AI与人脑天差地别，但这恰恰有其价值
大脑惊人的细胞多样性和网络复杂性或许能为改进人工智能提供思路。1943年，两位神经科学家在试图描述人类神经系统如何运作时，意外地奠定了人工智能的基础。在他们的数学框架中，关于细胞系统如何编码和处理信息，沃伦·麦卡洛克和沃尔特·皮茨认为，每个脑细胞，或者说神经元，都可以被视为一个逻辑装置：它要么开启，要么关闭。他们写道，由这种“全或无”的神经元组成的网络，可以通过真假语句执行简单的计算。“从某种意义上说，他们实际上是在描述第一个人工神经网络，”托马索·波焦说道。他是麻省理工学院的教授，也是计算神经科学的创始
神经元的逻辑密码——人工智能奠基论文通俗解读
《神经活动中内在思想的逻辑演算》A Logical Calculus of the Ideas Immanent in Nervous Activity原刊于Bulletin of Mathematical Biophysics, Vol. 5, pp. 115–133, 1943这本书为零基础的读者设计。不需要懂数学，也不需要会编程，只要会数数、能判断对错，就能读懂。我们用故事、插图和日常生活中的案例，把这篇80多年前的"天书"变成小学生都能理解的内容。想象一位老人，满脸络腮胡，说话声音
七鳃鳗全脑图谱绘就 解锁脊椎动物脑进化密码
我国科研人员首次成功构建被称为"活化石"的七鳃鳗全脑三维空间单细胞图谱，复原了脊椎动物脑的部分原始特征，为揭示复杂脑结构的起源与演变开辟了新途径。该研究成果于北京时间6月19日作为封面文章在国际顶级期刊《科学》网络版正式刊发。 雷氏七鳃鳗实拍图（受访者供图） 高度发达的大脑是脊椎动物与无脊椎动物之间最显著的分野之一，然而最原始的脊椎动物脑究竟是何形态，长久以来一直缺少直接佐证。七鳃鳗是目前仅存的无颌脊椎动物类群之一，约在4.5亿年前便与包含人类在内的有颌脊椎动物祖先走上了不同的演化道路。尤为珍贵的是，其关
AI 强到令人畏惧？Transformer 遇瓶颈，下一代架构路在何方
6 月 11 日，计算神经科学领域的博士生 Ido Aizenbud 在 X 平台发起探讨：单个神经元究竟具备多大的计算潜力？他指出，团队利用名为 TwinProp 的创新手段，成功让一个皮层神经元独立完成了猫狗图像分类、语音词汇识别以及 10 比特奇偶校验等任务，而这些过往常被视为必须依赖整体网络才能解决的问题。当前我们构建的 AI 系统好似由“简易开关”堆砌而成，相比之下，大自然运用的则是“微型超级计算机”。长久以来，该领域始终欠缺一套系统化的手段来深入探究：精细化的神经元模型到底能执行何种计算。此类
AI的"意识"只是人类的错觉？
你是否有过这样的体验——与 AI 对话时，突然有一瞬间感觉「它好像真的有自己的想法」？2025 年 Google 的 LaMDA 事件引发广泛关注时，一位工程师公开宣称他所对话的 AI 已经萌生了意识。虽然后来被证实是过度共情导致的误判，但这件事却点燃了一场至今仍在持续的讨论：AI 究竟有没有意识？更直白地讲——跟你聊天的那个程序，它「明白」自己在说什么吗？我的答案可能会让部分人感到不适：不，它不明白。不仅不明白，而且它「不明白」的程度，比你想象的还要深。我们先把「意识」这个宽泛的概念拆解一下。当有人声称
从图灵机到人工智能：技术演进历程
1936年，艾伦·图灵发布《论可计算数及其在判定问题上的应用》论文，首次提出"图灵机"概念，这一抽象化的计算框架为探讨"机器能够完成何种运算"奠定了形式化基础。1943年，沃伦·麦卡洛克与沃尔特·皮茨共同构建了全球首个数学神经元模型。该MP模型借助逻辑门、权重参数及阈值设定来模拟生物神经元的工作机制。1950年，图灵测试正式提出，为评估机器是否具有人类智能提供了可行方案。其核心思想源自"模仿游戏"，即让人类评审通过文字对话来判断对方是机器还是真人。若机器在5分钟内能让超过三成的评审误认为是人类，便视为通过
蒲慕明：脑机接口与AI的融合前景
4月18日，在广州科学城会议中心，国科・创新行——未来产业培育生态论坛以及“粤科发布”第46期顺利举行。此次盛会是在广东省科学技术厅的指导下，由国科创业投资管理有限公司携手广东省粤科创业投资有限公司、广州开发区产业基金投资集团有限公司共同承办的。中国科学院院士、同时身兼美国与俄罗斯科学院外籍院士的蒲慕明，发表了题为《脑机接口与人工智能展望》的重要主旨演讲。他深入剖析了脑科学的基本原理、脑机接口的技术路线以及类脑智能的未来走向。他强调，利用大脑的可塑性规律，能推动人工智能在记忆、学习及通用性上取得关键进展；
AI需掷骰子：解码智能的随机性本质
使用AI创作图像或视频时，即便输入完全相同的指令，每次产出的结果总是大同小异却又不尽相同。这种差异是否意味着AI具备某种“随机特质”？这种特质的本质究竟是什么？它是否代表着机器已拥有创造力？带着这些疑问，我们专访了山东省大数据研究会人工智能设计分会名誉会长、山东工艺美术学院顾群业教授。顾教授，作为AI艺术设计与研究领域的资深专家，您在使用AI工具时定有体会：即使设定相同的参数与提示词，AI生成的文字、图像或视频虽相似却永不重复。仿佛机器在执行任务时自带“随机属性”——同一指令，不同输出。您如何看待这种现象