科学揭秘：为何付出越多，越感满足？
在日常生活中，许多人都有体会：完成一项来之不易的任务，比轻易得到的事物更能带来满足感，例如艰苦的备考过程或自行组装产品等。为何越是难以获得的，我们反而越是珍惜？经济学和心理学领域将这种因投入时间和金钱而影响价值判断的现象称为“沉没成本”效应。近期，斯坦福大学医学中心的研究人员在《自然》杂志上发表了一项突破性研究，首次从神经科学角度阐明了“努力—快乐”背后的神经机制，加深了我们对“沉没成本”这一心理效应的理解。该研究以小鼠为实验对象，设计了一系列行为任务。小鼠需要通过反复将鼻子插入特定孔洞（最多50次）或忍
脑机接口技术突破瓶颈，多路径创新推动产业发展
一张仅4厘米见方、厚度仅为6微米的柔性薄膜附着于大脑功能区域表面的硬脑膜外，即可精准捕捉大脑神经信号。4月26日，科技日报记者在北京脑科学与类脑研究所（简称"北脑所"）参观时了解到，凭借微纳技术支撑，正处于临床试验阶段的柔性薄膜电极脑机接口产品相较于传统硅胶电极款，实现了更加轻薄舒适的佩戴体验，几乎达到无感状态。 在首都医科大学三博脑科医院，借助脑机接口技术的信号解码能力，以往需持续进行的神经调控治疗增加了实时监控甚至提前预警功能，实现了常态下平稳运行、异常时立即干预的双模式运作。 更微小的创伤、更低的能
探究人机思考边界：维特根斯坦与神经科学的洞见
理解的幻觉斯蒂芬妮·申去年，当我阅读石黑一雄的《长日将尽》时，我深切体会到文字之外的丰富内涵。小说以主人公史蒂文斯的视角展开，刻画了一个极度自律、全身心投入事业却忽视了个人情感乃至道德准则的人物。然而，作为读者，我却能全然感知他未曾言说的思绪，以及他长期压抑和否认的情感。读完后，我仍旧沉浸其中，无法自拔。我相信，任何人在阅读能引发共鸣的作品时，都会有类似的体验。我们对语言的领悟，远不止于字面意思的解读。它需要我们调动自身的情感、感受、过往经历及想象力。从创作角度而言，将故事用恰当的语言呈现，是一项艰辛且漫
脑机接口热度高涨 别把“辅助”当成可有可无
心里才刚起念，瘫痪的手就能按“指令”抬起、完成稳定抓握。这一度是许多运动障碍患者埋在心底的愿望，而今天，它正在离他们更近。 3月13日，国家药品监督管理局正式核准“植入式脑机接口手部运动功能代偿系统”（简称NEO系统）上市。该系统体积仅相当于硬币大小，植入大脑后，针对因脊髓损伤而导致手部运动功能受限的患者，患者无需通过复杂操作，仅凭“想”，就能让气动手套在辅助下完成抓杯、取物等动作。 当曾经只出现在科幻场景里的“意念控物”，逐渐变成残障人士重塑日常的工具，外界自然会追问：脑机接口究竟是什么？它又怎样读取我
AI如何重塑法律领域
我每天都关注时下最新的新书资讯，每天为读者推荐新书好书人工智能在法律体系中的引入《人工智能在法律体系中的应用》作者：Michele Di Salvo发布日期:2026年5月26日概述：本书对人工智能对法律体系的深远影响进行了批判性解读。它首先剖析了算法正义的承诺，并倡导保护基本的“神经权利”。随后，本书从理论出发，结合实践，考察了法庭和行政部门的具体应用和里程碑式案例。书中深入探讨了人工智能错误责任、人工智能生成内容的版权、算法歧视和预测性警务等关键问题。从聊天机器人到刑事量刑，本书为法律学者、从业人员和
研学课程 | AI与神经网络实战解析
课程描述Course Description本课程系统讲解人工智能与神经网络的融合方向，聚焦神经网络在AI领域的落地应用与演进趋势。课程内容覆盖神经网络基础原理、结构搭建、训练策略以及深度学习等核心主题。课程采用“理论讲授+动手实践”的方式推进，帮助学生在掌握神经网络关键知识点的同时，通过案例实操与团队协作，加深对其在真实场景中广泛应用的认识。课程重点介绍神经网络在多类人工智能任务中的应用实践，涉及图像识别、语音识别、自然语言处理、推荐系统等典型方向。学生将学习多层感知机（MLP）、卷积神经网络（CNN）
AI与强化学习：深度解析与实践应用
课程描述Course Description本课程旨在深入剖析强化学习的理论基础、核心技术及其在各行各业的前沿实践，覆盖机器学习、深度学习、神经网络以及强化学习等关键领域。课程融合了理论讲解与动手实践，不仅向学员传授技术知识，更通过真实案例和团队合作，加深他们对技术原理及其现实世界影响的认知。本课程特别聚焦于强化学习技术如何驱动自动化进程、智能决策制定以及系统设计的优化，帮助学员理解其在游戏领域、机器人操控、金融交易以及智能推荐等场景下的具体应用。学员将探讨强化学习如何有效地解决复杂的决策难题，以及它如何
韩璧丞回忆强脑做假肢的起点
新浪科技讯 4月27日午间消息，BrainCo强脑科技创始人兼CEO韩璧丞今天在强脑科技脑机沉浸式研习社交流活动中回顾了创业初期的心路历程。韩璧丞表示，强脑科技之所以决定做假肢，是因为当时碰到一位残障大学生，这名学生做实验时把右手炸没了，“当时就想，既然我们是做解析神经信号的，有没有可能给他做一只手。” 他介绍，当时团队为这位学生做了一只仿生手，虽然这只手十分简单、也比较粗糙，但那位同学非常喜欢，还带回学校去展示。 韩璧丞谈到，经历这件事后，他觉得自己做的事情很有价值，这也成为强脑科技团队投入仿生手研发的
幼教AI应用：教师必知六点
“”现在，教师应当开始为人工智能做好准备，学会理解、监督、分析并挑选合适的AI工具，把它们真正用在幼儿教育中。仅仅告诉孩子们计算机或社交机器人能做什么还远远不够，教师还要帮助孩子明白这些机器不能做什么。机器不是人，它们不会做伦理判断，也缺少道德选择能力，更没有社会情绪智力。随着孩子与人工智能接触得越来越多，这些能力反而更需要教师去有意识地培养。1. 学会监控机器学习在幼儿教育中的应用。人工智能已经渗透到很多场景中，比如语音识别、面部识别、医疗诊断、自动化、电子游戏、文本分析，以及我们日常生活的许多方面。虽
AI揪出逃税网，涉案者逾十万
将人工智能用于墨西哥电子发票分析后，系统揪出逾10万名此前未被发现的潜在逃税者，令税务风险面显著扩大。在墨西哥，把AI接入电子发票数据后，研究团队筛出了超过10万名可能存在逃税行为的人，远超以往掌握的范围。这一结论来自墨西哥国立自治大学（UNAM）的学术研究。团队借助机器学习与网络科学，分析全国数百万笔交易记录，甚至发现虚假发票已在Facebook Marketplace等平台上成批流通。这项发现出自墨西哥国立自治大学（UNAM）的一项研究。研究者用机器学习和网络科学工具，梳理该国数百万笔登记交易，并注意
Demis Hassabis：从棋局到诺奖的 AI 先行者
在 AI 圈里，很多人登场的方式是退学创业、写长文、或是在某次产品突然爆红后一下子被推到聚光灯下。Demis Hassabis 不同。他更像一位古典学者：国际象棋大师、游戏设计师、认知神经科学博士，然后在 38 岁把公司卖给 Google，48 岁又拿下诺贝尔化学奖。这条路并不像硅谷惯常的叙事，更像某位维多利亚时代博物学家的传记。但也正是这个人，做出了 AlphaGo、AlphaFold 和 Gemini——三个分别攻克棋类博弈、蛋白质折叠与大语言模型的 AI 系统。1976 年 7 月 27 日，Dem
智能体AI崛起：2026年七大技术变革引领新范式
2026年的开局，人工智能界正迎来一场史无前例的变革。曾经主导2020年代初的简单对话机器人和生成式模型，正迅速被一种全新的范式所取代：Agentic AI（智能体AI）。这绝非仅仅是渐进式的升级，而是对人与计算机互动模式及企业自动化架构的彻底重构。我们正从“AI作为被动工具”的时代，迈向“AI作为主动参与者”的新纪元。对于商业掌舵人、软件工程师及数字战略家而言，洞察这些宏观趋势已不再是选修课。本周的诸多突破——从开源模型反超闭源巨头，到多步自主工作流的普及——正为未来十年的技术主导权筑牢根基。2026年
人工智能时代是否为A娃带来发展机遇？
注意缺陷多动障碍（ADHD）是一种遗传倾向显著的神经发育性病症，遗传概率约为74%。我的孩子目前5岁9个月，被诊断为轻度ADHD已有一年多时间。与多数A娃相似，我的孩子热衷于奔跑冲刺，思维模式如同弹跳的小球，言语丰富，完成作业存在困难，被亲友戏称为“人形比格犬”。近年来，随着人工智能技术的迅猛发展，网络上逐渐兴起一种观点，认为在AI时代，A娃将迎来转机，因为人工智能能够协助他们处理那些“重复、规范、单调”的计划与执行任务，而他们自由奔放的联想力、对新生事物的本能热情、以及非传统的思考路径——这些在工业时代
第五章 深度学习：人工智能从感知走向创造的飞跃
本章旨在帮助学生掌握以下技能：掌握深度学习、人工神经网络、神经元、卷积神经网络（CNN）、循环神经网络（RNN）、Transformer、注意力机制、大数据、算力、图像识别、语音识别、自然语言处理、生成式人工智能、人机协作及迁移学习等核心概念。在经历了专家系统的辉煌与AI寒冬的沉寂过后，人工智能从未止步。步入21世纪，得益于数据量的爆发、算力的飞跃以及算法的革新，AI迎来了新一轮的爆发。特别是深度学习的崛起，使得机器在图像、语音及自然语言处理等领域展现出了惊人的实力。如果说机器学习让AI掌握了“从数据中归
双通路并行：构建更贴近人脑的AI智能架构
要点浅层大脑假说：根据该团队2023年提出的理论，大脑并不只依靠逐层递进的层级结构，而是同时运用深层与表层区域的并行互动机制。功能互补性：决策任务测试显示，两条神经通路相互配合，皮层下通道主导快速响应，皮层网络则专注解决复杂问题。效率提升：并行架构使信息处理更灵活高效，表明对简单任务而言，传统深度学习可能过于复杂，导致算力浪费。生物学真实性：多数人脑神经网络缺少人类大脑中的反馈回路和'快速通道'。该模型让AI的软硬件更贴近真实神经解剖结构。多数深度学习架构中，信息需穿越皮层内数十个层级逐步处理，皮层作为大