追问daily|通过VR让男性体验女性遭受的骚扰

脑科学动态

Cell：肾素失控的背后：PIEZO2缺失如何引爆RAAS系统

从零构建的仿生大脑：无需数据训练即可匹敌动物学习能力

虚拟现实让男性切身体验女性遭受的街头骚扰

负负得正：质疑自己的“疑虑”反而能增强目标承诺

不仅仅是左右：数字存在引发独特的垂直注意力偏差

中风患者并非“听得慢”，而是“记不住”

虚拟现实模拟濒死体验可显著降低死亡焦虑

AI行业动态

Meta官宣收购明星初创公司Manus

FDA批准首款居家抑郁症治疗设备

吴恩达年度总结：推理模型成标配

AI驱动科学

新型人工智能驱动工具CardioKG助力心脏病药物研发

人类大脑如何解决稳定性与灵活性的两难困境？

AI模型精准预测人工耳蜗植入儿童的语言发育成果

为什么Transformer无法学习乘法？逆向工程揭示长程依赖陷阱

AI设计的新型蛋白质抗炎效果提升50%

重庆侵入式脑机接口团队实现意识障碍解码与调控

脑科学动态

Cell：肾素失控的背后：PIEZO2缺失如何引爆RAAS系统

肾脏如何感知血压变化进而调节体液平衡？这一困扰生理学界数十年的谜题终被解开。由诺贝尔奖得主 Ardem Patapoutian 及其同事 Rose Z. Hill 领导的团队（斯克里普斯研究所）发现，离子通道PIEZO2正是肾脏中的关键“压力传感器”。该研究首次揭示了PIEZO2在球旁细胞中作为“刹车”机制，防止肾素过度释放，从而维持血压稳态。

该研究团队利用基因编辑小鼠和先进的活体多光子显微镜技术，深入探索了PIEZO2的分子机制。研究人员发现，PIEZO2在产生肾素的球旁颗粒细胞（Juxtaglomerular granular cells，位于肾小球旁通过合成和分泌肾素调节血压的特化平滑肌细胞）中大量表达。实验显示，PIEZO2是维持这些细胞内钙离子振荡的关键。在正常压力下，PIEZO2激活导致钙离子内流，抑制肾素释放；而在PIEZO2缺失的小鼠中，这种钙振荡消失，导致肾素水平失控性升高。此外，研究还发现PIEZO2的缺失会通过激活相关通路导致肾小球滤过率（Glomerular filtration rate，单位时间内两肾生成的超滤液量，评价肾功能的指标）异常偏高。这项突破性发现确认了PIEZO2是体内球旁细胞钙活性和肾素的重要调控因子。研究发表在 Cell 上。

#疾病与健康 #其他 #高血压 #肾脏生理 #PIEZO2

阅读更多：

Hill, Rose Z., et al. “Renal PIEZO2 Is an Essential Regulator of Renin.” Cell, vol. 0, no. 0, Dec. 2025. www.cell.com, https://doi.org/10.1016/j.cell.2025.11.013

从零构建的仿生大脑：无需数据训练即可匹敌动物学习能力

如何填补微观神经元活动与宏观认知行为之间的鸿沟？来自达特茅斯学院、麻省理工学院和纽约州立大学石溪分校的研究团队开发了一种全新的“仿生”大脑计算模型。该模型在没有任何动物实验数据训练的情况下，仅凭生物学规则就成功模拟了复杂的学习过程，并意外揭示了真实大脑中一种未被发现的神经编码机制。这一突破性成果不仅验证了生物物理模型的有效性，也为神经疗法的开发提供了强大的新工具。

▷

图表显示，模型动物和实验动物学习任务的速度非常相似。Credit

Pathak, et. al.

该研究的核心在于构建了一个高度还原生物细节的计算模型，它涵盖了从单个神经元连接到受乙酰胆碱等化学物质调节的宏观脑区网络。在让模型执行视觉分类任务时，研究人员惊讶地发现，模型的学习速度和神经节律（如大脑皮层与纹状体之间的β波段同步）与真实猕猴惊人地一致。更重要的是，模型识别出了一组特殊的“不一致神经元”（incongruent neurons），这些细胞的活动能准确预测即将出现的错误判断。Anand Pathak 和 Richard Granger 等研究人员随后回溯了 Earl K. Miller 实验室的旧数据，证实了这些在真实动物大脑中长期被忽视的神经元确实存在。这种“持续活跃神经元”（tonically active neuron, TAN）结构通过注入微量“噪声”帮助大脑探索不同行为，解释了为何反直觉的细胞活动对适应性学习至关重要。研究发表在 Nature Communications 上。

#神经科学 #计算模型与人工智能模拟 #仿生模型 #不一致神经元 #学习与记忆

阅读更多：

Pathak, Anand, et al. “Biomimetic Model of Corticostriatal Micro-Assemblies Discovers a Neural Code.” Nature Communications, Dec. 2025. www.nature.com, https://doi.org/10.1038/s41467-025-67076-x

虚拟现实让男性切身体验女性遭受的街头骚扰

街头骚扰是许多女性的日常噩梦，但男性往往难以感同身受。为了打破这种同理心隔阂，Chiara Lucifora、Aldo Gangemi及其同事（博洛尼亚大学、墨西拿大学、意大利国家研究委员会认知科学与技术研究所）利用虚拟现实技术进行了一项创新研究。他们让年轻男性在虚拟世界中“变身”为女性，亲历街头骚扰，结果发现这种具身体验能引发强烈的道德情绪，为提高社会对骚扰行为的敏感度提供了新途径。

该研究招募了36名平均年龄23岁的男性，通过沉浸式虚拟现实技术让他们化身为女性角色。实验设定了卧室准备和地铁站偶遇两个场景。在地铁站中，部分参与者会遭到男性路人的言语骚扰，如被问“一个人去哪儿”或被要求“笑一个”。研究发现，遭受骚扰的男性主要产生了愤怒和厌恶的情绪，研究人员指出，厌恶促使人们拒绝有辱人格的行为，而愤怒则是改变不公现状的动力。有趣的是，关于恐惧的数据显示，无论是否遭遇言语骚扰，仅仅是作为“单身女性在夜间地铁站”这一情境，就足以让男性参与者感到恐惧。此外，研究还引入了人工智能驱动的方法来模拟相关的认知模式，证实了情绪反应与具身感（embodiment）的强度成正比。这表明VR不仅能作为一种心理学研究工具，更可应用于临床和教育环境，帮助潜在骚扰者建立同理心。研究发表在 Scientific Reports 上。

#认知科学 #意识模拟 #虚拟现实 #同理心 #社会心理学

阅读更多：

Lucifora, Chiara, et al. “Virtual Embodiment Increases Male Sensitivity to Catcalling Experiences.” Scientific Reports, vol. 15, no. 1, Oct. 2025, p. 35376. www.nature.com, https://doi.org/10.1038/s41598-025-19418-4

负负得正：质疑自己的“疑虑”反而能增强目标承诺

在追求长期人生目标的过程中，人们难免会陷入怀疑自我的“行动危机”。俄亥俄州立大学的Patrick Carroll通过两项实验发现了一种反直觉的心理机制：当人们对自己“无法实现目标”的疑虑产生怀疑时，这种元认知层面的不确定性反而能转化为继续前行的动力。这项研究揭示了通过诱导“对疑虑的疑虑”来重建自信的可能性。

该研究引入了“元认知怀疑”（meta-cognitive doubt）的概念，即个体对自己思维有效性的确定程度。研究包含两个部分：在第一项研究中，267名处于“行动危机”（正在犹豫是否放弃目标）的参与者被要求进行写作练习，其中一组回忆对自己想法感到怀疑的经历。结果显示，这组参与者随后对目标的投入程度显著提高。为了验证这一效应，第二项研究采用了一种生理诱导手段：让130名学生使用非惯用手填写问卷。

研究发现，非惯用手造成的颤抖字迹会作为一种潜意识线索，让参与者认为自己的想法（即对目标的疑虑）是无效的。这种“怀疑叠加怀疑”的过程（Doubt + Doubt）并没有导致更多的不确定性，反而产生了“负负得正”的效果——由于质疑了“放弃目标”这一想法的合理性，参与者反而重拾了信心，增强了对目标的承诺。研究者指出，这为心理干预提供了新思路，但也需谨慎使用以免造成盲目自信。研究发表在 Self and Identity 上。

#认知科学 #心理健康与精神疾病 #元认知 #行动危机 #目标动力

阅读更多：

Carroll, Patrick. “Increasing Identity Goal Commitment by Inducing Doubt in Goal Doubts.” Self and Identity, Dec. 2025, world. www.tandfonline.com, https://www.tandfonline.com/doi/abs/10.1080/15298868.2025.2597804

不仅仅是左右：数字存在引发独特的垂直注意力偏差

数字不仅仅是数学符号，它们还会潜移默化地改变我们看世界的方式。Ryo Hishiya 和 Masami Ishihara（东京都立大学）组成的研究团队深入探讨了视觉中的数字信息如何干扰人类的空间感知。研究发现，这种影响不仅限于简单的左右方向，在复杂的二维图形中，数字的存在会以一种意想不到的方式“拉动”我们的注意力，揭示了大脑处理物体和数字信息之间复杂的相互作用。

▷

二分任务揭示了由空间-数字关联引起的认知偏差。物体上数字的存在会微妙地影响参与者对中心位置的感知。Credit: Tokyo Metropolitan University

该研究采用了一种经典的心理物理学实验方法——二分任务（bisection tasks，一种要求受试者凭直觉指出线条或图形几何中心点的测试）。研究人员向志愿者展示了填充有不同大小阿拉伯数字的水平线、垂直线和正方形。结果显示，在水平线中，较小的数字会让人们将中心点偏向左侧，这证实了心理数轴（mental number line，人类潜意识中将数字按大小在空间上从左到右排列的心理表征）的存在。然而，在垂直线和正方形中出现了令人惊讶的结果：数字大小的影响减弱，取而代之的是，只要数字存在，人们的注意力就会强烈地向上偏移。研究团队认为，这反映了基于物体的处理（object-based processing，主要由负责识别物体形状和特征的大脑腹侧视觉通路执行的功能）在这种情境下压倒了对数字数值的处理，导致了独特的空间偏差。研究发表在 Scientific Reports 上。

#认知科学 #神经机制与脑功能解析 #空间感知 #注意力偏差 #心理数轴

阅读更多：

Hishiya, Ryo, and Masami Ishihara. “Numerically Induced Attentional Biases in Horizontal, Vertical, and Two-Dimensional Shapes.” Scientific Reports, vol. 15, no. 1, Oct. 2025, p. 36819. www.nature.com, https://doi.org/10.1038/s41598-025-21167-3

中风患者并非“听得慢”，而是“记不住”

中风往往会剥夺幸存者的语言能力，导致失语症，使他们难以理解他人的话语。斯坦福大学的Laura Gwilliams和鲁汶大学的Maaike Vandermosten领导的团队，由第一作者Jill Kries具体执行，深入探索了受损大脑处理语言的动态过程。他们发现，问题的关键不在于处理速度的快慢，而在于大脑能否在关键时刻“留住”语音信息。

研究团队利用脑电图（EEG）记录了39名失语症患者和24名健康老年人在聆听故事时的大脑活动。通过分析大脑对音素（phonemes，语音的最小单位）的反应，研究人员发现了一个令人惊讶的现象：中风患者的大脑识别语音的速度并不比健康人慢，这意味着他们能像常人一样“听到”声音。然而，其神经信号的强度——特别是在左半球——却显著减弱。更关键的是，当故事中出现难以辨认或模糊的词汇时，健康的大脑会自动延长对这些语音特征的编码时间，试图“抓住”声音直到确认词义；相比之下，失语症患者的大脑无法维持这种长时间的编码。这表明，理解障碍的核心可能在于无法将语音信息保留足够长的时间来进行词汇整合。这一发现通过简单的“听故事”实验，为改进语言障碍的诊断提供了新的神经生理学依据。研究发表在 Journal of Neuroscience 上。

#疾病与健康 #神经机制与脑功能解析 #失语症 #脑电图 #语言理解

阅读更多：

Kries, Jill, et al. “The Spatio-Temporal Dynamics of Phoneme Encoding in Aging and Aphasia.” Journal of Neuroscience, Dec. 2025. Research Articles. www.jneurosci.org, https://doi.org/10.1523/JNEUROSCI.1001-25.2025

虚拟现实模拟濒死体验可显著降低死亡焦虑

死亡焦虑是一种普遍存在的心理压力，常与抑郁症和各类恐惧症相关。虽然真实的濒死体验（NDEs）往往能赋予亲历者更积极的人生观，但在临床治疗中难以复制。德克萨斯农工大学（Texas AM University）的Zhipeng Lu博士及其团队开发了一种创新的心理干预方法，利用虚拟现实技术模拟濒死过程，旨在帮助人们克服对死亡的恐惧。研究结果表明，这种沉浸式体验能显著缓解成年人的死亡焦虑和心理压力。

▷

左上：灵魂出窍体验；右上：灯光与黑暗隧道；左下：宁静的风景；右下：与亲朋好友相遇。Credit: Frontiers in Virtual Reality (2025).

该研究涉及61名成年参与者，他们佩戴VR头显完成了一次约12分钟的模拟体验。体验过程分为三个阶段：首先模拟车祸后的“灵魂出窍”（out-of-body sensation），接着穿过充满回忆的光之隧道，最后到达一片宁静的景象并面对一道象征性的屏障。研究人员对比了有旁白和无旁白两个版本的干预效果。结果显示，单次疗程后，参与者对死亡的恐惧感降低了约75%，压力水平也大幅下降，且两种版本效果相当。许多参与者表示体验后感到放松，并开始重新审视与亲人的关系。尽管少数人出现了焦虑加剧的情况，但该研究证实了VR作为一种可扩展的心理干预工具，在安全环境下帮助人们直面生存恐惧的潜力。研究发表在 Frontiers in Virtual Reality 上。

#疾病与健康 #心理健康与精神疾病 #虚拟现实 #濒死体验 #暴露疗法

阅读更多：

Khandan, Parya, et al. “A Virtual Reality Intervention to Reduce Death Anxiety and Stress in Adults: Examining the Effect of a near-Death Experience Simulation.” Frontiers in Virtual Reality, vol. 6, Sept. 2025. Frontiers, https://doi.org/10.3389/frvir.2025.1644131

AI 行业动态

Meta官宣收购明星初创公司Manus，通用智能体将服务数十亿用户

Meta 刚刚正式宣布完成对智能体初创公司 Manus 的收购，虽然具体交易金额尚未披露，但这无疑是人工智能领域的一项重磅消息。Manus 自今年 3 月推出全球首款通用智能体以来迅速走红，其母公司此前已完成 7500 万美元融资，估值接近 5 亿美元，核心研发团队位于新加坡。Meta 首席 AI 官 Alexandr Wang 对此表示热烈欢迎，认为 Manus 团队在探索模型潜力方面处于全球领先地位。Manus 创始人 Xiao Hong 感慨道，此次收购是对通用 AI 智能体未来的有力验证，证明了 AI 的未来不仅仅是“会说话”，更在于“行动”和“创造”，这标志着团队在质疑与挑战中坚持的梦想终于落地。

此次收购的核心目标是将 Manus 领先的自主技术整合进 Meta 的生态系统，从而服务全球数十亿用户和数百万企业。Manus 的智能体能够独立执行市场调研、编码和数据分析等复杂任务，上线至今已处理超过 147 万亿个令牌，并创建了超过 8000 万台虚拟计算机。根据公告，Manus 将继续保持在新加坡的运营，并通过其 App 和网站为现有用户提供服务，但其卓越的人才团队将加入 Meta，致力于将通用智能体能力融入 Meta 的消费级和企业级产品中。双方期望在不改变 Manus 决策机制的前提下，利用 Meta 的平台规模，将先进的人工智能能力转化为可规模化、高可靠性的系统，从而推动 AI 在实际应用场景中的普及。

#Meta收购 #Manus #通用智能体 #AIAgent #人工智能

阅读更多：

FDA批准首款居家抑郁症治疗设备

近日，美国食品药品监督管理局（FDA）正式批准了 Flow Neuroscience 公司的 FL-100 设备，这是首款获批用于家庭治疗重度抑郁症（MDD，一种表现为持续悲伤和兴趣丧失的严重情绪障碍）的处方型非药物设备。这一里程碑式的进展标志着神经调控疗法正式突破了物理空间的限制，从专业诊所延伸至家庭场景。长期以来，抑郁症治疗主要依赖口服药物和心理治疗，但在全美超过2000万患者中，约有三分之一因药物副作用或疗效不佳而面临治疗困境。此外，现有的临床神经调控技术通常需要患者频繁往返医院，时间和经济成本高昂。FL-100 的获批为这些难以通过传统手段获益的患者提供了一条全新的“生命线”，使其能够在家中获得经临床验证的专业护理，极大地提升了治疗的自主性与便捷性。

该设备的核心技术采用了经颅直流电刺激。它专门针对抑郁症患者通常活跃度不足的左背外侧前额叶皮层，通过调节神经细胞的兴奋性来增强大脑可塑性。该批准基于一项发表于权威医学期刊Nature Medicine的随机对照研究，涉及174名患者。研究人员发现，无论是独立使用还是作为药物辅助，该设备均能显著缓解抑郁症状，且副作用仅限于轻微暂时的皮肤刺痛，完全避免了药物常见的全身性副作用。这一成果不仅印证了家庭脑刺激技术的安全性与有效性，也符合 FDA 推动数字健康设备普及的战略方向，预示着精神健康护理将加速迈向“去中心化”和个性化的新时代。

#FDA批准 #抑郁症治疗 #神经调控 #居家医疗 #数字健康

阅读更多：

吴恩达年度总结：推理模型成标配，Meta掀起亿级薪酬“抢人”大战

知名人工智能专家 Andrew Ng 近日发布了关于 2025 年 AI 领域的重磅总结，指出行业正迎来四大变革趋势。首先，“会推理”已不再是少数模型的特权，而逐渐成为标配。从 OpenAI 的 o1 到 DeepSeek-R1，研究人员通过强化学习将推理能力内化，尽管目前仍面临成本高昂和响应延迟的挑战，但这已是明确的研发方向。其次，Meta 引发了激烈的人才争夺战，将顶尖 AI 工程师的薪酬推向了职业体育明星般的高度，标志着“智能”本身成为最稀缺的生产资料。与此同时，数据中心的建设热潮标志着 AI 竞赛进入“重资产”的新工业时代，尽管面临电力供应和泡沫破裂的隐忧，但其对实体经济的拉动效应已不容忽视。

在应用层面，由 AI 智能体驱动的自动化编程正在重塑软件开发模式。工具如 Devin 已从单纯的代码补全进化为能够规划任务、审查代码的“数字工程师”，这不仅降低了开发门槛，也让“氛围编码”成为现实。针对这一变革，Andrew Ng 为开发者提出了“知行合一”的学习建议。他强调，除非身处经验丰富的社区，否则不应跳过基础知识直接上手，建议学习者首先通过课程进行结构化学习，随后亲自构建 AI 系统积累实践经验，并在闲暇之余阅读技术论文以保持前沿视野。这种持续学习和实践相结合的路径，将帮助开发者在技术迅速迭代的浪潮中保持竞争力。

#AndrewNg #AI趋势2025 #智能体编程 #推理模型 #数据中心

阅读更多：

AI 驱动科学

新型人工智能驱动工具CardioKG助力心脏病药物研发

传统的知识图谱虽然整合了基因与疾病的信息，却往往缺失了器官实际外观与功能的关键细节。针对这一局限，Khaled Rjoob和Declan P. O’Regan等（医学研究委员会（MRC）医学科学实验室）领导的研究团队开发了首个整合医学影像数据的知识图谱，旨在通过详细的心脏结构与功能视图，提升致病基因预测与老药新用的准确性。

▷

CardioKG 的可视化呈现。该图像经过人工智能处理，使其呈现心形，但其本质基于真实的神经网络。Credit: MRC Laboratory of Medical Sciences

该研究构建了名为CardioKG的多模态视觉知识图谱。研究人员利用计算机视觉技术，从英国生物银行（UK Biobank）的近万名参与者（包括健康人群及房颤、心力衰竭患者）的扫描中提取了超过20万个影像特征。通过将这些能够捕捉心脏细微变异的特征与18个生物数据库整合，并利用变分图自编码器（Variational Graph Auto-Encoder，一种能将图结构数据转化为低维向量表示的AI模型）进行分析，CardioKG成功预测了多个新的治疗机会。结果显示，用于治疗类风湿性关节炎的甲氨蝶呤可能对心力衰竭有效，而糖尿病药物格列汀类药物则显示出治疗房颤的潜力。此外，数据还揭示了咖啡因对特定房颤患者具有意外的保护作用，反驳了其通常被认为会增加心脏兴奋性的担忧。这一概念验证技术未来有望应用于大脑或肥胖症研究，加速精准医疗的发展。研究发表在 Nature Cardiovascular Research 上。

#疾病与健康 #预测模型构建 #心脏病 #药物重定位 #知识图谱

阅读更多：

Rjoob, Khaled, et al. “A Multimodal Vision Knowledge Graph of Cardiovascular Disease.” Nature Cardiovascular Research, Dec. 2025, pp. 1–16. www.nature.com, https://doi.org/10.1038/s44161-025-00757-4

人类大脑如何解决稳定性与灵活性的两难困境？

如何在瞬息万变的环境中既保持目标明确又灵活应变？Sang Wan Lee、Yoondo Sung（韩国高等科学技术院）与 Mattia Rigotti（IBM人工智能研究院）组成的联合团队，通过研究破解了人脑在不确定性下管理目标变化的机制。他们发现前额叶皮层独特的信息处理方式解决了稳定性与灵活性之间的权衡难题，这一发现有望帮助开发出更接近人类思维方式的下一代人工智能。

▷

Credit: Nature Communications (2025).

该研究结合了功能磁共振成像（fMRI）实验、计算模型模拟以及先进的人工智能分析技术。研究人员对比了人类行为与强化学习模型的表现，发现人类之所以能在复杂环境中胜出，归功于前额叶皮层的一种特殊机制。这种机制类似于通信领域的“多路复用”（Multiplexing），即大脑通过两个独立的神经通道分别处理“目标信息”和“不确定性信息”。

实验结果显示，这两个通道互不干扰：一个通道负责灵敏地追踪目标变化以确保决策的灵活性，另一个通道则负责隔离环境噪声以维持判断的稳定性。这种“因子化嵌入”结构使得大脑不仅能学习“学什么”，还能通过评估环境不确定性来决定“如何学习”（即元学习能力）。这一发现不仅揭示了人类适应性智慧的神经基础，更为解决当前AI系统在复杂环境中容易“迷失”或“死板”的问题提供了新的设计蓝图。研究发表在 Nature Communications 上。

#神经科学 #神经机制与脑功能解析 #强化学习 #前额叶皮层 #元学习

阅读更多：

Sung, Yoondo, et al. “Factorized Embedding of Goal and Uncertainty in the Lateral Prefrontal Cortex Guides Stably Flexible Learning.” Nature Communications, vol. 16, no. 1, Nov. 2025, p. 11643. www.nature.com, https://doi.org/10.1038/s41467-025-66677-w

AI模型精准预测人工耳蜗植入儿童的语言发育成果

人工耳蜗是听障儿童重获听力的重要手段，但不同患儿术后的语言恢复效果差异巨大。Yanlin Wang和Nancy M. Young等研究人员（芝加哥安妮和罗伯特·H·卢里儿童医院）联合国际团队，开发了一种基于人工智能的预测工具。该工具旨在通过分析术前影像数据，提前识别出可能面临语言发育障碍的儿童，从而为制定个性化的强化康复方案提供科学依据。

这项研究利用了来自美国、澳大利亚和香港共278名儿童的复杂数据集，涵盖了英语、西班牙语和粤语三种语言环境。面对不同医疗中心采用不同磁共振成像（Magnetic Resonance Imaging）扫描方案所带来的数据异构性挑战，团队采用了深度迁移学习（Deep Transfer Learning）技术。这是一种先进的机器学习形式，能够将从大规模数据集中学到的先验知识迁移应用到新任务中，从而提高模型的适应性。研究人员特别设计了基于双线性注意力机制的融合策略，使模型能够更精准地捕捉大脑解剖结构中的关键特征。结果显示，该AI模型预测患儿术后一至三年口语改善情况的准确率高达92.39%，在灵敏度和特异性上均全面超越了传统的机器学习模型。这一突破使得临床医生有望实现预测即处方（Predict-to-Prescribe）的治疗模式，即根据预测结果为高风险儿童尽早安排高强度的语言训练。研究发表在 JAMA Otolaryngology–Head Neck Surgery 上。

#疾病与健康 #预测模型构建 #人工耳蜗 #深度迁移学习 #语言发育

阅读更多：

Wang, Yanlin, et al. “Forecasting Spoken Language Development in Children With Cochlear Implants Using Preimplant Magnetic Resonance Imaging.” JAMA Otolaryngology–Head Neck Surgery, Dec. 2025. Silverchair, https://doi.org/10.1001/jamaoto.2025.4694

为什么Transformer无法学习乘法？逆向工程揭示长程依赖陷阱

当下的大型语言模型虽然能够进行复杂的代码编写和逻辑推理，却在小学水平的四位数乘法面前束手无策。Xiaoyan Bai和Chenhao Tan（芝加哥大学）联合来自麻省理工学院、哈佛大学、滑铁卢大学和Google DeepMind的研究人员，深入探索了人工智能在处理“长程依赖”任务时的局限性。他们发现，标准训练方法会导致模型陷入局部最优解，无法像人类一样“记住”进位和部分积，而通过逆向工程成功的模型，团队揭示了AI掌握算术背后的独特机制。

▷

乘法运算具有长程依赖性，这种依赖性可以通过中间值 cˆ 来描述，由此可以推导出解 (c) 和进位 (r)。Credit: arXiv (2025).

研究团队对比了准确率不足1%的标准微调模型与准确率达到100%的隐式思维链模型。通过分析，他们发现ICoT模型学会了将中间推理步骤内化，并利用一种类似文件系统的注意力路径来存储和检索信息。更令人惊讶的是，该模型在没有预先编程的情况下，自然演化出了一套高效的数学语言：它使用波形模式的傅里叶基（Fourier bases）来编码数字，并通过闵可夫斯基和来处理数字对的乘积。基于这些发现，研究人员为标准模型引入了一个简单的训练目标，即教会模型追踪每一步的累加总和。这一简单的修正赋予了模型处理长程依赖的能力，使其在无需显式思维链监督的情况下，将准确率从不到1%提升至99%。

#大模型技术 #计算模型与人工智能模拟 #长程依赖 #隐式思维链 #傅里叶基

阅读更多：

Bai, Xiaoyan, et al. “Why Can’t Transformers Learn Multiplication? Reverse-Engineering Reveals Long-Range Dependency Pitfalls.” arXiv:2510.00184, arXiv, 30 Sept. 2025. arXiv.org, https://doi.org/10.48550/arXiv.2510.00184

AI设计的新型蛋白质抗炎效果提升50%

针对现有抗炎药物阿那白滞素（Anakinra）疗效有限且副作用明显的难题，Jiwon Um和Iksoo Chang等人（大邱庆北科学技术院与iProtein Therapeutics）组成的团队利用先进技术开发出了新一代抗炎蛋白。该团队通过结合人工智能与超级计算技术，成功设计出一种新型蛋白质变体，其在动物实验中显示出的抗炎效果比现有治疗方法提高了53%，为风湿病、痛风及阿尔茨海默病等神经炎症相关疾病的治疗带来了新希望。

▷

Credit: Theranostics (2026).

为了克服传统药物开发的局限，研究团队采用了蛋白质结构导向的设计方法。他们利用分子动力学模拟和热力学分析，精准定位了影响药物与受体结合强度的关键氨基酸位点E127。基于此发现，团队设计并合成了六种蛋白质变体，其中名为E127Q的变体表现最为出色。在针对慢性神经炎症的小鼠模型实验中，E127Q不仅显著降低了炎症水平，还成功将因炎症过度激活的NMDA受体（N-methyl-D-aspartate receptor，一种对神经传导和记忆至关重要的受体）信号恢复至正常水平，展示了其修复受损神经功能的潜力。这一成果证明了AI辅助设计在提升生物药物效力方面的巨大潜力。研究发表在 Theranostics 上。

#AI驱动科学 #计算模型与人工智能模拟 #抗炎药物 #蛋白质设计 #阿那白滞素

阅读更多：

Kang, Mooseok, et al. “Development of New IL-1R Antagonists with Improved Anti-Inflammatory Efficacy.” Theranostics, vol. 16, no. 5, Jan. 2026, pp. 2561–75. www.thno.org, https://doi.org/10.7150/thno.120259

重庆侵入式脑机接口团队实现意识障碍解码与调控

药物难治性癫痫的治疗一直面临挑战，尤其是如何精准识别有效的干预靶点。Shanshan Liang、Lukang Wang、Xiaowei Chen等研究人员（重庆脑与智能科学中心、陆军军医大学新桥医院）组成的研究团队，通过结合脑机接口技术与临床数据，成功解码了癫痫患者的意识障碍机制，并开发了一种通过刺激特定大脑网络节点来减少癫痫发作的新疗法。这一成果为个性化精准治疗癫痫提供了全新的范式。

该研究利用颅内脑电图（SEEG）记录了51名患者的脑电数据，发现一种名为快速涟漪（Fast Ripple）的高频振荡活动（250-500 Hz）与癫痫发作期间的意识障碍严重程度高度相关。研究团队基于这种电生理特征构建了功能网络图谱，识别出每位患者大脑中独特的网络枢纽节点（hubs），这些节点通常位于岛叶或扣带回等区域。在对8名患者进行的临床试验中，刺激这些关键节点表现出显著疗效：87.5%的患者癫痫发作频率减少了50%以上，且诱发癫痫的风险仅为10%，远低于刺激传统癫痫发作起始区（Seizure Onset Zone）的风险（47.5%）。此外，该疗法还能改善患者的睡眠质量。这一“信号解码—网络建模—靶点识别—精准干预”的闭环技术路径，标志着癫痫治疗从“一刀切”向“量体裁衣”的重大转变。研究发表在 Science Translational Medicine 上。

#意识与脑机接口 #神经调控 #脑机接口 #癫痫 #快速涟漪

阅读更多：

Liang, Shanshan, et al. “Targeting Brain Hubs of Ictal Fast Ripple Activity to Reduce Seizures in Patients with Drug-Resistant Epilepsy.” Science Translational Medicine, vol. 17, no. 830, Dec. 2025, p. eadq4423. science.org (Atypon), https://doi.org/10.1126/scitranslmed.adq4423