追問(wèn)daily | Nature：百年運(yùn)動(dòng)小人模型被推翻；哪怕看不清字，大腦也能悄悄讀懂它的意思

█ 腦科學(xué)動(dòng)態(tài)

Science：小鼠感覺(jué)皮層中的環(huán)形神經(jīng)網(wǎng)絡(luò)如何引導(dǎo)電波旋轉(zhuǎn)

Nature：顛覆百年運(yùn)動(dòng)小人模型，大腦運(yùn)動(dòng)皮層并非井然有序

大腦神經(jīng)元會(huì)根據(jù)視覺(jué)和記憶任務(wù)重塑結(jié)構(gòu)和功能

基因剪接異常導(dǎo)致嚴(yán)重失眠

鎖定關(guān)聯(lián)六種腦部疾病的三個(gè)核心基因

多巴胺通過(guò)抑制神經(jīng)元活動(dòng)激發(fā)運(yùn)動(dòng)渴望

新計(jì)算模型鎖定641個(gè)精神分裂癥新基因

哪怕看不清字，大腦也能悄悄讀懂它的意思

早期神經(jīng)運(yùn)輸損傷或可逆轉(zhuǎn)

█ AI行業(yè)動(dòng)態(tài)

48小時(shí)流失兩位大將：諾獎(jiǎng)得主John Jumper離開(kāi)谷歌加入Anthropic

█ AI驅(qū)動(dòng)科學(xué)

Nature：新型光纖夾爪實(shí)現(xiàn)微米級(jí)精密機(jī)械裝配

單個(gè)器件實(shí)現(xiàn)高維并行計(jì)算，能效提升十倍

人工突觸利用光顏色編程實(shí)現(xiàn)類腦平衡學(xué)習(xí)

利用強(qiáng)化學(xué)習(xí)使無(wú)人機(jī)學(xué)會(huì)自主側(cè)身擠過(guò)極窄縫隙

串聯(lián)神經(jīng)網(wǎng)絡(luò)毫秒級(jí)提取半導(dǎo)體特性

統(tǒng)一數(shù)據(jù)庫(kù)AkasicDB顯著減少大模型幻覺(jué)并提升檢索效率

智能不等于意識(shí)：神經(jīng)科學(xué)家警示AI聊天機(jī)器人的擬人化陷阱

融合蟻群與鳥(niǎo)群算法突破人工智能早熟收斂瓶頸

千元機(jī)械手：在真實(shí)世界不間斷打游戲145小時(shí)

腦科學(xué)動(dòng)態(tài)

Science：小鼠感覺(jué)皮層中的環(huán)形神經(jīng)網(wǎng)絡(luò)如何引導(dǎo)電波旋轉(zhuǎn)

大腦中的神經(jīng)活動(dòng)常以波的形式傳播，但其解剖學(xué)基礎(chǔ)和全局協(xié)調(diào)作用一直不明確。Nicholas A. Steinmetz團(tuán)隊(duì)（華盛頓大學(xué)醫(yī)學(xué)院）在小鼠大腦中發(fā)現(xiàn)了一種新型的旋轉(zhuǎn)腦電波，揭示了其依賴于感覺(jué)皮層中的環(huán)形解剖回路，并展現(xiàn)出協(xié)調(diào)全腦活動(dòng)的功能。

? 左圖為小鼠大腦的三維渲染圖，展示了一個(gè)旋轉(zhuǎn)波的示例，以圓形彩虹色表示，顏色代表波的傳播方向；右圖為小鼠大腦的三維渲染圖，展示了旋轉(zhuǎn)波中心的空間分布，顏色越亮表示中心越多。Credit: Zhiwen Ye/Steinmetz Lab

研究團(tuán)隊(duì)結(jié)合了全腦皮層成像和在丘腦、紋狀體及中腦等深部腦區(qū)的大規(guī)模高密度電極記錄。通過(guò)分析神經(jīng)元的軸突投影，研究人員發(fā)現(xiàn)產(chǎn)生這些旋轉(zhuǎn)波的神經(jīng)元在體感皮層中呈圓形排列，如同旋轉(zhuǎn)木馬的軌道一般。這種固定的解剖結(jié)構(gòu)引導(dǎo)電信號(hào)呈螺旋狀運(yùn)動(dòng)。研究表明，旋轉(zhuǎn)波在兩側(cè)大腦呈鏡像對(duì)稱，并在感覺(jué)與運(yùn)動(dòng)區(qū)域間高度協(xié)調(diào)。當(dāng)用微弱氣流刺激小鼠胡須時(shí)，其右側(cè)感覺(jué)皮層會(huì)立即產(chǎn)生順時(shí)針旋轉(zhuǎn)波。此外，在需要爪眼協(xié)調(diào)的物體檢測(cè)實(shí)驗(yàn)中，旋轉(zhuǎn)波的特征隨著小鼠的興奮狀態(tài)和任務(wù)成功率而發(fā)生變化，表明這些波可能作為時(shí)空時(shí)鐘來(lái)協(xié)調(diào)感覺(jué)與運(yùn)動(dòng)反應(yīng)。研究發(fā)表在 Science 上。

#神經(jīng)科學(xué) #神經(jīng)機(jī)制與腦功能解析 #腦電波 #感覺(jué)運(yùn)動(dòng)協(xié)調(diào)

閱讀更多：

Ye, Zhiwen, et al. “Brain-Wide Topographic Coordination of Rotating Waves.” Science, vol. 392, no. 6804, June 2026, p. eadx1369. science.org (Atypon), https://doi.org/10.1126/science.adx1369

Nature：顛覆近百年運(yùn)動(dòng)小人模型，大腦運(yùn)動(dòng)皮層并非井然有序

大腦如何控制全身運(yùn)動(dòng)？Darrel R. Deo和Francis R. Willett等研究人員（斯坦福大學(xué)醫(yī)學(xué)院吳蔡神經(jīng)科學(xué)研究所）通過(guò)高分辨率單神經(jīng)元記錄，更新了有著近百年歷史的運(yùn)動(dòng)小人模型，發(fā)現(xiàn)運(yùn)動(dòng)皮層并非像傳統(tǒng)教科書(shū)那樣嚴(yán)格有序分區(qū)，而是呈現(xiàn)出全身運(yùn)動(dòng)信息的混雜表征。

? 倫敦自然歷史博物館的三維感覺(jué)和運(yùn)動(dòng)小人模型。Credit: Wikipedia/Dr. Joe Kiff,

為了在單神經(jīng)元尺度重新繪制運(yùn)動(dòng)皮層，研究團(tuán)隊(duì)招募了8名癱瘓受試者。這些受試者均植入了微電極陣列，用于參與腦機(jī)接口臨床試驗(yàn)。研究人員記錄了受試者嘗試進(jìn)行45種身體動(dòng)作和言語(yǔ)任務(wù)時(shí)中央前回的神經(jīng)元電信號(hào)。結(jié)果顯示，運(yùn)動(dòng)皮層每個(gè)區(qū)域都包含全身運(yùn)動(dòng)的信息，而非僅對(duì)應(yīng)特定部位。例如，手部運(yùn)動(dòng)敏感區(qū)也包含面部和腿部的信號(hào)。此外，研究人員在上腹側(cè)中央前回兩側(cè)發(fā)現(xiàn)了兩個(gè)言語(yǔ)偏好區(qū)，其中間是一個(gè)廣泛參與全身運(yùn)動(dòng)的萬(wàn)能區(qū)域。這一高度混雜且相互關(guān)聯(lián)的發(fā)現(xiàn)挑戰(zhàn)了經(jīng)典的運(yùn)動(dòng)小人。在應(yīng)用方面，這意味著單個(gè)植入物即可提供豐富的運(yùn)動(dòng)控制信號(hào)，有助于設(shè)計(jì)更高效的輔助設(shè)備。研究發(fā)表在 Nature 上。

#疾病與健康 #腦機(jī)接口 #神經(jīng)機(jī)制與腦功能解析 #運(yùn)動(dòng)皮層

閱讀更多：

Deo, Darrel R., et al. “A Mosaic of Whole-Body Representations on the Human Precentral Gyrus.” Nature, June 2026, pp. 1–8. www.nature.com, https://doi.org/10.1038/s41586-026-10653-x

大腦神經(jīng)元會(huì)根據(jù)視覺(jué)和記憶任務(wù)重塑結(jié)構(gòu)和功能

工作記憶等復(fù)雜腦功能如何實(shí)現(xiàn)？M. Feyerabend和J. F. Staiger等（哥廷根大學(xué)醫(yī)學(xué)中心及加拿大西安大略大學(xué)）組成的研究團(tuán)隊(duì)發(fā)現(xiàn)，狨猴腦細(xì)胞會(huì)根據(jù)其所處的視覺(jué)或記憶區(qū)域，在結(jié)構(gòu)和電生理功能上進(jìn)行顯著的適應(yīng)性調(diào)整，展現(xiàn)出高度特異性。

? 狨猴前額葉皮層三種不同類型神經(jīng)細(xì)胞的高分辨率最大投影圖像。左圖（紅色）為棘狀錐體細(xì)胞（興奮下游神經(jīng)細(xì)胞的神經(jīng)細(xì)胞）；中圖（綠色）為無(wú)棘多極中間神經(jīng)元（快速且選擇性地抑制其他神經(jīng)細(xì)胞的神經(jīng)細(xì)胞）；右圖（藍(lán)色）為無(wú)棘雙極中間神經(jīng)元（緩慢但持續(xù)時(shí)間較長(zhǎng)地抑制其他神經(jīng)細(xì)胞的神經(jīng)細(xì)胞）。Credit: University Medical Center G?ttingen

研究團(tuán)隊(duì)通過(guò)測(cè)量普通狨猴初級(jí)視覺(jué)皮層和外側(cè)前額葉皮層（lateral prefrontal cortex，LPFC）中三種神經(jīng)元的三維形態(tài)和電特性。研究顯示，興奮性神經(jīng)元和快速放電抑制性神經(jīng)元在這兩個(gè)腦區(qū)中表現(xiàn)出顯著差異。在負(fù)責(zé)高級(jí)工作記憶的LPFC中，這兩種神經(jīng)元均表現(xiàn)出更寬的動(dòng)作電位和更多的爆發(fā)式放電行為。形態(tài)學(xué)上，LPFC中的興奮性神經(jīng)元擁有更長(zhǎng)的樹(shù)突分支，但電興奮性較低；相反，快速放電抑制性神經(jīng)元在LPFC中電興奮性更高且軸突結(jié)構(gòu)更復(fù)雜。相比之下，非快速放電抑制性神經(jīng)元的區(qū)域差異較少。這種神經(jīng)元水平的特異性適應(yīng)在靈長(zhǎng)類動(dòng)物中比在嚙齒類動(dòng)物中更為顯著，有助于闡明精神分裂癥等精神疾病的潛在病理機(jī)制。研究發(fā)表在 Nature Communications 上。

#疾病與健康 #神經(jīng)機(jī)制與腦功能解析 #工作記憶 #神經(jīng)元多樣性 #前額葉皮層

閱讀更多：

Feyerabend, M., et al. “Intrinsic Neuronal Diversity as a Substrate for Cortical Area Specialization in Primate Vision.” Nature Communications, June 2026. www.nature.com, https://doi.org/10.1038/s41467-026-73734-5

基因剪接異常導(dǎo)致嚴(yán)重失眠

大腦何時(shí)應(yīng)該清醒，何時(shí)又該休息？由 Tahnee Mackensen 和 Manuel Irimia 等人（巴塞羅那龐培法布拉大學(xué)與基因組調(diào)控中心）組成的研究團(tuán)隊(duì)發(fā)現(xiàn)，神經(jīng)元基因中被稱為微外顯子的微小片段如果發(fā)生剪接異常，會(huì)導(dǎo)致斑馬魚(yú)處于過(guò)度興奮狀態(tài)并引發(fā)嚴(yán)重失眠。這一發(fā)現(xiàn)揭示了調(diào)控生物覺(jué)醒狀態(tài)和睡眠周期的一種新型分子機(jī)制。

? 鈣成像技術(shù)用于測(cè)量大腦中的神經(jīng)活動(dòng)。圖像越亮，神經(jīng)活動(dòng)越活躍。Credit: UPF - CRG

研究人員構(gòu)建了缺乏特定拼接因子基因的斑馬魚(yú)突變體，使其無(wú)法正常納入微外顯子（microexons，長(zhǎng)度僅為3到51個(gè)核苷酸的極小外顯子片段）。通過(guò)高通量行為追蹤和高速攝像分析發(fā)現(xiàn)，這些突變體表現(xiàn)出明顯的過(guò)度興奮狀態(tài)，白天活動(dòng)量增加61％，夜間活動(dòng)量增加66％，且入睡延遲47％，導(dǎo)致夜間每10小時(shí)就損失1.5小時(shí)的睡眠。此外，突變體前腦區(qū)域的環(huán)磷酸腺苷（cAMP）水平顯著升高，使神經(jīng)元一直處于過(guò)度活躍狀態(tài)。研究團(tuán)隊(duì)使用化學(xué)抑制劑降低突變體體內(nèi)的cAMP水平后，斑馬魚(yú)的活動(dòng)成功恢復(fù)到正常狀態(tài)，證實(shí)了cAMP在神經(jīng)元中扮演著控制覺(jué)醒強(qiáng)度的恒溫器角色。由于人類自閉癥和精神分裂癥也存在微外顯子調(diào)控異常，該研究為緩解相關(guān)神經(jīng)系統(tǒng)疾病的行為癥狀提供了潛在的藥理學(xué)靶點(diǎn)。研究發(fā)表在 Science Advances 上。

#疾病與健康 #神經(jīng)機(jī)制與腦功能解析 #選擇性剪接 #睡眠障礙 #斑馬魚(yú)

閱讀更多：

Mackensen, Tahnee, et al. “Neuronal Microexons Modulate Arousal via the cAMP-PKA-CREB Pathway in Zebrafish.” Science Advances, vol. 12, no. 25, June 2026, p. eady8291. science.org (Atypon), https://doi.org/10.1126/sciadv.ady8291

鎖定關(guān)聯(lián)六種腦部疾病的三個(gè)核心基因

精神疾病的早期發(fā)現(xiàn)和治療一直受限于其復(fù)雜的生物學(xué)機(jī)制。復(fù)旦大學(xué)、倫敦國(guó)王學(xué)院以及巴黎-薩克雷大學(xué)等機(jī)構(gòu)的研究團(tuán)隊(duì)通過(guò)對(duì)青少年多組學(xué)數(shù)據(jù)的分析，成功發(fā)現(xiàn)了跨越精神分裂癥、抑郁癥和失眠癥等六種精神和發(fā)育障礙的共同遺傳和免疫標(biāo)志物。

? 主要神經(jīng)精神疾病共有的致病 CpG 位點(diǎn)和致病基因。a、b，圖中展示了致病 CpG 位點(diǎn)（a）和致病基因（b）。每種神經(jīng)精神疾病用特定顏色表示，每條曲線的寬度代表致病 CpG 位點(diǎn)或基因?qū)ο鄳?yīng)疾病的影響程度（曲線越寬，絕對(duì)效應(yīng)越大）。數(shù)字表示相應(yīng) CpG 位點(diǎn)/基因與神經(jīng)精神疾病之間的相關(guān)性。Credit: Qian et al. (Nature Mental Health, 2026).

研究團(tuán)隊(duì)利用歐洲大型青少年IMAGEN隊(duì)列項(xiàng)目中1274名健康青少年的血液多組學(xué)數(shù)據(jù)進(jìn)行分析。他們通過(guò)全基因組分析結(jié)合孟德?tīng)栯S機(jī)化，在六種神經(jīng)精神和睡眠障礙（包括精神分裂癥、重度抑郁癥、雙相情感障礙、注意力缺陷多動(dòng)障礙、自閉癥譜系障礙和失眠癥）中，確定了73個(gè)致病DNA甲基化位點(diǎn)和62個(gè)致病基因。其中，研究者重點(diǎn)鎖定了三個(gè)關(guān)鍵基因（MAD1L1、MRPL2、HLA-DRB1）。例如，在cg06770790位點(diǎn)的甲基化會(huì)抑制MRPL2基因的表達(dá)，進(jìn)而增加失眠和精神分裂癥的患病風(fēng)險(xiǎn)。研究還顯示，這些致病基因在自身免疫性疾病通路中顯著富集，提示精神疾病與免疫系統(tǒng)失調(diào)存在著共同的基因組機(jī)制，這也為未來(lái)的多病同治和早期干預(yù)開(kāi)發(fā)提供了潛在的分子靶點(diǎn)。研究發(fā)表在 Nature Mental Health 上。

#疾病與健康 #心理健康與精神疾病 #多組學(xué) #孟德?tīng)栯S機(jī)化

閱讀更多：

Qian, Luheng, et al. “Adolescent Multi-Omics and Mendelian Randomization Reveal Transdiagnostic Molecular Mechanisms in Psychiatric Disorders.” Nature Mental Health, June 2026, pp. 1–14. www.nature.com, https://doi.org/10.1038/s44220-026-00660-2

多巴胺通過(guò)抑制神經(jīng)元活動(dòng)激發(fā)運(yùn)動(dòng)渴望

如何解析行為成癮中動(dòng)機(jī)異常的腦機(jī)制？Naoya Nishitani與Katsuyuki Kaneda等（金澤大學(xué)）利用新型小鼠跑輪成癮模型，闡明了內(nèi)側(cè)伏隔核中多巴胺及其受體在調(diào)節(jié)尋求與消耗獎(jiǎng)賞中的神經(jīng)機(jī)制。

? 在操作性輪跑任務(wù)中，向伏隔核內(nèi)側(cè)部（mNAc）注射 D0 受體拮抗劑可降低獎(jiǎng)賞尋求和獎(jiǎng)賞消耗（左下）。向伏隔核內(nèi)側(cè)部注射 D1 受體拮抗劑也可降低獎(jiǎng)賞尋求（右下）。Credit: Adapted from Nishitani et al. (2025), Neuropsychopharmacology,

研究團(tuán)隊(duì)設(shè)計(jì)了一種將跑輪運(yùn)動(dòng)作為天然獎(jiǎng)賞的操作性條件反射任務(wù)。小鼠需通過(guò)戳鼻達(dá)到規(guī)定次數(shù)來(lái)獲得1分鐘的跑輪機(jī)會(huì)。研究人員以此獨(dú)立評(píng)估尋求獎(jiǎng)賞和消耗獎(jiǎng)賞這兩種動(dòng)機(jī)。藥理學(xué)實(shí)驗(yàn)顯示，系統(tǒng)性或內(nèi)側(cè)伏隔核（mNAc）局部阻斷多巴胺D1和D2受體會(huì)抑制尋求行為，而僅阻斷D1受體會(huì)減少消耗行為。此外，利用光纖光度測(cè)定發(fā)現(xiàn)，在小鼠開(kāi)始尋求獎(jiǎng)賞前，mNAc的神經(jīng)活動(dòng)下降，而多巴胺釋放量上升；當(dāng)獲得跑輪獎(jiǎng)賞時(shí)，兩者均顯著上升。若使用D1受體拮抗劑，則會(huì)阻止尋求前mNAc神經(jīng)活動(dòng)的下降。表明多巴胺釋放增加并通過(guò)D1受體抑制mNAc神經(jīng)活動(dòng)，是驅(qū)動(dòng)特定行為動(dòng)機(jī)的關(guān)鍵機(jī)制。研究發(fā)表在 Neuropsychopharmacology 上。

#疾病與健康 #神經(jīng)機(jī)制與腦功能解析 #行為成癮 #多巴胺 #內(nèi)側(cè)伏隔核

閱讀更多：

Nishitani, Naoya, et al. “Medial Nucleus Accumbens Dopamine Receptors Modulate Motivation for Wheel Running in Male Mice.” Neuropsychopharmacology, vol. 50, no. 13, Dec. 2025, pp. 1982–92. www.nature.com, https://doi.org/10.1038/s41386-025-02136-w

新計(jì)算模型鎖定641個(gè)精神分裂癥新基因

精神分裂癥的遺傳機(jī)制復(fù)雜，傳統(tǒng)方法難以精確識(shí)別其風(fēng)險(xiǎn)基因。Fabiana Rossi、Giulio Pergola和Daniel R. Weinberger等（利伯腦發(fā)育研究所與意大利巴里大學(xué)等機(jī)構(gòu)）通過(guò)構(gòu)建新型計(jì)算模型，揭示了基因網(wǎng)絡(luò)在大腦中的長(zhǎng)程協(xié)同作用，成功發(fā)現(xiàn)了641個(gè)此前未被識(shí)別的精神分裂癥相關(guān)基因。

研究團(tuán)隊(duì)開(kāi)發(fā)了名為 INGENE 和 MODULE 的計(jì)算模型，用于捕捉遠(yuǎn)端調(diào)控變異（trans-eQTLs）對(duì)基因表達(dá)的集體影響。傳統(tǒng)方法通常只關(guān)注近端變異，而新模型能夠模擬基因之間的長(zhǎng)程調(diào)控關(guān)系。研究人員分析了超過(guò) 10.2 萬(wàn)名個(gè)體的基因數(shù)據(jù)，以及來(lái)自數(shù)百名捐贈(zèng)者六個(gè)腦區(qū)（包括海馬體和杏仁核等）的腦組織樣本。結(jié)果表明，這種結(jié)合了順式和反式預(yù)測(cè)的模型，顯著提升了 18744 個(gè)基因的表達(dá)預(yù)測(cè)準(zhǔn)確性，性能超越了此前的基準(zhǔn)模型。通過(guò)將該模型應(yīng)用于大規(guī)模基因組數(shù)據(jù)，研究團(tuán)隊(duì)成功在腦區(qū)中篩選出 766 個(gè)與精神分裂癥相關(guān)的基因，其中 641 個(gè)為首次發(fā)現(xiàn)的全新關(guān)聯(lián)基因。這些基因主要富集在谷氨酸信號(hào)傳導(dǎo)、腦細(xì)胞通訊及免疫過(guò)程等關(guān)鍵生物學(xué)通路上。這一成果為理解該疾病的遺傳相互作用提供了重要見(jiàn)解，有望推動(dòng)精準(zhǔn)精神病學(xué)的發(fā)展。研究發(fā)表在 Nature Genetics 上。

#疾病與健康 #心理健康與精神疾病 #精神分裂癥 #基因網(wǎng)絡(luò) #計(jì)算生物學(xué)

閱讀更多：

Rossi, Fabiana, et al. “Co-Expression-Based Models Improve eQTL Predictions and Highlight Novel Transcriptome-Wide Genes Associated with Schizophrenia.” bioRxiv, 11 Feb. 2026, p. 2026.02.10.704353. bioRxiv, https://doi.org/10.64898/2026.02.10.704353

哪怕看不清字，大腦也能悄悄讀懂它的意思

感覺(jué)加工在意識(shí)中扮演什么角色？Daphné Rimsky Robert、Matteo Lisi及其合作者（法國(guó)國(guó)家科學(xué)研究中心/巴黎西岱大學(xué)整合神經(jīng)科學(xué)與認(rèn)知中心、倫敦大學(xué)皇家霍洛威學(xué)院）通過(guò)設(shè)計(jì)結(jié)合視覺(jué)遮蔽與聽(tīng)覺(jué)提示的認(rèn)知實(shí)驗(yàn)，證實(shí)人類大腦可以在感官細(xì)節(jié)完全缺失的情況下，有意識(shí)地獲取并理解已消失文字的抽象語(yǔ)義含義。

在實(shí)驗(yàn)中，研究團(tuán)隊(duì)向參與者短暫展示一個(gè)單詞，隨后立即用隨機(jī)字符串進(jìn)行視覺(jué)掩蔽，以打斷其視覺(jué)加工。在單詞消失后，參與者會(huì)聽(tīng)到一段相關(guān)或不相關(guān)的詞語(yǔ)錄音。測(cè)試結(jié)果顯示，當(dāng)后來(lái)的聽(tīng)覺(jué)詞匯與先前被掩蔽的單詞存在語(yǔ)義關(guān)聯(lián)時(shí)，參與者能夠顯著提高對(duì)先前單詞的檢測(cè)與識(shí)別能力。然而，令人驚訝的是，他們卻完全無(wú)法回憶起該單詞的大小寫(xiě)形式或在屏幕中的具體位置等物理特征。這表明，通過(guò)逆向線索（retro-cueing，利用事后提示激活先前記憶表征的技術(shù)），大腦能夠在感覺(jué)痕跡消失后，幫助純粹的語(yǔ)義表征進(jìn)入意識(shí)。該發(fā)現(xiàn)表明意識(shí)獲取機(jī)制在很大程度上獨(dú)立于早期的感覺(jué)積累，支持了意識(shí)源于后期信息廣播的理論。研究發(fā)表在 Communications Psychology 上。

#認(rèn)知科學(xué) #神經(jīng)機(jī)制與腦功能解析 #意識(shí)感知 #語(yǔ)義加工 #視覺(jué)掩蔽

閱讀更多：

Rimsky Robert, Daphné, et al. “Consciously Detecting and Recognizing a Past Visual Word after Its Sensory Trace Is Gone.” Communications Psychology, June 2026. www.nature.com, https://doi.org/10.1038/s44271-026-00478-9

早期神經(jīng)運(yùn)輸損傷或可逆轉(zhuǎn)

神經(jīng)退行性疾病中的軸突運(yùn)輸受損機(jī)制及可逆性長(zhǎng)期不明。Edoardo Moretto、Marc Aurel Busche和Giampietro Schiavo等（英國(guó)倫敦大學(xué)學(xué)院女王廣場(chǎng)神經(jīng)病學(xué)研究所、英國(guó)癡呆癥研究所及意大利國(guó)家研究中心）通過(guò)小鼠實(shí)驗(yàn)，發(fā)現(xiàn)由病理性tau蛋白聚集引起的軸突運(yùn)輸缺陷在神經(jīng)元死亡前是可逆的，并揭示了其分子機(jī)制。

? 利用掃描電子顯微鏡對(duì)培養(yǎng)的小鼠原代皮層神經(jīng)元進(jìn)行成像。Credit: Steve Gschmeissner and Giampietro Schiavo

研究團(tuán)隊(duì)利用雙光子成像技術(shù)，在活體小鼠大腦皮層中追蹤熒光標(biāo)記的腦源性神經(jīng)營(yíng)養(yǎng)因子的運(yùn)動(dòng)，從而實(shí)時(shí)監(jiān)測(cè)軸突運(yùn)輸。結(jié)果顯示，在神經(jīng)纖維纏結(jié)形成和神經(jīng)元死亡之前的疾病極早期，軸突運(yùn)輸便已受損，表現(xiàn)為速度減慢和停頓增加。機(jī)制上，過(guò)度磷酸化的tau蛋白在微管上形成了被稱為tau包膜（tau envelopes，由多個(gè)tau蛋白分子協(xié)同結(jié)合微管形成的聚集體）的障礙，阻礙了驅(qū)動(dòng)蛋白的移動(dòng)。研究證實(shí)該損傷是可逆的。通過(guò)藥物抑制絲裂原活化蛋白激酶（MAPK）p38α（一種調(diào)節(jié)細(xì)胞應(yīng)激和驅(qū)動(dòng)tau蛋白磷酸化的關(guān)鍵酶），能減少異常磷酸化并縮小包膜體積，顯著恢復(fù)軸突運(yùn)輸功能。持續(xù)使用選擇性抑制劑neflamapimod治療效果更佳。研究發(fā)表在 Nature Neuroscience 上。

#疾病與健康 #神經(jīng)機(jī)制與腦功能解析 #阿爾茨海默病 #軸突運(yùn)輸 #神經(jīng)退行性疾病

閱讀更多：

Moretto, Edoardo, et al. “Aberrant Tau Accumulation Caused by MAPT Mutations Induces Early Pathological Changes in Axonal Transport That Are Rescued by P38α Inhibition.” Nature Neuroscience, vol. 29, no. 6, June 2026, pp. 1355–68. www.nature.com, https://doi.org/10.1038/s41593-026-02266-4

AI 行業(yè)動(dòng)態(tài)

48小時(shí)流失兩位大將：諾獎(jiǎng)得主John Jumper離開(kāi)谷歌加入Anthropic

繼Transformer共同發(fā)明人Noam Shazeer加入OpenAI僅48小時(shí)后，谷歌DeepMind副總裁、因開(kāi)發(fā)蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)系統(tǒng)AlphaFold榮獲諾貝爾化學(xué)獎(jiǎng)的研究人員John Jumper也宣布離職并加入Anthropic。John Jumper曾長(zhǎng)期在掌門(mén)人Demis Hassabis支持下領(lǐng)導(dǎo)團(tuán)隊(duì)，攻克了生物學(xué)界長(zhǎng)達(dá)半個(gè)世紀(jì)的蛋白質(zhì)折疊難題。

分析認(rèn)為，John Jumper的離職與谷歌在AI編程工具商業(yè)化上的滯后，以及對(duì)手Anthropic在生命科學(xué)領(lǐng)域的重金投入有關(guān)。近期，由于主力大模型更新一再延期，谷歌DeepMind團(tuán)隊(duì)內(nèi)部也流露出對(duì)模型研發(fā)進(jìn)度落后的擔(dān)憂。與此同時(shí)，各大科技巨頭對(duì)頂尖研究人員的爭(zhēng)奪正日趨白熱化，John Jumper的加入無(wú)疑將強(qiáng)化Anthropic在生物醫(yī)藥等前沿應(yīng)用領(lǐng)域的競(jìng)爭(zhēng)優(yōu)勢(shì)。

#谷歌DeepMind #JohnJumper #Anthropic #人才流動(dòng) #生物AI

閱讀更多：

https://www.bloomberg.com/news/articles/2026-06-19/nobel-winner-john-jumper-to-leave-google-deepmind-for-anthropic

AI 驅(qū)動(dòng)科學(xué)

Nature：新型光纖夾爪實(shí)現(xiàn)微米級(jí)精密機(jī)械裝配

針對(duì)傳統(tǒng)光鑷抓力不足而無(wú)法操控復(fù)雜微觀物體的難題，安徽大學(xué)的研究人員研制出一種光控微型機(jī)械夾爪。該成果成功將高精度光控與機(jī)械抓握相結(jié)合，實(shí)現(xiàn)了微觀尺度下對(duì)復(fù)雜物體的三維高效操控。

? 利用光纖光柵（OFG）對(duì)不透明、不規(guī)則且厘米級(jí)大小的物體進(jìn)行高性能三維操控。Credit: Nature (2026).

研究團(tuán)隊(duì)利用雙光子聚合在商用光纖端面構(gòu)建了尺寸僅為38×38×61立方微米的微型夾爪。其設(shè)計(jì)靈感源自生物學(xué)：光纖充當(dāng)神經(jīng)傳輸信號(hào)，摻有銀納米顆粒的熱敏水凝膠充當(dāng)肌肉提供動(dòng)力，剛性光刻膠則構(gòu)成骨骼骨架。當(dāng)近紅外激光照射時(shí)，光熱效應(yīng)使水凝膠肌肉收縮從而張開(kāi)爪子，關(guān)閉激光則使爪子閉合。實(shí)驗(yàn)表明，該夾爪響應(yīng)時(shí)間僅為77毫秒，每秒可開(kāi)合5次。其輸出力達(dá)到微牛級(jí)，力質(zhì)比約為每毫克340微牛，比此前同類裝置提升了一到兩個(gè)數(shù)量級(jí)。該裝置不僅能無(wú)損抓取和釋放單個(gè)癌細(xì)胞，還能操控不透明微粒、不規(guī)則碎片，甚至完成了微米級(jí)精度的微型齒輪箱和軸承的裝配，且能深入小于300微米的極窄通道或動(dòng)物組織中進(jìn)行采樣。研究發(fā)表在 Nature 上。

#其他 #機(jī)器人及其進(jìn)展 #仿生技術(shù) #微納操縱

閱讀更多：

Pan, Deng, et al. “Optical Fibre Gripper for High-Performance 3D Micromanipulation.” Nature, June 2026, pp. 1–9. www.nature.com, https://doi.org/10.1038/s41586-026-10673-7

單個(gè)器件實(shí)現(xiàn)高維并行計(jì)算，能效提升十倍

傳統(tǒng)人工智能硬件因存算分離導(dǎo)致能耗巨大，亞利桑那大學(xué)的 Jinli Chen, Akinsanmi S. Ige, Keith Runge, Pierre A. Deymier 以及 Xiaodong Yan 團(tuán)隊(duì)受人腦啟發(fā)，開(kāi)發(fā)了一種拓?fù)渎晫W(xué)突觸（TAS）。該研究通過(guò)利用非線性聲波動(dòng)力學(xué)，在單一器件內(nèi)實(shí)現(xiàn)了高維并行計(jì)算，極大地提升了處理效率并降低了功耗。

? TAS 的神經(jīng)形態(tài)功能和計(jì)算基準(zhǔn)測(cè)試。Credit: Science Advances (2026).

研究團(tuán)隊(duì)研制的拓?fù)渎晫W(xué)突觸（TAS）棄用了傳統(tǒng)的電子傳輸，轉(zhuǎn)而通過(guò)微小連接路徑傳輸聲波，并將信息編碼為相位比特（phi-bits，由波導(dǎo)內(nèi)聲波集體相互作用產(chǎn)生的信息單位）。這種機(jī)制模擬了生物突觸的增強(qiáng)與抑制過(guò)程。在 Iris 花卉分類測(cè)試中，TAS 展現(xiàn)出卓越的性能，其學(xué)習(xí)收斂速度比傳統(tǒng)多層感知機(jī)快 20%，參數(shù)需求減少 60%，且功耗比場(chǎng)效應(yīng)晶體管（FET）和憶阻器等尖端電子硬件低至少一個(gè)數(shù)量級(jí)。此外，通過(guò)增加波導(dǎo)數(shù)量，TAS 還能模擬復(fù)雜的神經(jīng)調(diào)節(jié)。這種聲音芯片實(shí)現(xiàn)了真正的硬件并行處理，為解決大數(shù)據(jù)時(shí)代的計(jì)算密度挑戰(zhàn)提供了新路徑。研究發(fā)表在 Science Advances 上。

#神經(jīng)科學(xué) #計(jì)算模型與人工智能模擬 #神經(jīng)形態(tài)計(jì)算 #聲學(xué)突觸

閱讀更多：

Chen, Jinli, et al. “Topological Acoustic Synapse for High-Dimensional Neuromorphic Computing.” Science Advances, vol. 12, no. 24, June 2026, p. eaec6633. science.org (Atypon), https://doi.org/10.1126/sciadv.aec6633

人工突觸利用光顏色編程實(shí)現(xiàn)類腦平衡學(xué)習(xí)

如何降低現(xiàn)代人工智能的高能耗并實(shí)現(xiàn)類似人腦的自平衡學(xué)習(xí)？Hyun Woo Kim、Wooseok Yang、Sae Byeok Jo（成均館大學(xué)）等人組成的研究團(tuán)隊(duì)利用下一代半導(dǎo)體材料中的缺陷，開(kāi)發(fā)出一種可通過(guò)光顏色調(diào)控記憶與遺忘的新型人工突觸器件。

? 通過(guò)對(duì)光顏色的感知，單個(gè)經(jīng)過(guò)基因工程改造的突觸能夠選擇性地增強(qiáng)或減弱其記憶，從而實(shí)現(xiàn)類似大腦的穩(wěn)態(tài)學(xué)習(xí)。Credit: Nature Communications (2026).

研究團(tuán)隊(duì)巧妙地利用了硫化銀鉍（AgBiS2）半導(dǎo)體中的陽(yáng)離子無(wú)序（cation disorder，指晶體結(jié)構(gòu)中陽(yáng)離子的無(wú)序排列）缺陷來(lái)制造電子陷阱。他們?cè)谠摬牧仙戏蕉询B了近紅外吸收分子層。通過(guò)精確調(diào)控，入射光的顏色成為了控制學(xué)習(xí)的開(kāi)關(guān)。近紅外光能夠填充陷阱，觸發(fā)長(zhǎng)期增強(qiáng)，使突觸連接增強(qiáng)13倍以上，實(shí)現(xiàn)加速學(xué)習(xí)。相反，短波長(zhǎng)的藍(lán)光則會(huì)清空陷阱，驅(qū)動(dòng)長(zhǎng)期抑制，實(shí)現(xiàn)快速遺忘。超快激光光譜技術(shù)證實(shí)，兩種顏色的光會(huì)讓電子在相反的路徑上運(yùn)動(dòng)。在手寫(xiě)數(shù)字識(shí)別模擬中，采用這種波長(zhǎng)正交方案的系統(tǒng)在1000輪訓(xùn)練中保持了穩(wěn)定的識(shí)別率，而傳統(tǒng)單一機(jī)制系統(tǒng)在200輪內(nèi)就失去了記憶。該器件可采用與現(xiàn)有半導(dǎo)體生產(chǎn)線兼容的低溫溶液法制備。研究發(fā)表在 Nature Communications 上。

#其他 #計(jì)算模型與人工智能模擬 #神經(jīng)形態(tài)計(jì)算 #人工突觸 #自平衡學(xué)習(xí)

閱讀更多：

Kim, Hyun Woo, et al. “Disorder-Mediated Non-Equilibrium Photocurrent Redistribution Enables Homeostatic Synaptic Conditioning in AgBiS2 Heterostructure.” Nature Communications, May 2026. www.nature.com, https://doi.org/10.1038/s41467-026-73235-5

利用強(qiáng)化學(xué)習(xí)使無(wú)人機(jī)學(xué)會(huì)自主側(cè)身擠過(guò)極窄縫隙

如何在無(wú)外部定位時(shí)控制無(wú)人機(jī)穿過(guò)極窄縫隙？浙江大學(xué)的研究團(tuán)隊(duì)開(kāi)發(fā)出一種全新的感知運(yùn)動(dòng)控制策略，成功讓四旋翼無(wú)人機(jī)僅依靠機(jī)載傳感器即可自主完成高難度傾斜避障，安全穿過(guò)極窄空間。

? 工作原理和系統(tǒng)實(shí)現(xiàn)。Credit: Wu et al.

傳統(tǒng)無(wú)人機(jī)在復(fù)雜雜亂環(huán)境中極易發(fā)生碰撞。為此，研究團(tuán)隊(duì)提出了一種感知運(yùn)動(dòng)策略，通過(guò)強(qiáng)化學(xué)習(xí)在模擬環(huán)境中進(jìn)行訓(xùn)練。為解決無(wú)模型強(qiáng)化學(xué)習(xí)在三維特殊歐幾里得群限制下難以尋找可行路徑的難題，研究人員利用基于模型的規(guī)劃器生成軌跡來(lái)引導(dǎo)算法初始化。

研究團(tuán)隊(duì)在一架尺寸為38厘米乘10厘米的定制四旋翼無(wú)人機(jī)上進(jìn)行了物理驗(yàn)證。實(shí)驗(yàn)表明，該控制策略表現(xiàn)出極高的重復(fù)性與精準(zhǔn)度，使無(wú)人機(jī)在無(wú)需預(yù)先獲知縫隙位置和方向的前提下，成功穿過(guò)間隙僅有5厘米、傾斜角高達(dá)90度的矩形縫隙。在面對(duì)未曾訓(xùn)練過(guò)的動(dòng)態(tài)移動(dòng)縫隙時(shí)，無(wú)人機(jī)也能敏捷地做出反應(yīng)并安全穿過(guò)。這項(xiàng)研究展示了端到端控制架構(gòu)在極高精度約束任務(wù)中的巨大應(yīng)用潛力。研究發(fā)表在 Science Robotics 上。

#其他 #機(jī)器人及其進(jìn)展 #無(wú)人機(jī) #強(qiáng)化學(xué)習(xí) #自主導(dǎo)航

閱讀更多：

Wu, Tianyue, et al. “Precise Aggressive Aerial Maneuvers with Sensorimotor Policies.” Science Robotics, vol. 11, no. 115, June 2026, p. eaeb0180. science.org (Atypon), https://doi.org/10.1126/scirobotics.aeb0180

串聯(lián)神經(jīng)網(wǎng)絡(luò)毫秒級(jí)提取半導(dǎo)體特性

如何高效獲取晶體管隱藏的物理特性是優(yōu)化芯片制造的瓶頸。Masatoshi Kimura、Keisuke Ide和Toshio Kamiya等（東京科學(xué)研究所、橫濱市立大學(xué)與臺(tái)灣國(guó)立中山大學(xué)）開(kāi)發(fā)出一種新型串聯(lián)神經(jīng)網(wǎng)絡(luò)（tandem neural network）框架，成功在毫秒內(nèi)準(zhǔn)確反向提取出半導(dǎo)體的關(guān)鍵物理參數(shù)。

? Credit: Institute of Science Tokyo

在半導(dǎo)體領(lǐng)域，不同的物理屬性組合可能會(huì)產(chǎn)生幾乎相同的晶體管特性，這種現(xiàn)象被稱為多值性，使得反向推導(dǎo)極為困難。傳統(tǒng)方法依賴于器件仿真（TCAD）軟件進(jìn)行數(shù)百次迭代，耗時(shí)數(shù)小時(shí)至數(shù)天。本研究提出的新型框架將兩個(gè)機(jī)器學(xué)習(xí)模型串聯(lián)：第一個(gè)模型負(fù)責(zé)逆向預(yù)測(cè)，從測(cè)量數(shù)據(jù)估算材料參數(shù)；第二個(gè)模型則是預(yù)訓(xùn)練的正向模型，用于重建晶體管特性并約束預(yù)測(cè)范圍。研究團(tuán)隊(duì)使用1000個(gè)非晶銦鎵鋅氧化物（a-IGZO）晶體管的數(shù)據(jù)集訓(xùn)練該系統(tǒng)，涵蓋了缺陷密度、電子遷移率等六個(gè)重要參數(shù)。結(jié)果顯示，該系統(tǒng)能在不到1毫秒的時(shí)間內(nèi)，從單條電流-電壓曲線中推斷出所有參數(shù)，決定系數(shù)達(dá)到了0.99以上。相比傳統(tǒng)迭代方法，其分析速度提升了六個(gè)數(shù)量級(jí)以上，且在實(shí)驗(yàn)室制造的真實(shí)器件測(cè)試中表現(xiàn)出高度一致性。研究發(fā)表在 Advanced Intelligent Systems 上。

#AI驅(qū)動(dòng)科學(xué) #預(yù)測(cè)模型構(gòu)建 #半導(dǎo)體 #機(jī)器學(xué)習(xí)

閱讀更多：

Kimura, Masatoshi, et al. “Tandem Neural Network Rapidly Solves Multivalued Inverse Problems: Application to Oxide-Semiconductor Characterization.” Advanced Intelligent Systems, n/a, no. n/a, p. e70437. Wiley Online Library, https://doi.org/10.1002/aisy.70437

新一代統(tǒng)一數(shù)據(jù)庫(kù)AkasicDB顯著減少大模型幻覺(jué)并提升檢索效率

企業(yè)AI代理在處理復(fù)雜數(shù)據(jù)時(shí)極易產(chǎn)生事實(shí)性幻覺(jué)。Geonho Lee、Jeongho Park、Donghyoung Han、Min-Soo Kim（韓國(guó)科學(xué)技術(shù)院與GraphAI Co. Ltd.）合作研發(fā)了下一代數(shù)據(jù)庫(kù)AkasicDB，通過(guò)統(tǒng)一集成向量、圖和關(guān)系存儲(chǔ)，成功減少了AI幻覺(jué)并大幅提升了查詢效率。

? AkasicDB 將向量、圖和關(guān)系存儲(chǔ)集成到單個(gè)數(shù)據(jù)庫(kù)管理系統(tǒng) (DBMS) 中，并通過(guò)統(tǒng)一的查詢規(guī)劃器和遍歷-連接-相似性運(yùn)算符，將跨三種數(shù)據(jù)模型的查詢處理為單個(gè)執(zhí)行計(jì)劃。這與傳統(tǒng)方法（通常分別操作多個(gè)數(shù)據(jù)庫(kù)）截然不同。Credit: KAIST

為了應(yīng)對(duì)傳統(tǒng)檢索增強(qiáng)生成在處理多維數(shù)據(jù)時(shí)的局限，研究團(tuán)隊(duì)開(kāi)發(fā)了融合向量、圖和關(guān)系數(shù)據(jù)庫(kù)的單一引擎AkasicDB。在此基礎(chǔ)上，他們提出一種稱為全方位檢索增強(qiáng)生成（Omni RAG，通過(guò)結(jié)合文檔語(yǔ)義、實(shí)體關(guān)系和表格結(jié)構(gòu)化數(shù)據(jù)來(lái)提高大模型檢索質(zhì)量）的新方法。該系統(tǒng)允許用戶將復(fù)雜的向量搜索、圖遍歷和關(guān)系過(guò)濾合并為單個(gè)結(jié)構(gòu)化查詢語(yǔ)言和圖形查詢語(yǔ)言（SQL/GQL）進(jìn)行統(tǒng)一執(zhí)行。實(shí)驗(yàn)結(jié)果表明，該架構(gòu)最大限度減少了中間數(shù)據(jù)傳輸與響應(yīng)延遲。原本在傳統(tǒng)分立系統(tǒng)中需要21.3秒才能完成的復(fù)雜搜索，在AkasicDB中耗時(shí)縮短至1秒以內(nèi)，處理速度提升了20倍以上。此外，由于能夠同時(shí)利用多維度數(shù)據(jù)進(jìn)行精準(zhǔn)檢索，該技術(shù)將生成式人工智能的回答準(zhǔn)確率提升了78%，顯著抑制了幻覺(jué)現(xiàn)象。研究發(fā)表在 Companion of the International Conference on Management of Data 上。

#大模型技術(shù) #其他 #檢索增強(qiáng)生成 #數(shù)據(jù)庫(kù)

閱讀更多：

Lee, Geonho, et al. “AkasicDB: Demonstrating Omni RAG with a Unified Vector-Graph-Relational DBMS.” Companion of the International Conference on Management of Data [New York, NY, USA], SIGMOD Companion ’26, 2026, pp. 70–73. ACM Digital Library, https://doi.org/10.1145/3788853.3801609

智能不等于意識(shí)：神經(jīng)科學(xué)家警示警惕AI聊天機(jī)器人的擬人化陷阱

人工智能聊天機(jī)器人是否真的具有意識(shí)？Vanessa Hadid、Karim Jerbi與John W. Krakauer（蒙特利爾大學(xué)和約翰·霍普金斯大學(xué)等）合作發(fā)表論文，指出AI的高水平智能表現(xiàn)并不等同于擁有意識(shí)體驗(yàn)，警告公眾需要高度警惕將AI擬人化所帶來(lái)的心理和認(rèn)知危機(jī)。

研究團(tuán)隊(duì)引入神經(jīng)科學(xué)中的盲視（blindsight，指大腦初級(jí)視覺(jué)皮層受損后，患者主觀上看不見(jiàn)卻能準(zhǔn)確對(duì)視覺(jué)刺激做出反應(yīng)的現(xiàn)象）和情感盲視（affective blindsight，指患者在無(wú)法有意識(shí)感知面部表情時(shí)仍能對(duì)情緒做出反應(yīng)的生理現(xiàn)象）來(lái)闡釋這一問(wèn)題。這些現(xiàn)象表明，復(fù)雜的、具有目標(biāo)導(dǎo)向和情感響應(yīng)的行為可以在無(wú)意識(shí)狀態(tài)下完成，即智能行為與意識(shí)體驗(yàn)是完全分離的。當(dāng)前的對(duì)話式智能體本質(zhì)上是基于統(tǒng)計(jì)模式學(xué)習(xí)的計(jì)算系統(tǒng)，通過(guò)數(shù)學(xué)優(yōu)化生成回復(fù)，屬于一種計(jì)算自動(dòng)化，而非產(chǎn)生了內(nèi)在生命。當(dāng)人們面對(duì)能夠流利進(jìn)行情感互動(dòng)的AI時(shí)，極易落入擬人化陷阱，誤認(rèn)為對(duì)方理解并關(guān)心自己，從而在心理脆弱時(shí)過(guò)度產(chǎn)生情感依戀，甚至加劇心理健康隱患。研究發(fā)表在 The Transmitter 上。

#神經(jīng)科學(xué) #神經(jīng)機(jī)制與腦功能解析 #心理健康與精神疾病

閱讀更多：

“The Illusion of AI Consciousness: Lessons from Humans.” The Transmitter: Neuroscience News and Perspectives, 8 June 2026, https://www.thetransmitter.org/artificial-intelligence/the-illusion-of-ai-consciousness-lessons-from-human-unconscious-processing/.

融合蟻群與鳥(niǎo)群算法突破人工智能早熟收斂瓶頸

AI算法常因過(guò)早停止搜索而陷入局部最優(yōu)。為解決此難題，Donald C. Wunsch II（密蘇里科技大學(xué)）與Ashraf M. Abdelbar（布蘭登大學(xué)）將兩種自然啟發(fā)式計(jì)算技術(shù)結(jié)合，研發(fā)出能鼓勵(lì)算法持續(xù)探索的高效尋優(yōu)方法。

該研究將模擬螞蟻集體覓食的蟻群優(yōu)化算法，與模擬鳥(niǎo)群信息共享的粒子群優(yōu)化算法相結(jié)合。研究人員在連續(xù)域蟻群算法中引入源自鳥(niǎo)群的社會(huì)影響機(jī)制，以提高算法的搜索多樣性，避免其在得到次優(yōu)解后過(guò)早收斂。在算法性能評(píng)估中，研究團(tuán)隊(duì)利用加州大學(xué)歐文分校基準(zhǔn)數(shù)據(jù)庫(kù)的65個(gè)數(shù)據(jù)集對(duì)前饋神經(jīng)網(wǎng)絡(luò)進(jìn)行分類訓(xùn)練，并在包含多達(dá)30,000個(gè)變量的63個(gè)復(fù)雜數(shù)學(xué)優(yōu)化測(cè)試中進(jìn)行驗(yàn)證。結(jié)果顯示，與標(biāo)準(zhǔn)蟻群算法相比，新方法在48項(xiàng)神經(jīng)網(wǎng)絡(luò)測(cè)試及47項(xiàng)數(shù)學(xué)優(yōu)化測(cè)試中表現(xiàn)更優(yōu)，顯著降低了搜索停滯的發(fā)生頻率。研究發(fā)表在 Memetic Computing 上。

#其他 #算法優(yōu)化 #仿生計(jì)算 #神經(jīng)網(wǎng)絡(luò)

閱讀更多：

Abdelbar, Ashraf M., and Donald C. Wunsch. “PSO-Style Social Influence in an Ant Colony Algorithm for Continuous-Domain Optimization.” Memetic Computing, vol. 18, no. 2, Mar. 2026, p. 17. Springer Link, https://doi.org/10.1007/s12293-025-00493-z

卡馬克與薩頓打造千元機(jī)械手：在真實(shí)世界不間斷打游戲145小時(shí)

為了解決機(jī)器人從模擬環(huán)境向真實(shí)世界遷移時(shí)策略易失靈的難題，Khurram Javed、John Carmack以及Richard S. Sutton等人在內(nèi)的團(tuán)隊(duì)（Keen Technologies與阿爾伯塔大學(xué)），開(kāi)發(fā)出名為Physical Atari的低成本、高耐用物理強(qiáng)化學(xué)習(xí)平臺(tái)，實(shí)現(xiàn)了機(jī)器人在真實(shí)世界中連續(xù)百余小時(shí)自主學(xué)習(xí)打游戲。

該系統(tǒng)由兩個(gè)核心模塊組成：一是通過(guò)3D打印制造、利用伺服電機(jī)控制標(biāo)準(zhǔn)游戲搖桿的機(jī)械手，二是用樹(shù)莓派運(yùn)行游戲并顯示視覺(jué)標(biāo)記的控制箱。研究人員在無(wú)需人工干預(yù)的真實(shí)環(huán)境中進(jìn)行了長(zhǎng)達(dá)145小時(shí)的持續(xù)實(shí)時(shí)強(qiáng)化學(xué)習(xí)實(shí)驗(yàn)。為解決硬件磨損，團(tuán)隊(duì)引入了高電流反射等工程優(yōu)化。實(shí)驗(yàn)結(jié)果表明，該系統(tǒng)成本控制在1000美元以內(nèi)。更重要的是，測(cè)試發(fā)現(xiàn)即使在結(jié)構(gòu)完全相同的兩臺(tái)機(jī)器人之間遷移策略，微小的制造公差也會(huì)導(dǎo)致性能顯著下降，證明了設(shè)備端自適應(yīng)對(duì)于提升機(jī)器人性能的不可替代性。

#其他 #機(jī)器人及其進(jìn)展 #強(qiáng)化學(xué)習(xí) #真實(shí)世界 #硬件平臺(tái)

閱讀更多：

Javed, Khurram, et al. “Physical Atari: A Robust and Accessible Platform for Real-Time Reinforcement Learning on Robots.” Version 1, arXiv:2606.19357, arXiv, 29 May 2026. arXiv.org, https://doi.org/10.48550/arXiv.2606.19357

整理｜ChatGPT

編輯｜丹雀、存源

關(guān)于追問(wèn)nextquestion

天橋腦科學(xué)研究院旗下科學(xué)媒體，旨在以科學(xué)追問(wèn)為紐帶，深入探究人工智能與人類智能相互融合與促進(jìn)，不斷探索科學(xué)的邊界。歡迎評(píng)論區(qū)留言，或后臺(tái)留言“社群”即可加入社群與我們互動(dòng)。您也可以在后臺(tái)提問(wèn)，我們將基于追問(wèn)知識(shí)庫(kù)為你做出智能回復(fù)哦~

關(guān)于天橋腦科學(xué)研究院

天橋腦科學(xué)研究院（Tianqiao and Chrissy Chen Institute）是由陳天橋、雒芊芊夫婦出資10億美元?jiǎng)?chuàng)建的世界最大私人腦科學(xué)研究機(jī)構(gòu)之一，圍繞全球化、跨學(xué)科和青年科學(xué)家三大重點(diǎn)，支持腦科學(xué)研究，造福人類。

研究院在華山醫(yī)院、上海市精神衛(wèi)生中心分別設(shè)立了應(yīng)用神經(jīng)技術(shù)前沿實(shí)驗(yàn)室、人工智能與精神健康前沿實(shí)驗(yàn)室；與加州理工學(xué)院合作成立了加州理工陳天橋雒芊芊神經(jīng)科學(xué)研究院。

研究院還建成了支持腦科學(xué)和人工智能領(lǐng)域研究的生態(tài)系統(tǒng)，項(xiàng)目遍布?xì)W美、亞洲和大洋洲，包括、、、科研型臨床醫(yī)生獎(jiǎng)勵(lì)計(jì)劃、、科普視頻媒體「大圓鏡」等。