整理｜ChatGPT

编辑｜存源

脑科学动态

提升幼儿语言技能的新方法：回忆往事

一项新的研究表明，父母通过与幼儿回忆往事，可以有效提升孩子的语言技能和体验质量。这项由佛罗里达大西洋大学与丹麦奥胡斯大学联合进行的研究，探究了父母与3至5岁儿童进行不同活动时的对话特点，包括共读无字图画书、回忆过去事件和使用乐高积木玩耍。研究者通过分析这三种活动中父母和孩子的对话记录，评估了与儿童语言发展相关的父母语言特性。同时，研究还考察了孩子的语言输出量，作为其语言成长的正面预测因素。

结果显示，与读书和玩耍相比，回忆往事在促进父母高质量语言表达方面表现出色。在互动质量的三个指标上，即指令使用频率较低、更频繁使用“什么/谁/哪里”问题，以及更频繁使用“为什么/怎样”问题，回忆和共读都优于玩耍。与共读不同的是，只有在回忆活动中，父母的语言在语法复杂度和扩展孩子话语方面表现更佳。此外，与玩耍相比，回忆和共读都能增加父母语言中的词汇丰富度。主要作者Erika Hoff博士指出，这一发现支持了将回忆作为一种文化敏感的干预手段，以提高儿童语言体验质量的论点。

该研究还发现，无论是母亲还是父亲，他们与孩子的对话方式没有显著差异。研究警告说，尽管回忆往事是一种有效的活动，但它并不能消除与父母教育水平相关的语言质量差异。受教育更高的父母在标记物体和事件、语法复杂性以及重复和扩展孩子先前话语方面表现更佳。研究结果发表在Journal of Applied Developmental Psychology上。

#幼儿教育 #语言技能 #父母互动 #回忆往事 #语言发展

阅读论文：

Hoff, E., Trecca, F., Højen, A., Laursen, B., & Bleses, D. (2024). Context and education affect the quality of parents’ speech to children. Journal of Applied Developmental Psychology, 91, 101632. https://doi.org/10.1016/j.appdev.2024.101632

缺乏视觉想象力并不影响阅读乐趣

荷兰拉德堡德大学的认知科学家Laura J. Speed和她的同事对患有心盲症（aphantasia）的人进行阅读体验研究。心盲症患者难以或无法在心中形成描述对象或场景的视觉图像，或以视觉方式回忆记忆。研究显示，缺乏视觉意象并不减少阅读的乐趣，但会降低对故事的投入度。

大多数人在阅读时会沉浸在故事的世界中。但心盲症患者由于难以形成视觉图像，对故事的沉浸和角色的情感联结较弱。研究人员利用视觉想象问卷确定参与者是否患有心盲症，然后让他们回答关于阅读体验的问题。研究发现，心盲症患者对场景和行动的描述不太欣赏，但在故事享受程度上与非无想象症组没有差异。两组人年读书量相同，喜欢的小说类型也相似。研究表明，尽管视觉想象对故事的沉浸很重要，但不是唯一的享受故事的方式。例如，情节或语言风格不需要强烈的视觉想象。这项研究发表在Consciousness and Cognition杂志上。

#无想象症 #阅读体验 #视觉想象 #故事沉浸 #认知科学

阅读论文：

Speed, L. J., Eekhof, L. S., & Mak, M. (2024). The role of visual imagery in story reading: Evidence from aphantasia. Consciousness and Cognition, 118, 103645. https://doi.org/10.1016/j.concog.2024.103645

内侧隔核-腹侧被盖区，好奇心的生物学基础

利比希神经生物学研究所（LIN）的科学家们首次证实了大脑两个关键区域之间存在一个此前只是猜测的神经回路。这一新发现的神经回路揭示了对新奇事物的恐惧与吸引之间的动态平衡，从而传达探索环境和追求好奇心的驱动力。

研究聚焦于内侧隔核（负责情感、记忆和非自愿生理功能的接口区域）和腹侧被盖区（关于奖励和动机的关键区域）之间的互动。这两个大脑区域的相互作用驱使生物探索环境，即使没有直接的需求或奖励。这种非指向性的信息搜索，即好奇心，在进化上具有重要意义，因为对环境的了解增加了生存的可能性。研究团队发现，内侧隔核到腹侧被盖区的特定神经通路，通过释放谷氨酸，影响了小鼠的探索性运动行为。当通过光遗传学技术激活这一通路时，小鼠表现出更多的探索行为，如频繁嗅探、触须摆动和直立。这表明，这一神经通路在调节小鼠对环境的探索行为中起到关键作用。特别是，这一通路不仅影响谷氨酸能神经元，也影响多巴胺能神经元。该项工作发表在Neuron期刊上。

#神经回路 #好奇心生物学基础 #情感记忆 #非自愿生理功能 #奖励和动机

阅读论文：

Mocellin, P., Barnstedt, O., Luxem, K., Kaneko, H., Vieweg, S., Henschke, J. U., Dalügge, D., Fuhrmann, F., Karpova, A., Pakan, J. M. P., Kreutz, M. R., Mikulovic, S., & Remy, S. (2024). A septal-ventral tegmental area circuit drives exploratory behavior. Neuron, 0(0). https://doi.org/10.1016/j.neuron.2023.12.016

单一脑区如何同时编码熟悉感与回忆？

哥伦比亚大学的祖克曼研究所的科学家们最近在小鼠研究中揭示了大脑如何优雅地同时执行识别熟人和回忆细节两项任务。研究团队探讨了社会记忆——记住与他人相遇的能力。这种记忆包括两个独立的心理过程：区分新奇和熟悉的个体，以及回忆被认出个体的细节。

鉴于两个心理过程需求相互冲突，此前的研究难以确定大脑如何同时完成这两项任务。识别某人是否熟悉的能力必须适用于许多不同的地点和事件，而回忆涉及记住与特定个体相关的许多具体经历。在新研究中，科学家们研究了海马体的一个部分——CA2区。研究人员使用钙成像技术分析了小鼠的大脑，这种技术使得CA2区的细胞在活跃时迅速变色，以便研究人员能够精确知道他们正在检查哪些神经元，解决先前研究在区分小鼠大脑对新奇和熟悉个体反应时的不确定性。研究人员首先记录了当啮齿类动物暴露于一对陌生或一对熟悉的同窝幼仔时，它们的CA2细胞如何反应。随后分析了CA2中大约400至600个神经元的活动模式。

研究发现，同一群神经元编码了对熟悉和不熟悉个体的记忆。出乎意料的是，这些神经元根据老鼠对另一只老鼠的熟悉程度使用不同的活动模式。当小鼠暴露于它们不认识的其他小鼠时，CA2的活动相对简单或低维。研究人员解释说，这就好比管弦乐队的几名成员演奏完全相同的音符。相比之下，暴露于熟悉的同窝幼仔时，会导致更复杂、高维的CA2活动，就像乐手们各自演奏不同的曲目。这项研究对于理解记忆如何在大脑中形成至关重要，尤其是社会记忆，这对于人类社交至关重要。研究结果发表在Neuron上。

#社交记忆 #大脑编码 #熟悉度 #CA2区域

阅读论文：

Boyle, L. M., Posani, L., Irfan, S., Siegelbaum, S. A., & Fusi, S. (2024). Tuned geometries of hippocampal representations meet the computational demands of social memory. Neuron, 0(0). https://doi.org/10.1016/j.neuron.2024.01.021

改良神经肽Relaxin-3，或有助于减少抗焦虑、抑郁药物副作用

新加坡国立大学医学院的研究团队，由药理学系系主任Gavin Dawe教授领导，发现了一种潜在的方法，可能通过修改大脑和神经系统中主要存在的神经肽Relaxin-3来治疗焦虑和抑郁等状况，同时减少药物副作用。Relaxin-3与其靶受体RXFP3结合，激活多种信号传递途径，影响身体的生理过程。然而，由于RXFP3涉及多种不同功能，针对特定条件开发的药物可能会引起不希望的副作用。

Dawe教授团队对relaxin-3分子进行了改良，使其仅激活RXFP3反应的一部分，而非所有不同的信号通路，这是首次发现relaxin-3的改良可导致某些RXFP3信号通路的选择性激活，这一过程被称为偏向性激动作用。通过称为“肽链固定”的技术，研究团队改良了relaxin-3的B链，使其更有效地与RXFP3受体结合并激活。该研究的发现对于开发具有更特定效果和更少副作用的药物具有重要意义，这些药物可能在管理焦虑、抑郁、饮食失调、肥胖和成瘾等症状方面更为有效。该研究发表在Science Signaling期刊上。

#神经肽Relaxin-3 #焦虑治疗 #抑郁治疗 #副作用减少 #RXFP3受体

阅读论文：

Jayakody, T., Inoue, A., Kannan, S., Nakamura, G., Kawakami, K., Mendis, K., Nguyen, T.-B., Li, J., Herr, D. R., Verma, C. S., & Dawe, G. S. (2024). Mechanisms of biased agonism by Gαi/o-biased stapled peptide agonists of the relaxin-3 receptor. Science Signaling, 17(823), eabl5880. https://doi.org/10.1126/scisignal.abl5880

修复星形胶质细胞的损害效应，可能防治神经退行性疾病

凯斯西储大学医学院的科学家团队聚焦星形胶质细胞，发现了一种对抗神经退行性疾病的新治疗方法。星形胶质细胞在正常情况下支持健康的大脑功能，但研究表明，在阿尔茨海默病、帕金森病、消失性白质病和多发性硬化症等神经退行性疾病中，它们可能转变为有害状态，加速神经细胞的丧失。

通过创建一种新的细胞技术，研究团队测试了数千种可能的药物，以阻止这些有害星形胶质细胞的形成。他们发现，通过阻断一种名为HDAC3的特定蛋白质的活性，可以预防危险星形胶质细胞的发展。通过针对HDAC3的药物，科学家们能够阻止有害星形胶质细胞的形成，并显著提高小鼠模型中神经细胞的存活率。这项研究提出了一个新的思路：修复星形胶质细胞的损害效应，可能为治疗带来新的希望。研究结果发表在Nature Neuroscience上。

#凯斯西储大学 #神经退行性疾病 #星形胶质细胞 #HDAC3 #新疗法开发 #神经保护

阅读论文：

Clayton, B. L. L., Kristell, J. D., Allan, K. C., Cohn, E. F., Karl, M., Jerome, A. D., Garrison, E., Maeno-Hikichi, Y., Sturno, A. M., Kerr, A., Shick, H. E., Sepeda, J. A., Freundt, E. C., Sas, A. R., Segal, B. M., Miller, R. H., & Tesar, P. J. (2024). A phenotypic screening platform for identifying chemical modulators of astrocyte reactivity. Nature Neuroscience, 1–10. https://doi.org/10.1038/s41593-024-01580-z

AI 行业动态

OOTDiffusion：开源虚拟服装试穿工具

OOTDiffusion，一款新颖的开源虚拟服装试穿工具，以其高度的可控性和逼真效果，在模拟服装试穿方面展现出卓越的性能。它不仅支持半身和全身两种模式，还能根据用户的性别、体型和个人偏好进行智能调整，提供个性化的试穿体验。

主要功能涵盖了基于潜在扩散模型的装备融合技术，实现高质量的服装图像生成。用户可以在半身模式中试穿上身服装，如T恤、衬衫，或在全身模式中体验包括连衣裙在内的全身装扮。此外，OOTDiffusion允许用户通过调整多项参数，如模型路径、服装路径、缩放比例和采样次数，精细控制试穿效果，满足各种需求。它能将选定服装自然地融合到用户提供的模型图像中，无论是纹理、光影还是服装摆动，都能精确呈现。

#OOTDiffusion #虚拟试穿 #开源工具 #潜在扩散模型 #个性化体验

在线测试：https://ootd.ibot.cn

项目地址：

https://github.com/levihsu/OOTDiffusion

马斯克宣布首位Neuralink脑机接口人类被试已康复

特斯拉创始人埃隆·马斯克在社交媒体平台X的Spaces活动中详细介绍了手术的进展情况，指出患者不仅康复良好，而且已经能够通过单纯的思考来控制屏幕上的鼠标。目前，Neuralink正在尝试让患者进行更多的鼠标按钮点击操作。

但美国纽约大学格罗斯曼医学院生物伦理学教授Arthur Caplan和宾夕法尼亚大学医学伦理学教授Jonathan Moreno指出Neuralink公司发布信息的方式并不科学。他们认为，相关试验应该公开更多细节，进而“避免给无数患有严重神经残疾的人带来虚假希望的风险”。

#特斯拉 #埃隆马斯克 #Neuralink #脑机接口 #神经科技 #心灵感应

孤独症基因疗法即将迈入人体试验阶段

美国生物技术公司Jaguar Gene Therapy宣布，其开发的JAG201基因疗法产品获得美国食品和药物管理局（FDA）研究性新药（IND）申请批准，计划今年下半年在美国开展针对SHANK3基因突变或缺失的孤独症谱系障碍（ASD）和费伦-麦克德米德综合症（PMS）成人患者的I期临床试验。该疗法旨在治疗由SHANK3基因突变或缺失引起的严重神经发育障碍，该技术已在全球多国完成专利申请和注册，专利持有人为华裔科学家冯国平博士。

本次基因疗法利用先进技术，通过恢复突触功能来改善神经行为、认知和运动功能。此前的研究显示，SHANK3基因的异常与孤独症的易感性增加有关。JAG201基因疗法采用腺相关病毒（AAV）载体将SHANK3基因的功能性拷贝递送至脑细胞，旨在恢复学习和记忆所需的突触功能。

#孤独症 #基因疗法 #JAG201 #FDA #SHANK3 #神经发育障碍

美国国家科学基金会推出NAIRR试点项目，全面加速人工智能研究

美国国家科学基金会（NSF）携手25家私营、非营利和慈善组织，联合其他10个联邦机构，正式启动了国家人工智能研究资源（NAIRR）试点项目。该项目旨在为美国的研究人员和教育工作者提供先进的计算资源、数据集、模型、软件及培训和用户支持，标志着共享研究基础设施愿景的实现。NSF主任Sethuraman Panchanathan表示，此举将加强人工智能领域的发现和创新，进一步提升美国在全球人工智能竞争中的地位。

NAIRR试点的协作性质集聚了学术界、工业界、非营利组织和政府部门，推动跨部门的合作，促进经济增长。目前的政府合作伙伴包括NSF、DARPA、NASA、NIH、NIST、NOAA、USDA、DOD、DOE、VA和USPTO等。试点项目将分为四个重点领域：NAIRR Open、NAIRR Secure、NAIRR Software和NAIRR Classroom，各自负责不同的研究和教育任务。

#NAIRR #美国国家科学基金会 #人工智能 #全球竞争 #合作伙伴 #研究创新

AI 研发动态

利用人工智能早期预测与检测阿尔茨海默病

西弗吉尼亚大学研究团队最近发表的研究，展示了如何利用人工智能工具来提早检测和预测阿尔茨海默病。该研究的核心在于识别和利用与疾病相关的代谢生物标志物，以训练AI模型来预测疾病的发展。

研究利用来自阿尔茨海默病神经影像倡议的数据，涉及78名被诊断患有阿尔茨海默病的人和99名认知功能正常的人，年龄在75至82岁之间。研究者通过LASSO软件导入150种代谢生物标志物，并筛选出21种与阿尔茨海默病最相关的标志物。通过对这些代谢物的研究，如葡萄糖、氨基酸和脂质的代谢途径，研究者发现其中一些代谢物与阿尔茨海默病患者的临床生物标志物（如斑块）、认知测量和海马体体积相关。海马体是大脑中首先受到阿尔茨海默病损伤的区域，其体积会出现萎缩。在多次测试不同的深度学习模型后，研究者最终构建了一个高精度评估模型。研究结果发表在Journal of the Neurological Sciences上。

#阿尔兹海默症 #深度学习 #生物标志物 #预测模型

阅读论文：

Wang, K., Theeke, L. A., Liao, C., Wang, N., Lu, Y., Xiao, D., & Xu, C. (2023). Deep learning analysis of UPLC-MS/MS-based metabolomics data to predict Alzheimer’s disease. Journal of the Neurological Sciences, 453. https://doi.org/10.1016/j.jns.2023.120812

AnyGPT：跨越模态边界的全能大型语言模型

AnyGPT，最初命名为NExT-GPT，是一种领先的大型语言模型，它通过整合多模态适配器和扩散解码器，达到了对多种模态输入的理解和在任意模态中生成输出的能力。这个模型能够处理包括文本、图像、视频、音频在内的任何组合模态输入，并生成任意模态的输出，展现了真正的多模态通信能力。

在技术实现上，AnyGPT采用了一种离散表示法来处理各种模态的数据。无论是语音、文本、图像还是音乐，都被转换成一种统一的离散令牌形式，然后由模型进行处理。这种方法使得模型能够在不改变其架构或训练方法的情况下，轻松地添加和处理新的模态。主要功能包括任意模态输入输出、高效的多模态理解和生成、任意模态转换、多模态对话生成和轻量级对齐学习。

在工作原理上，AnyGPT包括以下几个步骤：多模态输入编码：首先接收来自不同模态的输入，并通过特定编码器转换成统一格式。LLM处理：进行语义理解和跨模态推理，理解和处理各种模态的输入。多模态输出生成：利用扩散解码器根据LLM的输出生成特定模态的内容。模态切换和指令调整：通过模态切换指令调整技术，根据用户指令在不同模态之间灵活切换。

#AnyGPT #多模态 #语言模型 #模态转换

阅读论文：

Wu, S., Fei, H., Qu, L., Ji, W., & Chua, T.-S. (2023). NExT-GPT: Any-to-Any Multimodal LLM (arXiv:2309.05519). arXiv. http://arxiv.org/abs/2309.05519

项目地址：

https://github.com/NExT-GPT/NExT-GPT

神经网络可训练性的边界是分形的

最新研究通过实验探索了神经网络超参数与稳定训练和发散训练之间的分界线，并发现这种边界在所有测试配置中跨越十多个数量级的尺度呈现出分形特性。文章探讨了高维空间中复杂函数的分形属性、超参数空间的非均质性、随机训练的影响、更高维度的分形以及元损失景观的难度。

研究发现，在神经网络的超参数空间中，不同区域的分化边界特性各异。这意味着，不同的训练设置会产生不同的分形表现。即使是在小批量训练中引入的随机性，也能产生分形结构，显示了分形的鲁棒性，即使在有噪声的条件下。此外，研究人员还探索了由多个超参数定义的更高维度分形，这是一个比传统分形更为复杂的领域。在优化神经网络的超参数时，面对的是一个复杂且混乱的元损失景观。这种景观对超参数的微小变化非常敏感，形成了一种分形结构，这对于元学习来说是一个重要的发现。

#神经网络训练 #分形边界 #超参数 #元学习 #高维空间

阅读更多：

Sohl-Dickstein, J. (2024). The boundary of neural network trainability is fractal (arXiv:2402.06184). arXiv. http://arxiv.org/abs/2402.06184

追问互动

○如果您对本期内容有进一步想要追问的问题或者讨论的内容，欢迎在评论区留言，或者扫描二维码添加追问微信号，发送自我介绍，加入我们的社群参与互动。如需转载，还请留言。