大语言模型（LLMs）是机器学习领域中用于处理和生成自然语言文本的新工具。该文提供了对该建模技术的属性定义，并反思LLMs如何被用来重新构建经典的神经科学问题，以提供新的答案。我们认为LLMs有潜力（1）通过添加如高级文本情感分析等有价值的元信息来丰富神经科学数据集；（2）总结大量信息来源，以克服孤立的神经科学社群之间的隔阂；（3）促使与大脑相关的不同信息源得以进行前所未有的融合；（4）帮助确定哪些认知概念能最有效地把握大脑中的现象。本文为论文下篇，书接上文LLMs的属性及能力等背景介绍，重点讨论LLMs在解决神经科学与生物医学问题方面的运用。上篇：万字综述：写给神经科学家的大语言模型基础原理

大语言模型（LLMs）是机器学习领域中用于处理和生成自然语言文本的新工具。该文提供了对该建模技术的属性定义，并反思LLMs如何被用来重新构建经典的神经科学问题，以提供新的答案。我们认为LLMs有潜力（1）通过添加如高级文本情感分析等有价值的元信息来丰富神经科学数据集；（2）总结大量信息来源，以克服孤立的神经科学社群之间的隔阂；（3）促使与大脑相关的不同信息源得以进行前所未有的融合；（4）帮助确定哪些认知概念最有效地把握大脑中的现象。本文为论文上篇，重点介绍LLMs的属性及能力，为如何运用LLMs解决神经科学与生物医学的问题铺垫基础。▷

Kamitani）领导的日本团队则完全打开了这扇窗户，他们成功解码了被试的梦境。正是高速发展的神经技术引发了尤斯特的担忧。2013年，尤斯特帮助启动并全力支持了一个名为“脑计划”（BRAIN

▷本文为追问特约长文，7000字，阅读需17min。建议收藏或转发朋友圈，分多次阅读，愿有所收获。本文已开快捷转载，如需另外开白，还请留言。记忆是如何形成的？哪些事情会被我们记住？为何有些记忆会经久不忘？要想解答这些亘古之谜，需要明白生物的记忆远不同于在记事本上记日记，更不像如计算机磁盘那样可以反复读写。记忆的生成、巩固和读取并非执行单一的、简单的指令，而是涉及一个精巧的、多步骤的复杂过程。近日发表在Nature

▷本文为追问特约长文，信息密度高，阅读需40min。建议收藏或转发朋友圈，分多次阅读，愿有所收获。本文已开快捷转载，如需另外开白，还请留言。本文标题为编辑所起。在心理学的历史长河中，我们一直在追求对人类心理的深入理解。我们试图解码思维、情感和行为背后的复杂机制，希望借此洞悉人类行为的本质。但随着人工智能技术的飞速发展，特别是大语言模型（LLM）的兴起，我们似乎站在了一个新的十字路口。AI不再只是技术进步的象征，它已经开始挑战我们对心理学——甚至是我们对智能本身——的传统理解。人工智能心理学（AIP），或者说机器心理学（MP），正成为一个颇具争议的新领域。在这里，我们不再只是问“人类心理是如何运作的”，而是开始问“AI是否具有心理特性”，以及“人工智能如何影响我们对心理学的理解”。在这篇文章中，我们将探讨人工智能心理学中制约领域发展，盘旋上空的三个幽灵：行为主义的遗留，相关性的困惑，以及隐性知识的挑战。每一个幽灵都暗指传统心理学曾经忽略的问题，本文将从大语言模型的视角提供新的见解。行为主义的幽灵延续人类心理学的研究方法心理学家在谈论一个人的人格或者一个人的心理时，其实是在深入了解他的思维模式、情感反应和行为方式。这些通常被视为一组相对稳定的特质。通过操作性定义，研究者将这些稳定的特质转化为可以观察和量化的行为数据或问卷得分1。可以说，心理学家将人类心理看成“黑箱”，只能通过实验室或者自然刺激来解释行为数据的差异，进而推测心理状态。现代心理学虽然开始强调思维和情感的重要性，但在实践中，仍然过分依赖于行为数据和外部观察。就连神经科学对神经回路的研究，也同样建造于行为表现之上。尽管当前的研究者不愿承认，但人类心理学实质上延续了行为主义方法，无论直接还是间接，它们都侧重于观察行为，而对内在心理状态束手无策2。类似的，在人工智能领域，特别是在LLM的研究中，这种行为主义思维依然盛行。尽管LLM

在我们探索宇宙和深海的同时，人类最复杂的前沿仍然隐藏在我们自己的头颅之中。神秘而复杂的大脑，这个自然界中最复杂的已知结构，不仅是思想和感觉的源泉，还是我们对世界感知的根本。正如物理学家理查德·费曼所说，“我所不能创造的，我便不能理解（What

在今天的数字时代，大脑已不再是一个孤立的存在。脑机接口技术将人类思维与外部世界连接起来，使外界能够“读懂”我们的心声，我们也能通过思考来控制外部设备或接收信息。但随之而来的挑战是，这些高深莫测的技术如何能为普罗大众所理解，从而得到普遍应用？试想，如果我们能对大脑发出的每一个信号了如指掌，那便能自行操作复杂的脑机接口设备，甚至预测和治疗神经和精神疾病。然而，大脑的复杂性使得解读这些信号变得极具挑战。传统人工智能方法虽然能提供解释，但这些解释往往难以被非专业人士所理解。为解决这个问题，印度理工学院Yogesh

科幻照进现实当阿西莫夫在小说《转圈圈》（Runaround）中向世界介绍他著名的机器人三定律时，他可能没有完全预见到，八十年后的世界会多么接近他的科幻梦想。如今，我们生活在一个由人工智能（Artificial

大脑利用感觉系统来感知和理解周围的环境，比如通过视觉识别物体，通过听觉辨别声音。人类感觉系统的奇特之处在于，对物体的识别具有不变性（invariance），不会受物体外观变化的影响，比如不论光线明暗，我们都能认出月台上父亲的身影。同样地，一段话不论是面对面说出，还是通过电话传递，语调不论是平铺直叙还是抑扬顿挫，我们都可以准确地听懂交流的内容。也就是说，大脑会忽略与核心特征无关的差异，通过一系列复杂转换，精准稳定地识别物体和声音。神经科学工作者一直致力于构建一系列能重现大脑反应和行为的模型。而在众多计算机模型中，深度神经网络（deep

和大语言模型（LLM）交互，我们总会隐约觉得它们可能真的有意识。然而，从神经科学家们的视角来看，这种观点似乎很难站得住脚。最近，一篇发表于Cell子刊Trends

在打游戏时，玩家常常会注意到游戏中的NPC似乎过于天真和容易受欺骗，即使你偷走了商人的钱，他们仍然会感谢你。他们似乎总是不厌其烦地说同一句话，比如“我曾经也是个勇士，直到我膝盖中了一箭。”这些NPC有一个专业的名称，叫做可信代理（believable

大脑是人类神经系统最为高级的部分，负责接收并发出我们日常生产活动中的各种指令。有关大脑的研究极具挑战，人类距离理解大脑还有多远的距离？多年来，不同国家的科学家都在试图破译大脑这一复杂而又精密的器官。2013年，美国国立卫生研究院（NIH）启动了“美国脑计划”，全称为“使用创新神经技术的脑研究计划”（Brain

对于人类来说，我们依赖大脑的听觉通路实现高效精准的语音信号处理，能够轻松实现每分钟300个汉字或者150个英文单词的自然语音识别。那么，如何建模大脑的听觉和语言环路并解析自然语音感知的神经机制？这是长久以来认知神经科学关注的重要问题。如今，计算机科学家花费了数十年才终于实现了较为接近人类水平的自动语音识别AI模型。这类纯工程的AI模型彻底抛弃了早期基于语言学理论的模型框架，完全采用数据驱动的端到端大规模预训练深度神经网络。那么，这样的模型与人脑听觉通路有多少相似性呢？针对这一问题，上海科技大学生物医学工程学院李远宁教授团队与加州大学旧金山分校Edward

神经网络已成为如今AI研究的热门对象。然而，它的内部运作机制充满了神秘，人们始终难以直观理解它是如何进行决策的，故把它称之为“黑盒”。为了解释这异常复杂的神经网络机制，首要任务是将其分解为易于理解的组件。通过理解每个组件的功能以及它们之间的相互作用，再去推断神经网络的运作原理。然而，分解神经网络并非一项简单的工作。神经网络中最自然的计算单元——神经元，并非人类可以轻松理解的、具有单一功能的自然单位，而是呈现多义性，即对看似无关的输入混合作出响应。比如，在视觉模型Inception

“《黑客帝国》在某种意义上描绘了脑机接口的终极目标：向大脑输入一个完整的虚拟外部环境并与之双向交互。”上海科技大学生物医学工程学院常任轨助理教授、计算认知与转化神经科学实验室主任李远宁说道。近日，由天桥脑科学研究院（中国）主办的“从科幻到现实——人类智能如何与人工智能融合？”主题活动在上海图书馆东馆举行。活动上，李远宁与知名科幻作家，银河奖、全球华语星云奖金奖得主江波展开了跨越科幻与科学的对谈，将脑机接口（Brain

Hinton等“教父级人物”掀起的当前AI热潮，吴思更希望新一代科研人员能学习他们在无人问津的寒冬中默默耕耘、契而不舍的精神。“大脑就是这样的网络，没有理由不工作。”他经常用Hinton

近年来，随着深度学习技术的发展，医疗人工智能（医疗AI）在基于视网膜图像判定人体健康状况、诊断潜在眼部和全身性疾病等领域，具有巨大潜力。然而，AI模型的开发往往需要大量的标记，这些标记通常只针对特定任务，因而对不同临床应用的泛化能力十分有限。近日，在nature杂志上发表的一篇研究介绍了基础模型RETFound——一个针对视网膜图像的大模型。RETFound能从未标记的视网膜图像中学习可泛化的表征，具体而言，RETFound通过自监督学习的方法在160万张未标记的视网膜图像上进行训练，然后通过微调来适应具有明确标记的疾病检测任务。科学家们展示了微调后的RETFound在诊断和预测眼部疾病方面的能力，以及在较少标记数据的情况下，对于复杂的全身性疾病（如心力衰竭和心肌梗死）的预测能力，发现它的表现始终优于其他模型。总之，RETFound提供了一个可泛化的解决方案，能提高模型性能并减轻专家标记工作的负担，从而实现了基于视网膜图像的AI更广泛的临床应用。

今年的诺奖已落下帷幕，mRNA疫苗技术的开创者们斩获2023年诺贝尔生理学或医学奖。对于很多人而言，有一项技术是诺奖“遗珠”。光作为一种电磁波，影响着地球生物的方方面面，譬如光合作用、昼夜节律等生物学过程。这肉眼看来一团耀眼的、五彩缤纷的、却又似乎摸不着的光，神秘又迷人。光对于神经科学的发展，具有重要的影响。具体可以分为三个方面：其一，得益于绿色荧光蛋白GFP（获2008年诺贝尔化学奖）的应用，研究人员可以用荧光标记神经元。其二，将细胞膜上的电压敏感蛋白或细胞内钙敏感蛋白与荧光蛋白偶联，研究人员可以通过荧光的变化监测神经元的活动；而第三个方面，就是用光来操纵神经元的活动，即光遗传学（optogenetic）。早在1979年，弗朗西斯·克里克（Francis

长久盘桓在张洁内心的孤独感消失了。“就是有种，第一次见到活的同类的感觉！”即使已经在夏校待了半个多月，她的语气里依然有种新鲜的兴奋感。粉墙黛瓦、太湖石、松竹、漏窗，冷泉港亚洲中心随处可见的园林元素，提示着这里的地点：苏州。波光粼粼的独墅湖透过教室巨大的落地窗映入眼帘。湖上桨板、湖边慢跑的身影，给传统的建筑环境添了一分国际化的气息。2023年的这个夏天，张洁从南开大学硕士毕业，学的是人工智能（AI）专业。2018年，在AlphaGo的余波激荡下，包括南开大学在内的一批国内高校新设了人工智能学院。和大部分同学一样，张洁跟着导师用AI模型进行影像识别、参加国际顶尖的学术会议和机器人比赛，但渐渐地，她觉得沿着这条康庄大道走，并不能抵达内心真正想要追求的目标。尤其是看到那些最前沿的机器人依然和人类智能有很大差距时，张洁掩饰不住自己的失望。她隐隐觉得，是否能回归到某一处原点，从更本质的角度去切入，也就在这时，她偶然接触到有关大脑模拟的研究。“或许要真正地提升机器智能，必须真正地了解人类的大脑。”

如果您对本期内容有进一步想要追问的问题或者讨论的内容，欢迎在评论区留言，或者加入我们的社群参与互动。关于TCCI天桥脑科学研究院（Tianqiao

“人类究竟有多理性？”这是著名认知心理学家、普林斯顿大学教授丹尼尔·卡尼曼在其畅销书《思考，快与慢》中向世人抛出的重要问题。有意思的是，虽然诺贝尔奖中没有心理学奖，但是丹尼尔·卡尼曼作为认知心理学家，凭借着对于人的行为决策方面的研究贡献于2002年获得了诺贝尔经济学奖。决策行为贯穿着人的一生，小到小时候上学该走哪条路，大到高考该如何选择学校和专业，乃至一个公司、集体和国家如何选择发展战略。决策的机制是心理学、脑科学和行为经济学等多个领域共同关注的问题。另一方面，人工智能的快速发展渗透到了各个行业，尤其是改变了很多科研领域的研究取向。AI

背景介绍在科学的发展过程中，人工智能与认知科学交叉演进。人工智能旨在模拟智能体的决策和问题解决能力，而认知科学则专注于理解人类认知过程。这两个领域的融合源于对人类思维和智能的深刻探求。随着计算能力的飞速增长和深度学习等技术的发展，人工智能在模拟人类认知方面取得了重大进展。同时，认知科学的研究成果为人工智能提供了关于知觉、学习、记忆和问题解决的宝贵见解。这一交叉演进为我们提供了更好地理解智能的机会，有助于开发更智能的机器，同时也有助于更深入地理解人类思维和大脑运作。这个跨学科合作的领域将继续推动技术的创新，塑造未来智能系统的发展，并推动我们对人类认知的理解迈出重要一步。基于以上的背景，本次研讨会将专注于“决策与人工智能”，邀请来自于认知科学、计算神经科学和人工智能领域的专家，共同探讨人工智能如何作为工具更好地研究人类智能，人类智能如何启发通用人工智能算法的开发。主办方：天桥脑科学研究院（中国）时间：2023年9月20日20:30-22:30（北京时间）进AI4BS科学家社群，获取Zoom直播地址会议安排

众所周知，大语言模型（LLM）能够生成高质量文本以回应人类提示，虽然人工智能本无善恶之分，但为了防止有心之人用其来行使邪恶之事，对于人工智能的监管也亟需完善。其中很重要的一个方面便是防止有害内容的生成，例如在用户的引导下，大语言模型会为用户提供犯罪指导。过往着重减轻这些风险的研究，主要关注通过强化学习将模型变得与人类价值观一致。然而，即使这样的语言模型也容易受到“越狱”（jailbreaking）、“对抗性攻击”（adversarial

大脑是宇宙中已知的，也可能是唯一的“智能机器”。随着人类对大脑的结构与功能的认识不断深化，大脑的基本原理为改进人工智能提供了最重要的参考。2023年1月，北京大学心理与认知科学学院吴思教授与清华大学社会科学院心理学系的刘嘉教授等人在“AI

如果您对本期内容有进一步想要追问的问题或者讨论的内容，欢迎在评论区留言，或者加入我们的社群参与互动。关于TCCI天桥脑科学研究院（Tianqiao

大脑是宇宙中已知的，也可能是唯一的“智能机器”。在行为学层面，人与动物的大脑能执行精细的、高水平的认知任务，包括灵活学习、长时程记忆、开放式环境决策等。在结构层面，认知与计算神经科学揭示了大脑通过极其复杂而精细的网络实现其功能。北京大学心理与认知科学学院吴思教授与清华大学社会科学院心理学系的刘嘉教授等人在今年1月发表的“AI

衰老是一个复杂的生物学过程，涉及多个层面的变化和调控。在老化过程中，认知功能常常受到影响，包括学习、记忆力和注意力等方面。虽然目前认为衰老是不可逆的，但研究人员正在努力寻找延缓衰老和改善老化相关疾病的方法和策略。Platelet

穿越十字路口时，行人会秉承“红灯停，绿灯行”的原则，根据交通信号灯的颜色，决定接下来的行为。在日常生活中，对视觉线索做出反应是人们最基础最重要的活动。这个过程听起来简单，但其中涉及的神经元时空动态变化却非常复杂。在时空尺度上揭示这个过程中大脑动态变化的机制对于人类神经科学的研究以及潜在的应用都有极其重要的作用。近日，天桥脑科学研究院（Tianqiao

聊天机器人（Chatbot）正在改变人类与计算机之间的互动方式。诸如GPT、LLaMA等大语言模型（LLM）的到来，正在重塑人类生活的各个领域，不论是全新的对话互动方式，还是更为高效的知识获取与学习，甚至通过聊天机器人来诊治精神病患者或是实现患者自我健康监控。在当今世界，Chatbot使用的广泛程度已经远超乎你的想象。2018年的F8大会上，Facebook宣布其Messenger应用上就已经有30万个活跃的Chatbot。而BotList网站更是罗列了数以千计的Chatbot，涵盖了教育、娱乐、游戏、健康、生产、旅游等多个领域。▷图

前言这是汪小京作“计算与认知神经科学夏校”开学典礼演讲的第14个年头。站在苏州冷泉港学术中心的讲台上，他简单梳理了计算神经科学这门新兴学科的发展历史。讲到Hopfield用物理中的自旋玻璃（spin

继AI绘画之后，包括谷歌等在内的科技巨头也纷纷推出自家的AI音乐产品。而不久前爆火的“AI孙燕姿”更是引发了歌手本人的回应。人人皆可创作音乐的时代似乎正在加速到来。2023年8月3日，天桥脑科学研究院（Tianqiao

每次熬夜的时候都在想，如果我们不需要睡眠却又精力充沛，那该是一件多么美好的事情。正常人熬夜（睡眠时间少于6小时）后，白天就会出现精神萎靡的情况，想要补觉。但也存在这样一类人，他们的睡眠时间少于6小时，但白天却总是精神饱满，一点也看不出疲态。难道他们是“天选之子”？为什么他们需要的睡眠时间比正常人短？他们的大脑有何特殊之处？近日，来自欧洲的多个研究团队一同在Journal

活到老，学到老，人类可以在不断变化的环境中连续自适应地学习——在新的环境中不断吸收新知识，并根据不同的环境灵活调整自己的行为。模仿碳基生命的这一特性，针对连续学习（continual

Odyssey）。其中讲述了被称作HAL9000的AI在人类飞船上具备自我意识后的相关负面想象，这在1968年是非常具有划时代革命性的创作。第三个推荐的是华裔作家姜峯楠（Ted

人工智能（AI）与脑机接口（BCI）这两个位于世界前沿的新兴技术存在着奇妙的共同之处，那就是它们都试图将人类智慧与机器智慧融合。那么，当它们相互碰撞，能否开启超越传统交互方式的新纪元？7月28日，天桥脑科学研究院（中国）与中国神经科学学会脑机接口与交互分会联合主办了中国神经科学学会年会人工智能和脑机接口主题论坛。会议主题一出，就吸引了众多神经科学学者学习观摩，现场气氛热烈，座无虚席。四位来自中外的科学家就该领域的最新进展进行了深入讨论。如何解决数据采集与模型训练中的痛点？天桥脑科学研究院（TCCI）应用神经技术前沿实验室主任Gerwin

当人们与世界互动时，不论是观察移动的物体，或是自身移动时视野中周遭的变化，都涉及一种称为视觉运动的过程。研究视觉运动的方法有很多，其中一种是脑电图（EEG）。但传统上，利用EEG研究视觉运动过程，需要在严格的实验条件下进行，其生态效度有限。在现实世界中，大脑整合了复杂、动态、多模态的视觉运动线索，来指导运动的执行。研究人员已经发现，大脑顶枕皮层参与控制目标导向运动，例如到达、抓取、捕捉、躲避物体等。乒乓球则是一项需要快速整合视觉运动的全身反应性运动。为了解现实世界中进行乒乓球运动时顶枕皮层的神经元活动，来自美国佛罗里达大学的研究团队进行了一项有趣的研究。他们使用高密度头皮EEG定量分析运动时顶枕皮层的脑电动力学。该研究分析了受试者与机器人打乒乓球时及与人类对战时，顶枕源定位簇的功率谱密度、事件相关谱扰动、试验间相位一致性、事件相关电位和事件相关相位一致性的差异。结果发现，与人类对战相比，受试者与机器人对战时击球事件前后θ波段功率波动更大，事件相关电位的相间一致性和偏转更强，顶枕神经簇之间的事件相关一致性更高。因此，研究者发现与和人类训练相比，机器人运动训练会产生不同的大脑动力学，大脑的活动变得更加的活跃。该成果发表在著名期刊eNeuro上。▷图注：论文封面。图源：eNeuro官网乒乓球作为一项反应性运动，可用于感觉运动整合、运动预期、物体拦截神经控制机制的研究。并且，由于乒乓球比赛中对手之间的距离较短，运动员需在极短的时间内感知、计划、击球。有研究报道，相较于非运动员，职业运动员的反应速度更快，手部运动速度更快，视觉运动整合技能也更有效。此外，乒乓球运动干预治疗能够减少认知能力下降，促进执行功能，提高精神敏锐度。研究乒乓球神经控制机制有助于深入了解其神经生理益处的原理。本项研究中，37名受试者的平均年龄为23.5岁，均为右利手，视力正常，身体健康，并具有熟练的乒乓球技能和丰富的经验。在实验中，被试均佩戴包含120个头皮电极的EEG系统，脑电数据的采集频率为500

语言和音乐贯穿人们的日常生活，人们用语言沟通，用音乐传递情绪，陶冶心境。从共性来看，语言和音乐的加工都涉及从基本单位生成结构化表征。虽然语言和音乐可以在不同类型的单位（例如，音素、语素、音符、和弦）上表现出来，但它们都是将离散单位组合成具有统一定义层次的结构。研究发现，与音乐有关的左脑区域通常与语言区域重叠，包括颞上回、额下回和顶叶下回。然而，语言和音乐之间也存在一些实质性区别，如节奏结构、音高的使用、表征单位的“意义”、结构构建机制以及应用范围等的差异。有观点认为，“音乐和语言是可分离的资源”。语言的一些特性（例如，语音感知）已被证明在大脑中与音乐分离，但语言的许多其他特性却没有得到广泛的处理。特别是衡量语言和音乐复杂性的某些标准仍有待在高时空分辨率下的进一步探索。由于语言和音乐在结构构建机制上似乎有所不同，因此可能需要不同的结构敏感性测量方式来捕捉特定领域的效应。为此，Nitin

大脑是人类最精妙、复杂的器官。它控制着人的思想、情绪，储存着人的记忆。而音乐，由人类创作而成，转而又影响人类，成为了人和人之间交流的桥梁。随着AI技术的强劲加持，如今AI音乐的一系列创新又将为人类理解大脑带来无限的可能与契机。北京时间7月19日，天桥脑科学研究院（Tianqiao

音乐研究的主流理论认为，即使音乐没有明确的进化功能，它在文化中之所以能得以延续，是得益于其隐含的社会和情感功能。这类研究的重要性不言而喻。然而在探索音乐和大脑的关系时，传统神经科学的实验方法显得力不从心。从音乐心理学的角度来看，实验室的环境与在现实生活中进行现场音乐表演和听音乐的环境相去甚远。从神经科学的角度来看，有几个脑区仅能通过多模态输入被激活或更严格地被激活。因此在最严格的听觉范式下进行的研究，其普适性可能是模棱两可的。近期，关于音乐的神经科学研究已经开始向自然主义、生态有效的范式转变。赫尔辛基大学的Mari

现今，科技的发展步伐日新月异，人类社会正站在一个前所未有的变革之际。脑机接口、生物芯片、人造器官、AR手术等技术正在从理论走向应用实践，揭示着人类生物层面与数字化生活方式相结合的巨大潜力，预示着一场颠覆性的技术革命正在酝酿之中。7月6日，2023年世界人工智能大会（WAIC

Instiute，TCCI）举行了一场题为“面向大众的神经技术”的卫星会议。此次卫星会议在很大程度上是基于2022年9月在上海举行的一场研讨会以及Gerwin

又是一年高考季，广大青年朋友正站在十字路口前，不仅面临决定未来道路的重要时刻，也是为自己未来人生描绘美好蓝图的关键节点。2023年7月3日，天桥脑科学研究院（Tianqiao

抑郁症的背后是谁在作祟？人为什么会抑郁？超过80%的公众相信抑郁症患者大脑中发生了某种“化学物质的失衡”，也就是血清素失衡。血清素是大脑中的一种重要的神经递质，它能让人产生“自我感觉良好”的愉悦体验。但是，抑郁症的病因绝不仅是因为缺乏血清素。

人们倾向于认为自己的感知是对外部世界的真实反映，但这种观点长期以来一直受到心理学研究的挑战。相反，人们的感知经常受到内在状态或外部环境因素的影响，这种现象我们称之为动机性感知（motivated

没有人是一座孤岛。社会关系是人类生活的一个重要组成部分，我们如何处理繁杂的社会信息是一个涉及多个学科的问题。例如，如何组织建立人际关系网络？生活在复杂多变的社会关系中，人类是如何构建起独属于自己的社会关系图谱的？这背后的神经计算机制又是什么？2023年6月23日，天桥脑科学研究院（Tianqiao

语言是人类独特的认知工具，它在组织思维、推理逻辑、表达创意和交流观点方面起着重要作用。正如柏拉图所言：“思想的灵魂，就是语言。”语言的重要性不言而喻。那么，大脑是如何编码语义的呢？6月23日，天桥脑科学研究院（Tianqiao

意识，作为人类生命最独特的存在，是我们感知世界、解读自我、表达思维的基础。笛卡尔的“我思故我在”准确地描绘了意识赋予我们确定自我存在的力量。然而，对于意识的本质和来源，科学家们至今仍在探索和争论中。在人工智能（AI）技术的推动下，这些神秘的谜题正在被逐一揭开，为我们对脑科学的理解带来全新的启示。天桥脑科学研究院（Tianqiao

大脑是宇宙中最复杂的系统。人们一直试图揭秘大脑的内在机理，但囿于技术和方法的限制，进展始终有些缓慢。如今，人工智能技术的到来给脑科学研究带来了全新的机遇。6月21日，天桥脑科学研究院（Tianqiao

ChatGPT在“智慧涌现”的同时，会不会涌现出情绪？今年4月一项德国研究显示，GPT-3.5在人类常用的焦虑症测试问卷中获得了较高的分数，且被提示诱导进入焦虑情景后，如研究人员所预期的那样产生了特定的决策判断和偏见行为。这是不是意味着，AI有可能经过训练患上焦虑症？5月25日，在天桥脑科学研究院（Tianqiao

德国诺伊迈尔III南极科考站位于南极洲埃克斯特伦冰架的边缘。在冬天，这里的气温可达零下50摄氏度，风速可达100公里/小时，气候异常恶劣。这种与世隔绝的环境对于一些气象、大气和地球物理学的实验至关重要。在那里，科研人员需要在科考站连续工作好几个月，忍受着漫长的寒冷与孤独。但就在几年前，该科考站也成为了一个研究“孤独”的绝佳实验场所。德国有一个实验团队就曾试图探究，社交孤立和单调的生活环境是否会影响在这里长期逗留的科研人员的大脑。研究人员对8名在德国诺伊迈尔III南极科考站工作了14个月的远征队队员进行了大脑扫描，并从化学和认知层面对大脑机能进行评估。▷图片来源：Midjourney