神经科学
耶鲁、剑桥等开发MindLLM，将脑成像直接转换为文本
编辑 | 萝卜皮将功能性磁共振成像 (fMRI) 信号解码为文本一直是神经科学界面临的一项重大挑战，它有望推动脑机接口的发展，并加深对大脑机制的了解。 然而，现有的方法往往存在预测性能不佳、任务种类有限以及跨受试者泛化能力较差等问题。 针对这一问题，耶鲁大学（Yale University）、达特茅斯学院（Dartmouth College）和剑桥大学（University of Cambridge）的研究人员提出了 MindLLM，一种专为主题无关且用途广泛的 fMRI 到文本解码而设计的模型。
「硅基大脑」来了，UCSF华人实验室打造！神经科学未来不是碳基？
AI起源于人类利用「电脑」模拟「大脑」，希望计算机和人类一样可以处理各种任务。 或许，计算机还没有产生和人类一样的「智慧」。 但不妨设想一下「硅基大脑」—— 高级的AI模型，它能够破译人类的思维，让「哑巴」重新说话，也许有朝一日，甚至能预测大脑的「一举一动」。
Nature子刊 | 基于内生复杂性，自动化所新类脑网络构筑人工智能与神经科科学的桥梁
AIxiv专栏是AI在线发布学术、技术内容的栏目。过去数年，AI在线AIxiv专栏接收报道了2000多篇内容，覆盖全球各大高校与企业的顶级实验室，有效促进了学术交流与传播。如果您有优秀的工作想要分享，欢迎投稿或者联系报道。投稿邮箱：[email protected]；[email protected]本篇工作发表在《Nature Computational Science》上，共同通讯作者是中国科学院自动化所李国齐研究员、徐波研究员，北京大学田永鸿教授。共同一作是清华大学钱学森班的本科
绘制最全最大人脑图，AI结合显微镜，谷歌、哈佛10年研究，登Science
编辑 | 紫罗一立方毫米的脑组织听起来可能并不多。但这个小方块包含 57,000 个细胞、230 毫米的血管和 1.5 亿个突触，总计 1,400 TB 的数据，哈佛大学和谷歌的研究人员刚刚完成了一项巨大的成就。研究人员共同创建了迄今为止最大的突触分辨率、3D 重建的人类大脑片段，以生动的细节展示了一块大约半米粒大小的人类颞叶皮层中的每个细胞及其神经连接网络。这是哈佛大学与谷歌科学家近 10 年合作的最新成果，谷歌将 Lichtman 的电子显微镜成像与 AI 算法相结合，对哺乳动物大脑极其复杂的线路进行颜色编码和
- 1