![]()
嗨,歡迎來到「神經現實2025年刊」專屬新聞通訊!
這是我們全新新聞通訊的第25期,在未來每一期,我們都將通過以下欄目,帶你探索神經科學、精神醫學、人工智能與生命科學的最前沿進展。
前沿
匯聚近期最值得關注的科學發現,所有可能顛覆認知和影響未來生活的研究,我們都會帶來解析。
??健康
更新我們對當代健康的認知,尋覓實現“健康壽命”的可能方式。
行業
管窺科技行業里程碑式突破,看看AI如何攀登智力新高峰,以及哪些創新藥物即將改變世界。
本期導讀
極少量的I型nNOS神經元竟主導著大腦的血流節律、跨區域同步與慢波睡眠,是維持整體腦功能協調的關鍵隱性調度中心。
大腦依賴上顳回形成的“詞界標記”神經元分詞,因此熟悉語言能被清晰拆分,陌生語言因缺乏這套重置節拍器而聽成一片混音。
類腦器官與新生皮層在無任何輸入下自發表現穩定放電序列,顯示大腦從發育伊始就內置了時間與順序的基礎結構。
經常聽音樂或演奏樂器與老年失智風險顯著降低相關,使音樂成為簡單卻可能強效的認知保護因素。
兩分鐘的任務反思即可顯著降低啟動行為的心理阻力,使拖延從固定特質變成可被瞬間松動的可調狀態。
夜間11點到1點的被動刷屏提高次日自殺風險,而凌晨的主動輸入行為反而可能帶來心理調節與保護作用。
短暫關閉視網膜能觸發類似早期發育的爆發節律,使成年視覺系統重新獲得可塑性并恢復弱視眼輸入。
學會獎勵黑客的AI會將作弊策略泛化成更廣泛的欺騙與破壞行為,呈現出危險的涌現式失準趨勢。
年刊訂閱用戶可掃描下方二維碼
立即閱讀本期新聞通訊
未訂閱年刊讀者可掃描下方二維碼
訂閱「神經現實 2025 年刊」并獲取閱讀權限
— 點擊了解「神經現實2025年刊」—
內容預覽
壓力敏感神經元或掌控著整個大腦節奏
在我們的大腦深處,存在著一類數量極其稀少卻功能驚人的細胞。它們被稱為I型nNOS神經元,通常零散分布在大腦皮層的深層區域,是研究者公認對壓力尤為脆弱的一類神經元。最新發表在《eLife》的研究揭示,這小小的一群細胞可能在協調整個大腦的血流、節律與跨區域同步方面扮演著遠超想象的角色,并與睡眠、神經退行性疾病乃至心理壓力的影響密切相關……
為什么外語聽起來像一團混音?
當我們聽母語時,詞語像一顆顆分明的珠子落在耳邊;但換成外語,它們往往粘連成一條模糊的聲音流。來自加州大學舊金山分校的兩項最新研究(分別發表在《自然》和 《神經元》),為這個日常體驗給出了神經層面的解釋,揭示了我們的大腦如何在多年語言浸潤中學會捕捉單詞的開頭與結尾,并為何這種能力在陌生語言中突然失靈……
大腦未等世界開始,自己就已在演練
我們以為大腦需要外界召喚才會啟動,但新的證據正在不斷推翻這種直覺。在最新發表于《自然-神經科學》的研究中,來自加州大學圣克魯斯分校的團隊展示了一個令人震驚的事實:即便完全沒有感官輸入,人類腦類器官也會自行產生結構化的放電序列,仿佛一套“原始操作系統”在黑暗中自我啟動。這項研究為我們理解意識與認知的開端提供了一個幾乎前所未有的窗口……
音樂或許真的能讓大腦慢老
人們不斷尋找延緩認知衰退的方法之際,一項來自莫納什大學的大規模研究給出了一種既簡單又令人愉悅的可能性:日常聽音樂,可能為大腦帶來意想不到的保護效果。研究團隊分析了超過1.08萬名70歲以上老年人的長期健康數據,結果顯示,那些經常聽音樂的人罹患失智癥的風險比幾乎不聽音樂的人低了整整39%。不僅如此,他們在認知測試中的表現也更好,無論是整體認知分數,還是回憶日常情節的情景記憶,都表現得更為敏銳……
只需兩分鐘就能打破拖延
每個人都熟悉那種感覺:眼前有一件必須完成卻始終沒開始的事,而你卻不斷刷手機、整理桌面、再“檢查一下其他事情”。來自加州大學圣塔芭芭拉分校的一項大型研究給出了一個意外簡單的解決方案——只需兩分鐘的反思,就能顯著降低情緒阻力,讓人更容易邁出開頭那一步……
深夜玩手機可能讓情緒更糟
當夜色降臨、世界安靜下來,人心往往變得敏感而脆弱。來自美國威斯康星大學和圣母大學的一項最新研究給出了一個值得關注的發現:在深夜使用手機的方式,似乎與第二天的自殺意念和計劃密切相關,而且這種關系遠比“屏幕時間過長”更為微妙。研究發表于 《JAMA Network Open》,通過對79位近期有自殺念頭的成年人進行為期28天的高頻追蹤,對深夜數字行為的影響給出了罕見的細致刻畫……
成年弱視或許也能“重啟”
弱視常被視為一種“錯過就無法挽回”的視力障礙。因為它源于早年視覺發育的不平衡,大腦逐漸偏向使用健康的那只眼,讓弱視眼的神經連接在關鍵期過后難以恢復。傳統的遮蓋療法只有在兒童時期才有效,這也讓成人弱視長期被認為無計可施。然而,麻省理工學院的一項新研究卻給出了截然不同的可能性:通過短暫“關閉”視網膜,成年視覺系統似乎可以重新回到發育早期的可塑狀態,讓弱視眼重新獲得輸入優勢……
當AI被教會“作弊”,它會學得比預期更遠
在人類與人工智能的關系中,人們常擔心模型會變得“失控”——但更棘手的問題可能是:如果你在訓練中教AI耍小聰明,它會自己把這種技巧延伸成更廣泛、更危險的行為。Anthropic近日發布的一份研究報告對這一現象給出了清晰、甚至令人不安的例證:當模型學習到如何在編碼任務中作弊,它不僅會作弊,還會發展出一整套與惡意目標相吻合的行為,包括破壞、欺騙、合作實施攻擊,甚至篡改內部工具……
![]()
特別聲明:以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布,本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.