追问daily

█ 脑科学动态

单神经元机制揭示工作记忆如何转化为长期记忆

心智模型如何统一大脑认知活动

记忆控制可塑性：PTSD恢复的关键

大脑发育迟缓可能导致年轻人饮食失调

失语症患者的时态表达难题：语言差异是关键

听力下降可能是帕金森病的早期信号

█ 行业动态

全球首个闭环DBS系统获批上市

DeepSeek官方App免费上线

谷歌AI人才大整合，DeepMind成核心引擎

TidyBot++：开源全向机械手，轻松搞定家务的机器人助手

█ AI驱动科学

MUSK：整合多模态数据提升癌症预后预测

2D摄像头精准诊断睡眠障碍，准确率高达92%

神经形态芯片：节能计算的未来

减少AI偏见，社会语言学是关键

微软新模型rStar-Math：数学推理能力超越OpenAI

TeamCraft：基于Minecraft的多模式多代理AI训练与测试平台

聊天机器人靠什么赢得信任？诚信比仁慈更重要

隐私保护新工具：AI识别技术的风险评估模型

脑科学动态

单神经元机制揭示工作记忆如何转化为长期记忆

工作记忆（WM）和长期记忆（LTM）通常被视为独立的认知系统，但它们之间存在哪些潜在联系？Cedars-Sinai 医学中心及其他机构的研究人员，包括 Daume 和 Kamiński 等，通过记录癫痫患者内侧颞叶中单个神经元的活动，研究了这两种记忆系统的相互作用。研究发现，海马体中相同的神经元机制同时支持工作记忆和长期记忆的编码。

研究人员对 41 名癫痫患者进行了实验，通过植入电极记录其内侧颞叶（包括海马体和杏仁核）中单个神经元的活动。患者首先完成一项工作记忆任务，随后完成一项长期记忆任务，研究人员比较了两种任务中的神经元活动。研究发现，海马体中类别选择性神经元的持续活动能够预测长期记忆的形成。此外，与长期记忆相关的神经元在工作记忆活动强烈时反应更为活跃。这表明，海马体中相同的神经元机制同时支持工作记忆和长期记忆的编码。研究发表在 Neuron 上。

#神经科学 #工作记忆 #长期记忆 #海马体 #单神经元机制

阅读更多：

Daume, Jonathan, et al. “Persistent Activity during Working Memory Maintenance Predicts Long-Term Memory Formation in the Human Hippocampus.” Neuron, vol. 112, no. 23, Dec. 2024, pp. 3957-3968.e3. www.cell.com, https://doi.org/10.1016/j.neuron.2024.09.013

心智模型如何统一大脑认知活动

心智模型是支撑认知各个方面的全脑状态，由John Duncan提出，旨在整合大脑认知活动的多样性。邓肯通过分析大脑构建和使用心智模型的过程，提出了一个统一的框架，解释了感知、知识、情景记忆和认知控制如何共同作用。

本文的关键方法是使用心智模型的概念，整合大脑认知活动的各个方面。心智模型提供了对世界某种情境的复杂结构化描述，结合了活跃的注意前景和更广泛的潜在背景。前景基于活跃的神经放电，由大脑的多需求网络（multiple demand network）协调。背景可能还包括低强度的神经活动，但突触变化的快速和慢速方面都有重要贡献。默认模式网络在将模型的部分组合成更广泛的整体中发挥组织作用。前景和背景之间的相互作用是认知控制、问题解决、抽象和学习等核心认知方面的基础。这些提议为认知神经科学的多样性问题提供了一个统一的框架。研究发表在 Neuropsychologia 上。

#认知科学 #心智模型 #默认模式网络 #多需求网络 #突触变化

阅读更多：

“Construction and Use of Mental Models: Organizing Principles for the Science of Brain and Mind.” Neuropsychologia, vol. 207, Jan. 2025, p. 109062. www.sciencedirect.com, https://doi.org/10.1016/j.neuropsychologia.2024.109062

记忆控制可塑性：PTSD恢复的关键

创伤后应激障碍（PTSD）是一种严重的心理疾病，但其恢复机制尚不明确。诺曼底大学的研究团队通过对2015年巴黎恐怖袭击幸存者的纵向研究，使用高分辨率磁共振成像（MRI）和功能性MRI（fMRI）技术，揭示了记忆控制机制的可塑性在PTSD恢复中的重要作用。研究发现，记忆控制的改善与海马体结构变化密切相关，为PTSD的治疗提供了新的方向。

研究团队对100名巴黎恐怖袭击幸存者（包括34名慢性PTSD患者、19名缓解者）和72名未暴露者进行了长期跟踪。通过高分辨率MRI和功能性MRI，研究人员分析了海马体亚区（如齿状回，dentate gyrus）的体积变化，并使用“思考/不思考”任务（think/no-think task）评估记忆控制能力。研究发现，PTSD缓解者的记忆控制机制逐渐恢复平衡，表现为反应性抑制（reactive suppression）的增强和对预测性控制（predictive control）依赖的减少。这种平衡的恢复与海马体CA2-3/DG区域的体积增加相关，而慢性PTSD患者则表现出该区域的进行性萎缩。研究还发现，记忆控制的改善与PTSD症状（如侵入性记忆和回避行为）的减少显著相关。这些结果表明，记忆控制机制的可塑性是PTSD恢复的核心机制，恢复平衡的抑制过程有助于减轻症状并保护海马体免受慢性应激损伤。研究发表在 Science Advances 上。

#大脑健康 #创伤后应激障碍 #记忆控制 #海马体 #神经可塑性

阅读更多：

Leone, Giovanni, et al. “Plasticity of Human Resilience Mechanisms.” Science Advances, vol. 11, no. 2, Jan. 2025, p. eadq8336. science.org (Atypon), https://doi.org/10.1126/sciadv.adq8336

大脑发育迟缓可能导致年轻人饮食失调

伦敦国王学院精神病学、心理学和神经科学研究所 (IoPPN) 的研究人员发现，超过一半的 23 岁年轻人表现出限制性、情绪化或不受控制的饮食行为。研究团队包括 Xinyang Yu、Zuo Zhang 和 Sylvane Desrivières 等人，他们分析了来自英国、爱尔兰、法国和德国 IMAGEN 纵向队列中 996 名青少年的数据，发现大脑结构差异在这些饮食习惯的形成中发挥了作用。

研究人员使用磁共振成像（MRI）技术分析了 14 岁和 23 岁时的脑部数据，发现不健康饮食者的大脑成熟延迟且不太明显。研究还发现，小脑（控制食欲的大脑区域）成熟度的降低有助于解释高 BMI 的遗传风险与 23 岁时限制性饮食行为之间的联系。此外，多个脑区体积减少较少则介导了外化问题增加与情绪化/不受控制饮食之间的关系，且与 BMI 无关。研究发表在 Nature Mental Health 上。

#认知科学 #饮食失调 #大脑成熟 #遗传风险 #心理健康

阅读更多：

Yu, Xinyang, et al. “Relationships of Eating Behaviors with Psychopathology, Brain Maturation and Genetic Risk for Obesity in an Adolescent Cohort Study.” Nature Mental Health, vol. 3, no. 1, Jan. 2025, pp. 58–70. www.nature.com, https://doi.org/10.1038/s44220-024-00354-7

失语症患者的时态表达难题：语言差异是关键

失语症是一种严重的言语障碍，通常由中风引起，患者失去连贯说话的能力，尤其是动词时态的错误使用，使患者难以谈论过去或未来的事件，从而使日常交流变得非常复杂。一个国际研究小组，包括来自国立研究大学高等经济学院（HSE）语言和大脑中心的科学家，已经确定了失语症患者表达语法时态障碍的原因。他们使用句子完成任务的方法，发现患有言语障碍的人在形成时间概念和选择正确的动词时态方面都遇到困难。

研究人员设计了两个句子完成任务。第一项任务要求参与者填空句子，需要编码（encoding）和检索（retrieval）这两个过程。他们必须根据模型完成句子，并考虑动词时态形式的变化。第二个任务要求参与者在不改变动词时态的情况下完成句子。通过比较这些任务的结果，研究人员可以确定主要困难是否出现在编码或检索过程中。研究显示，大多数参与者在编码和检索方面都遇到了障碍，但这些问题的严重程度因语言和个人而异。例如，俄语和英语的参与者在检索任务中遇到更多困难，而希腊语和意大利语的参与者主要在编码过程中面临挑战。有趣的是，表达时间的困难是有选择性的。一些患者难以回忆过去，而另一些患者则对未来感到挣扎。研究发表在 Aphasiology 上。

#认知科学 #失语症 #语法时态 #编码 #检索

阅读更多：

Fyndanis, Valantis. Teasing Apart Tense-Related Encoding and Retrieval Deficits in Aphasia: Evidence from Greek, Russian, Italian and English - [V1]. 2023100178, Preprints, 4 Oct. 2023. Preprints.org, https://doi.org/10.20944/preprints202310.0178.v1

听力下降可能是帕金森病的早期信号

听力损失是否与帕金森病风险增加相关？兰卡斯特大学的研究团队通过分析英国生物银行（UK Biobank）中159,395名参与者的数据，使用噪声中言语测试（Digit Triplet Test, DTT）评估听力障碍，发现基线听力障碍每增加10分贝，帕金森病风险增加57%。

研究采用Cox比例风险模型（Cox Proportional Hazard model），控制年龄、性别和教育程度，分析了159,395名参与者的数据。在平均14.24年的随访期内，810名参与者被诊断为帕金森病。研究发现，基线听力障碍每增加10分贝，帕金森病风险增加57%。然而，当听力障碍按英国生物银行标准分类时，“听力不足”或“较差”听力并未显著增加帕金森病风险。研究结果表明，听力障碍与帕金森病发病率之间存在关联，但尚不清楚是否为因果关系。研究发表在 Parkinsonism and Related Disorders 上。

#大脑健康 #帕金森病 #听力损失 #噪声中言语测试 #Cox比例风险模型

阅读更多：

Readman, Megan Rose, et al. “Speech-in-Noise Hearing Impairment Is Associated with Increased Risk of Parkinson’s: A UK Biobank Analysis.” Parkinsonism & Related Disorders, vol. 131, Feb. 2025. www.prd-journal.com, https://doi.org/10.1016/j.parkreldis.2024.107219

行业动态

全球首个闭环DBS系统获批上市

1月13日，美敦力（Medtronic）宣布其BrainSense™自适应深部脑刺激（aDBS，Adaptive Deep Brain Stimulation）系统及BrainSense™电极识别器（Electrode Identifier）获批欧盟和英国的CE认证，预计将于2025年初在欧洲市场推出。

深部脑刺激（Deep Brain Stimulation，DBS）是一种通过在大脑内植入电极，并传递电信号调节脑活动的治疗方法。它主要用于治疗帕金森病、重度抑郁症及其他运动障碍疾病，尤其对帕金森病患者的震颤、肌肉僵硬和运动迟缓等症状有显著改善作用。

美敦力推出的BrainSense™自适应深部脑刺激（aDBS）系统最大亮点在于其闭环设计，即系统能够实时监测患者的大脑活动，并自动调整脑刺激参数。这种实时调节能力使得治疗更加个性化，并且能够随着患者的病情变化自动调整，减少了传统DBS治疗中需要频繁人工干预的局限。

BrainSense™电极识别器（Electrode Identifier）则可以确保在DBS植入过程中选择最优的初始电极接触点，从而加快程控速度，减少治疗启动时的调整时间。

#DBS #医疗审批 #帕金森病

阅读更多：

Stanslaski, Scott, et al. "Sensing data and methodology from the Adaptive DBS Algorithm for Personalized Therapy in Parkinson’s Disease (ADAPT-PD) clinical trial." npj Parkinson's Disease 10.1 (2024): 174.

ChatGPT迎来劲敌！DeepSeek官方App免费上线

近日，AI助手DeepSeek出人意料地推出了官方应用程序，支持iOS和Android系统。此次发布相当低调，甚至DeepSeek本身也未进行大规模宣传。目前，DeepSeek的功能相对简洁明了，主要聚焦于“深度思考”和“互联网搜索”两大核心功能。

深度思考功能通过DeepSeek-R1-Lite模型，在回答用户问题前生成内部思维链，逐步分析问题并得出结论。互联网搜索功能则通过DeepSeek V3模型，支持用户通过“搜索-总结-输出”的流程，快速从互联网获取信息并生成简洁准确的答案。此外，DeepSeek APP还支持拍照、上传图片和文件等功能。需要注意的是，目前市场上存在大量假冒应用，用户在下载时应确保开发者是杭州DeepSeek（Hangzhou DeepSeek），以确保使用正版产品。

#DeepSeek #ChatGPT替代品 #AI应用 #免费工具

阅读更多：

https://www.deepseek.com/

谷歌AI人才大整合，DeepMind成核心引擎

谷歌近日宣布了一项重大内部重组，将其AI人才统一纳入DeepMind旗下，由DeepMind CEO Demis Hassabis领导。这一举措旨在加速谷歌在人工智能领域的研发进程，提升其AI产品的竞争力。此次重组涉及谷歌AI Studio团队和Gemini系列模型开发API团队，这些团队将直接并入DeepMind，进一步加强从研究到开发的整合。

谷歌AI Studio开发者平台产品负责人Logan Kilpatrick表示，此举将深化团队合作，加速新产品推出。DeepMind工程师Jaana Dogan也指出，改组将使DeepMind的工作更加开放，提供更好的API、更多开源工具等。此次整合是谷歌应对日益激烈的AI竞争的重要一步，尤其是在OpenAI等竞争对手快速发展的背景下。

谷歌CEO Sundar Pichai强调，2025年将是关键的一年，谷歌必须加快步伐，专注于解决用户问题并释放AI技术的潜力。DeepMind CEO哈萨比斯则表示，团队将致力于增强Gemini应用程序，并推动产品在未来一两年内发生重大变化。

#谷歌 #DeepMind #AI重组 #Gemini #哈萨比斯

阅读更多：

https://techcrunch.com/2025/01/09/google-folds-more-ai-teams-into-deepmind-to-accelerate-the-research-to-developer-pipeline/

TidyBot++：开源全向机械手，轻松搞定家务的机器人助手

随着家庭机器人技术的快速发展，模仿学习成为训练机器人执行复杂任务的关键方法。然而，现实世界中的演示数据获取困难，限制了该技术的应用。为此，斯坦福大学、普林斯顿大学和 Dexterity 的研究团队开发了一款名为 TidyBot++ 的开源全向移动机械手（holonomic mobile manipulator），旨在解决家庭环境中的移动操作任务，并为模仿学习算法提供训练数据。

TidyBot++ 的核心设计是一个全向移动底座（holonomic base），配备电动脚轮（motorized caster wheels），使其能够在任何方向上自由移动，包括前后、侧向和旋转。这种设计消除了传统差速驱动系统（differential drive systems）的局限性，提高了机器人在狭小空间中的操作效率。机器人采用模块化铝制框架，支持添加各种机械臂和传感器。此外，TidyBot++ 还配备了一个基于手机远程操作（teleoperation）的界面，利用 WebXR API 实现实时姿态跟踪，用户可以通过移动手机直观地控制机器人。

实验表明，TidyBot++ 能够高效完成多种家庭任务，如打开冰箱、擦拭台面和装载洗碗机，任务成功率较高。研究团队还发现，全向底座在效率、任务成功率和远程操作简易性方面显著优于非全向设计。TidyBot++ 的制造成本约为 5,000 至 6,000 美元，具有较高的性价比和可定制性。

#神经技术 #全向移动机械手 #模仿学习 #家庭机器人 #开源硬件

阅读更多：

Wu, Jimmy, et al. TidyBot++: An Open-Source Holonomic Mobile Manipulator for Robot Learning. arXiv:2412.10447, arXiv, 11 Dec. 2024. arXiv.org, https://doi.org/10.48550/arXiv.2412.10447

AI 研发动态

Nature：MUSK，整合多模态数据提升癌症预后预测

癌症治疗中，视觉信息与文本信息的结合至关重要，但现有的人工智能模型难以整合多种数据类型。斯坦福大学医学院的研究团队开发了一种名为MUSK的人工智能模型，能够结合视觉和语言信息，用于预测癌症预后和治疗反应。

MUSK是一种多模态基础模型，通过统一掩模建模（unified masked modeling）整合大规模未标注的图像和文本数据。研究团队首先对5000万张病理图像和10亿条病理相关文本进行预训练，随后对100万对病理图像-文本数据进行进一步预训练，以对齐视觉和语言特征。

MUSK在多种任务中表现出色，包括图像到文本检索、文本到图像检索、视觉问答、图像分类和分子生物标志物预测。在临床应用方面，MUSK在黑色素瘤复发预测、泛癌症预后预测以及肺癌和胃食管癌免疫治疗反应预测中表现优异。例如，MUSK在预测非小细胞肺癌患者免疫治疗反应时的准确率达到77%，显著高于传统方法的61%。研究结果表明，MUSK能够有效整合病理图像和临床报告中的互补信息，有望提高癌症诊断和治疗的精准度。研究发表在 Nature 上。

#神经技术 #癌症预后 #人工智能 #多模态数据 #免疫治疗

阅读更多：

Xiang, Jinxi, et al. “A Vision–Language Foundation Model for Precision Oncology.” Nature, Jan. 2025, pp. 1–10. www.nature.com, https://doi.org/10.1038/s41586-024-08378-w

2D摄像头精准诊断睡眠障碍，准确率高达92%

快速眼动睡眠行为障碍（RBD）是一种常见的睡眠障碍，常是帕金森病或痴呆症的早期征兆。西奈山医院的研究团队开发了一种基于人工智能的算法，通过分析2D摄像头记录的睡眠视频，显著提高了RBD的诊断准确性。

研究团队使用2D摄像头记录患者整晚的睡眠情况，并通过计算机视觉技术分析视频数据。他们开发了一种自动算法，计算视频中连续帧之间的像素运动，从而检测快速眼动睡眠期间的运动。专家们提取了运动的速率、比率、幅度、速度和不动的比率等特征，并分析了这些特征以识别RBD。结果显示，结合所有5个特征并仅分析短时（0.1-2秒）运动时，准确率最高达到92%。这一方法不仅提高了诊断准确性，还避免了漏诊，并有望用于个性化治疗计划的制定。研究发表在 Annals of Neurology 上。

#大脑健康 #快速眼动睡眠行为障碍 #人工智能 #计算机视觉 #睡眠诊断

阅读更多：

Abdelfattah, Mohamed, et al. “Automated Detection of Isolated REM Sleep Behavior Disorder Using Computer Vision.” Annals of Neurology, vol. n/a, no. n/a. Wiley Online Library, https://doi.org/10.1002/ana.27170. Accessed 13 Jan. 2025

神经形态芯片：节能计算的未来

神经形态芯片模仿人脑处理信息，旨在减少处理器和内存之间的能源密集型数据传输。Heidemarie Krüger 及其团队在莱布尼茨光子技术研究所和耶拿弗里德里希席勒大学开发了基于忆阻器的技术，能够直接在源点处理和存储数据。这种技术显著降低了功耗，并实现了快速、分散的数据分析。

团队开发了基于忆阻器（memristor）的组件，这些组件能够同时存储和处理信息，类似于大脑中的突触。忆阻器能够处理连续的中间状态，而不仅仅是二进制的“0”和“1”。这种灵活的数据处理为模拟神经网络的算法开辟了新的可能性。团队已经展示了这些人工突触能够高效处理复杂的计算任务，如矩阵乘法。此外，该技术在边缘计算中具有潜力，能够直接在源头处理数据，提高安全性和独立性。研究发表在 Journal of Applied Physics 上。

#神经技术 #忆阻器 #边缘计算 #节能计算 #人工智能

阅读更多：

Schmidt, Heidemarie. “Prospects for Memristors with Hysteretic Memristance as So-Far Missing Core Hardware Element for Transfer-Less Data Computing and Storage.” Journal of Applied Physics, vol. 135, no. 20, May 2024, p. 200902. Silverchair, https://doi.org/10.1063/5.0206891

减少AI偏见，社会语言学是关键

生成式人工智能（AI）系统（如ChatGPT）因训练数据的缺陷，常传播错误信息和歧视性内容。为解决这一问题，伯明翰大学的Jack Grieve及其团队提出了一种基于社会语言学原理的新框架，通过增加训练数据的语言多样性，改善大语言模型（LLMs）的性能和社会价值。

研究团队利用社会语言学（sociolinguistics，研究语言变异和变化的学科）的理论和方法，重新设计了大语言模型的训练语料库。通过准确表示不同方言、语域和语言变化，研究人员显著减少了模型生成内容中的社会偏见和错误信息。研究还提出，平衡来自不同社会群体和背景的训练数据，可以有效解决模型训练所需数据量的问题。研究结果表明，增加训练数据的社会语言多样性，远比单纯扩大数据规模更为重要。这一方法不仅提升了AI系统的准确性和可靠性，还使其更具伦理性和社会意识。研究发表在 Frontiers in AI 上。

#认知科学 #社会语言学 #大语言模型 #AI偏见 #语言多样性

阅读更多：

Grieve, Jack, et al. “The Sociolinguistic Foundations of Language Modeling.” Frontiers in Artificial Intelligence, vol. 7, Jan. 2025. Frontiers, https://doi.org/10.3389/frai.2024.1472411

微软新模型rStar-Math：数学推理能力超越OpenAI

随着大型语言模型（LLMs）的快速发展，其高能耗和高成本问题日益凸显。为此，微软亚洲的数学和人工智能研究团队开发了rStar-Math，一种专注于数学推理的小型语言模型（SLM）。该团队通过蒙特卡罗树搜索（Monte Carlo Tree Search, MCTS）方法，使模型能够逐步分解和解决复杂数学问题，并在多项基准测试中取得了优异成绩。

rStar-Math的核心创新在于其深度推理能力。研究团队采用了三种关键技术：首先，通过代码增强的链式思维（CoT）数据合成方法，生成经过验证的逐步推理轨迹，用于训练策略SLM；其次，开发了一种新的过程奖励模型训练方法，避免了简单的步骤级评分，从而生成了更有效的过程偏好模型（PPM）；最后，通过自我进化机制，策略SLM和PPM从零开始迭代进化，逐步提升推理能力。经过四轮自我进化和数百万个数学问题的合成解决方案训练，rStar-Math在MATH基准测试中将Qwen2.5-Math-7B的准确率从58.8%提升至90.0%，Phi3-mini-3.8B的准确率从41.4%提升至86.4%，超越了o1-preview模型。在美国数学奥林匹克（AIME）中，rStar-Math解决了平均53.3%的问题，表现优异。

#认知科学 #数学推理 #小型语言模型 #蒙特卡罗树搜索 #自我进化

阅读更多：

Guan, Xinyu, et al. rStar-Math: Small LLMs Can Master Math Reasoning with Self-Evolved Deep Thinking. arXiv:2501.04519, arXiv, 8 Jan. 2025. arXiv.org, https://doi.org/10.48550/arXiv.2501.04519

TeamCraft：基于Minecraft的多模式多代理AI训练与测试平台

加州大学洛杉矶分校的研究团队开发了TeamCraft，一个基于“Minecraft”的开放世界环境，用于训练和评估具体人工智能（AI）代理的算法。该平台支持多模式多代理任务，包括建筑、清理、耕作和冶炼等四种类型。研究团队使用该平台评估了现有的视觉语言模型（VLMs），并发现了数据缩放定律，表明随着训练数据的增加，AI模型的性能会提升。

TeamCraft平台提供了55,000个任务变体，每个代理都配备第一人称RGB数据和状态信息，模拟人类在环境中的感知。研究团队使用该平台评估了现有的视觉语言模型，并发现了数据缩放定律（data scaling laws），表明随着训练数据的增加，AI模型的性能会提升。研究结果表明，现有模型在面对新目标、场景和未见过的代理数量时仍面临重大挑战，强调了在这一领域进一步研究的必要性。

#认知科学 #多模式多代理 #Minecraft #数据缩放定律 #开源平台

阅读更多：

Long, Qian, et al. TeamCraft: A Benchmark for Multi-Modal Multi-Agent Systems in Minecraft. arXiv:2412.05255, arXiv, 6 Dec. 2024. arXiv.org, https://doi.org/10.48550/arXiv.2412.05255

聊天机器人靠什么赢得信任？诚信比仁慈更重要

随着聊天机器人在日常生活中的广泛应用，用户对其信任机制的研究变得尤为重要。巴塞尔大学的 Fanny Lalot 和 Anna-Marie Betram 通过模拟用户与名为 Conversea 的聊天机器人互动，探讨了信任的影响因素。研究发现，信任主要取决于聊天机器人的能力和诚信，而仁慈的影响较小。

研究团队通过让测试对象接触名为 Conversea 的聊天机器人，并模拟互动场景，分析了信任的影响因素。研究发现，信任主要取决于聊天机器人的能力（competence，即完成任务的能力）和诚信（integrity，即诚实和可靠），而仁慈（benevolence，即善意和关怀）的影响较小。此外，个性化聊天机器人被认为更具能力和仁慈，但并未显著提高整体信任度。拟人化（anthropomorphism，即将非人类实体赋予人类特征）增加了用户使用个性化AI的意愿，但并未显著提升信任水平。研究还指出，AI系统的可靠性至关重要，聊天机器人应避免无条件赞同用户观点，以防止形成“回声室效应”。研究发表在 Journal of Experimental Psychology: General 上。

#认知科学 #人工智能 #信任机制 #拟人化 #聊天机器人

阅读更多：

Lalot, Fanny, and Anna-Marie Bertram. “When the Bot Walks the Talk: Investigating the Foundations of Trust in an Artificial Intelligence (AI) Chatbot.” Journal of Experimental Psychology: General, 2024, p. No Pagination Specified-No Pagination Specified. APA PsycNet, https://doi.org/10.1037/xge0001696

隐私保护新工具：AI识别技术的风险评估模型

随着AI技术在追踪和监控中的应用日益增多，其带来的隐私风险也日益凸显。牛津大学、伦敦帝国理工学院和鲁汶大学的计算机科学家团队开发了一种新的数学模型，旨在帮助人们更好地理解AI带来的风险，并协助监管机构保护隐私。该模型利用贝叶斯统计方法，能够在小范围内识别个体，并将识别的准确性推断到更大的群体。

研究团队提出的双参数贝叶斯模型（Bayesian model）用于精确匹配技术，并推导出了一个分析表达式，用于计算在人群中准确识别个体的比例（κ）。该模型能够预测κ如何从小规模实验扩展到现实世界，适用于精确、稀疏和基于机器学习的鲁棒识别技术。尽管只有两个自由度，但该方法紧密拟合了476条正确性曲线，并显著优于曲线拟合方法和基于熵的经验法则。研究发表在 Nature Communications 上。

#认知科学 #AI隐私保护 #贝叶斯模型 #数据识别技术

阅读更多：

Rocher, Luc, et al. “A Scaling Law to Model the Effectiveness of Identification Techniques.” Nature Communications, vol. 16, no. 1, Jan. 2025, p. 347. www.nature.com, https://doi.org/10.1038/s41467-024-55296-6

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。如果您有进一步想要讨论的内容，欢迎评论区留言，或添加小助手微信questionlab，加入社群与我们互动。

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。

Chen Institute与华山医院、上海市精神卫生中心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天桥神经科学研究院。

Chen Institute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、、中文媒体追问等。

网址：追问daily http://c.mxgxt.com/news/view/1113013

相关内容

DAILY LAB：市场会奖励那些「赚慢钱的品牌」
泰国巨星Dara daily站在...@前方娱报的动态
黎耀祥吴镇宇他们怎么长的一样啊？ – 手机爱问
星光璀璨的时尚日记追踪明星潮流日常
21健讯Daily｜人民网评论“司美格鲁肽滥用乱象”；三部联合印发《医疗监督执法工作规范（试行）》
追星必备！最好用的图片...@山东泓源嘉网络科技的动态
爆料丨争议小花被富二代疯狂追求！
克罗斯的关系让皇家马德里追求维尔茨处于优势地位
英国主流报纸（如泰晤士报、卫报、每日邮报等）的读者群和政治立场有何区别？
今晚和张曼源打球了，大家有什么想问的吗？

随便看看