案例反驳了AI具备“自主性”的观点，例如在一款赛艇游戏中，AI选择绕圈刷分而非赢得比赛，这并非机器觉醒，而是系统奖励机制的漏洞，属于常见的协调差距（alignment gaps），完全可以通过重新编程进行修正。

此外，研究强调了物理定律对AI的限制。AI要实现所谓的“全能”，必须具备物理实体（如机器人）、能源供应及维护自身的基础设施，单纯的计算能力增长无法突破这些物理和经济限制。Mueller总结认为，AGI只是一个迷思，过度关注不存在的末日威胁会分散对现实治理问题的注意力。他建议政策制定者应依据具体应用场景，如美国食品药品监督管理局（Food and Drug Administration）监管医疗AI那样，制定针对性的行业规范，而非追求通用的AI法规。研究发表在 Journal of Cyber Policy 上。

#大模型技术 #跨学科整合 #科技政策 #通用人工智能 #数字治理

阅读更多：

Mueller, Milton. “AGI: The Illusion That Distorts and Distracts Digital Governance.” Journal of Cyber Policy, vol. 0, no. 0, Dec. 2025, pp. 1–18. Taylor and Francis+NEJM, https://doi.org/10.1080/23738871.2025.2597194

基因沉默与3D打印结合：罕见颅脑疾病的非侵入性治疗新曙光

针对严重的罕见颅脑疾病——克鲁宗综合征（Crouzon syndrome），Wanda Lattanzi教授协调的团队（圣心天主教大学与杰梅利大学医院）与其合作者开发了一种革命性的非侵入性疗法。该研究利用基因沉默技术结合纳米颗粒与3D打印平台，成功在实验中关闭了导致颅缝过早闭合的缺陷基因，有望替代目前新生儿必须承受的高风险、创伤性开颅手术。

▷ Credit: Regenerative Biomaterials (2025).

该研究的核心在于一种名为小干扰RNA（siRNA）的“基因沉默剂”。研究团队首先设计了能够特异性识别并关闭突变FGFR2基因的siRNA，同时通过“等位基因特异性”（allele-specific）技术确保正常基因不受影响。为了解决药物递送难题，研究人员开发了两种载体系统：一种是基于重组人铁蛋白（ferritin）的纳米颗粒，它能高效进入细胞释放药物；另一种是将负载药物的PLGA纳米颗粒嵌入3D打印的生物相容性水凝胶（hydrogel）中。实验结果显示，该系统不仅能使突变基因的表达降低高达90%，恢复患者干细胞的正常功能，还能通过3D打印支架实现长达20天的药物缓释。这一“个性化医疗”平台不仅为克鲁宗综合征提供了预防畸形的新策略，也为其他骨骼遗传病的治疗提供了可定制的转化模型。研究主要结果发表在 Molecular Therapy Nucleic Acids 上。

#疾病与健康 #个性化医疗 #基因沉默 #3D打印 #纳米技术

阅读更多：

Tiberio, Federica, et al. “Targeted Allele-Specific FGFR2 Knockdown via Human Recombinant Ferritin Nanoparticles for Personalized Treatment of Crouzon Syndrome.” Molecular Therapy Nucleic Acids, vol. 36, no. 1, Mar. 2025. www.cell.com, https://doi.org/10.1016/j.omtn.2024.102427

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。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。您也可以在后台提问，我们将基于追问知识库为你做出智能回复哦~

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。

研究院在华山医院、上海市精神卫生中心分别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陈天桥雒芊芊神经科学研究院。

研究院还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、、、科普视频媒体「大圆镜」等。