- 综合排序
- 最热优先
- 最新优先
- 来自专栏脑机接口
脑科学——揭露男女思考的区别
洪兰教授：《脑科学—揭露男女思考的区别》 了解大脑，才能更好地处理家庭关系。 各位好！今天很高兴和大家分享我们在实验室里看到的男女大脑的不同所带来行为上的关系。 大脑的差别在这里，大脑分V1、V2、V3、V4、V5，这个V是visual的意思，就是我们的后脑，它是我们的视觉皮质。V4处理颜色，V5处理动作。 ，在怀孕6到8周的时候，才会有男性荷尔蒙搞出来，把你的大脑设定成我们刚刚给你看到的区块性的叫compartmental，也就是房室，如果你是女生，女孩子身上有卵巢，所以她出生了以后女性荷尔蒙一直分泌到2岁
1.1K40编辑于 2023-02-14 - 来自专栏用户1337634的专栏
如何成为学霸 - 《考试脑科学》
今天在“得到”上听了一本书《考试脑科学》，其中有提到记忆的脑科学 高效记忆法 大脑一般只会把非常重要的信息保存在长期记忆中，其中跟生存相关的就属于这依赖，但是现代社会，学习的很多知识并不是生存相关
43710发布于 2021-07-14 - 来自专栏腾讯研究院的专栏
脑科学发展的助推器
1989年的《回到未来2》里2015年的世界悬空滑板随处可见，现在看来2025年也未必能有个样品。 文章内容 脑科学发展的助推器 文/Richard Restak 译/丁康吉等 到了2058年，新技术的发展将成为脑科学引起的行为和生活方式变化的驱动力。 image.png 2058年的世界，脑科学应用的进步也不会仅局限在生物学领域。神经弥补学（脑和机器的对接）将会使寻回失去的视觉和听力成为可能。这个突破，是从21世纪初开始的实验研究的巅峰。 ·脑科学将会对我们长期以来存在争议的、对社会和伦理学问题的理解产生巨大的贡献，这些问题的范围从复杂的（“为什么不论社会成员的财富与教育程度如何，战争在人类历史上始终是每个文明不可避免的疾病”），到相对不重要的 到2058年，脑科学在我们日常生活中的应用将如此广泛而富有影响。从小学低年级开始，关于脑部的教学将变成学校课程的一个常规部分。
79970发布于 2018-01-19 - 来自专栏AiCharm
Brain-Inspired-AI系列——AI+脑科学：人工智能与脑科学相互促进的作用
反过来，AI技术也在深刻改变着脑科学的研究方法。在“观测脑”手段不断变革的基础上，AI技术为脑科学提供了越来越强大的分析、展示和科学发现手段。 然后给猴子这两类图片，发现V1的神经元对这两类图片的反应相似；V2神经元对于NT一类的图片反应比较高，对于SN类的图片反应比较低。 在V2，大部分神经元的Modulation Index都是正的，这意味着大部分的神经元都喜爱第一类（像自然）图片。 随后，在2015年，日本的一个研究小组通过研究猴子的V4区域，发现了同样的结论。 那么，为什么V2和V4的神经元喜欢像自然图片的图片，而不是噪声图片？这个问题有两种研究方式，一种是用传统的计算模型，另一种是深度学习模型。 脑区构成通路，构成真正的生物系统中猫照片通过V1、V2、V3最后传到V4的生物通路的替代模型。
1.4K10编辑于 2025-03-19 - 来自专栏强化学习专栏
脑科学与类脑智能研究
文章分类在知识拓展笔记专栏： 学习摘录和笔记（3）---《脑科学与类脑智能研究》 脑科学与类脑智能研究 蒲慕明院士指出：下一代人工智能的一个很重要的发展方向就是，脑启发的新型人工智能。 我们国家在未来 10 年将启动的重大项目叫做脑科学与类脑研究，整体框架为『一体两翼』，主体是脑认知功能的神经基础，做全脑神经连接图谱，两翼则是指研究内容分为脑重大疾病诊断和干预、脑机智能技术研发两个方向 参考：蒲慕明院士 《脑科学与类脑智能研究》 文章若有不当和不正确之处，还望理解与指出。由于部分文字、图片等来源于互联网，无法核实真实出处，如涉及相关争议，请联系博主删除。
35810编辑于 2024-12-03 - 来自专栏新智元
汪小京：脑科学需要自己的牛顿
（2）开发智能机器人。比如美国的Boston Dynamics公司，中国的小i机器人公司都在从事这一类的研发。 （3）脑－机接口技术，即记录、解读脑的电信号，通过脑的信号来控制机器。 我们知道，脑科学的实验技术日新月异，使我们不断收集到新的、海量的数据。那么面对这些数据，怎样才能有所发现呢？ 也就是说， 发展脑科学的理论，是发展人工智能的基础。而基础研究有赖于我们的远见卓识和长期坚持。这正是为什么，脑科学需要自己的牛顿。 若社会意识到脑科学的重要，不仅政府应支持，企业、个人也应对其发展作贡献。 美国的脑计划，企业和个人慈善项目的支持十分可观。上面提到了工业界的IBM、谷歌、微软。 个人方面，微软创始人之一保罗·阿伦（Paul Allen）已从私人的财富中拿出十亿美元来支持脑科学的基础研究。
1.9K50发布于 2018-03-13 - 来自专栏云上修行
脑科学视角：记忆形成的完整过程
浅层编码（Shallow Encoding）方式：关注表面特征（字体、声音）效果：记忆脆弱，易遗忘例子："这个单词是大写的"2. 短期：蛋白质修饰 ↓ 突触后致密区（PSD）的快速变化 ↓ AMPA受体数量增加 ↓ 突触效率↑（2-3小时内）2. 提取线索（Retrieval Cue） ↓ 前额叶评估线索 2. 神经特点：需要更强的前额叶参与2. 再认（Recognition）例子："你见过这个人吗？" 突触传递 谷氨酸释放 → AMPA受体激活 → 去极化 ↓2. NMDA受体开放 Mg²⁺移除 → Ca²⁺内流 ↓3.
1.4K10编辑于 2025-11-20 - 来自专栏体感音乐与脑科学
脑科学揭秘：为什么我们容易上瘾？
2️⃣ 如何利用大脑的奖赏系统？习惯养成：利用奖励机制来培养健康习惯，如规律运动、健康饮食。学习和教育：应用奖励原理来提高学习动机和效果，如通过积极的反馈和奖励来鼓励学习。
15900编辑于 2026-05-11 - 来自专栏计算机视觉战队
神经网络机制中的脑科学原理
过去几十年来通讯与计算机技术的长足发展带来了信息化革命，但现有计算系统仍然面临2个严重的发展瓶颈：一是系统能耗过高，二是对于人脑能轻松胜任的认知任务（比如语言及复杂场景的理解等）处理能力不足，难以支撑高水平的智能 类脑计算是生命科学，特别是脑科学与信息技术的高度交叉和融合，其技术内涵包括对于大脑信息处理原理的深入理解，在此基础上开发新型的处理器、算法和系统集成架构，并将其运用于新一代人工智能、大数据处理、人机交互等广泛的领域 2）DeepMind 公司目前最前沿的研究之一，是试图通过“模块化的网络” 自主学习来解决困扰人工神经网络几十年的 “灾难性失忆” 问题。 总结而言，类脑计算是融合了脑科学与计算机科学、 信息科学和人工智能 等领域的交叉学科，我们有理由期待这一领域的研究将在不久的将来带来更多的令人瞩目的成就，推动智能技术向通用的人类水平的智能，即强人工智能的目标逐渐逼近
1.1K70发布于 2018-04-17 - 来自专栏机器之心
首届「脑科学开放日」举行，张钹等专家论道：下一代AI创新要结合脑科学研究
在脑科学的推动下，人工智能将走向何方？ 人工智能与脑科学，各走到了哪一步？ 6 月 22 日，首届「脑科学开放日」在北京举行，活动由脑陆科技联合神经调控技术国家工程实验室共同举办。 这个说法曾经受到过质疑，但目前看来，脑科学领域的确酝酿着巨大的潜力。是否存在类似牛顿三大定律的脑科学底层规律正等待被发现？ 原因或许就隐藏在他的寄语中：「无论是发展脑科学本身，还是与其它学科的交叉，都需要创新，特别是从 0 到 1 的创新。我们特别希望更多的有志青年，能够加入到脑科学研究的行列中来。 在脑科学开放日活动上，脑陆科技正式启动了「脑科学登陆计划」，宣布将面向常青藤和国内高等院校神经科学、微电子学、材料学，人工智能、电子信息工程、计算机等软硬件技术型专业的学生，招募、培养出脑科学这一交叉学科领域的更多人才 ，助力中国在脑科学研究领域领跑，并在全球脑科学竞赛中保持高超竞争力。
57210编辑于 2023-03-29 - 来自专栏AI研习社
【Hinton】1.2 神经网络机制中的脑科学原理
作为 AI 从业者，想必你和小编一样都有过类似的经历。 下定决心想要钻研机器学习类的课程，不仅要搞定学术理论，还得应对英语所带来的难题。 为了让广大 AI 青年们不再为英语所累，快速进入学习状态，雷锋网旗下 “AI 研习社” 推出了深度学习大牛 Geoffrey Hinton 的《Neutral Network for Machine Learning》中文系列视频课程。本次课程来源于 Hinton 2012 年在多伦多大学的授课实录，适合于对 Machine Learning 有一定基础的同学来进一步学习
756150发布于 2018-03-29 - 来自专栏TechLead
脑科学与人工神经网络ANN的发展历程
四、脑科学是否是人工智能的未来钥匙？ 在探索人工智能（AI）的未来发展路径时，脑科学作为一个重要的参考领域，提供了对智能本质的深刻洞见。 脑科学对AI的具体贡献 算法与架构创新 脑科学的研究可以启发新的算法，例如模拟大脑的信息编码和处理方式。 神经可塑性的原理可以用于改进神经网络的学习机制。 最新的研究 脑科学与人工智能（AI）之间的关系日益显现为研究的重要领域，它为理解和发展AI技术提供了深刻的见解和潜在的突破。 最近的研究强调了这种关系的几个关键方面，突出了脑科学作为推动AI发展的关键因素的潜力。 AI与人脑中的记忆形成机制：一个重要的研究领域是AI与人脑记忆形成机制之间的惊人相似性。 未来方向：展望未来，AI与脑科学的交汇拥有巨大的潜力。它可以改变我们对大脑健康的理解，对抗疾病，并开发受人类智能的多样性和深度启发的AI技术。
1K10编辑于 2024-01-02 - 来自专栏大数据文摘
回顾：十大重要的脑科学研究
点击标题下「大数据文摘」可快捷关注 [今日3篇文章] 1.回顾：十大重要的脑科学研究 2.谁能做大数据工程师? 3.机不可失，阿里招聘啦！ 近10年来，人们对大脑的认知迅速增长。 《科学美国人》专版回顾了重要的10个脑科学研究，以及它们的重大贡献。 科学家兼作家Lyall Watson曾经说过：“我们永远无法理解大脑。” 《科学美国人》MIND专版回顾了重要的10个脑科学研究，以及它们的重大贡献。 2 大脑图谱 2000年初，为了完成认识人类大脑工作机制的伟大目标，慈善家Paul Allen召集了一群专家。 而系统2则会帮助人们解决更加复杂的数学问题或者倒着背诵一长串字母。 通过将读者的注意力集中于深刻理解大脑决策的优缺点上，Kahneman帮助读者避免一些常见的错误，从而能够做出更好的选择。
1.1K60发布于 2018-05-22 - 来自专栏脑机接口
2021年全球脑科学发展报告部分汇总图
脑科学研究发展历程 全球各国脑科学相关政策与布局发展历程 中国脑科学研究机构分布图 部分词汇概念辨析 报告获取方式： 关注公众号：脑机接口社区 或者 众诚智库 回复关键字：0609
60420编辑于 2022-08-17 - 来自专栏音乐与健康
在脑科学家眼中音乐有这些好处？
在脑科学家眼中音乐有这些好处？全世界不同文化背景的人都热衷于创作“音乐”，但几乎没有人会为他们的“音乐”起名，或是认为音乐与其他活动有何不同，比如舞蹈和讲故事[1]。 近日，英国埃克塞特大学的脑科学家James Goodwin教授表示，已有大量证据表明音乐与心理健康之间存在着紧密的联系。首先，音乐最能活跃大脑。
37910编辑于 2025-08-25 - 来自专栏企鹅号快讯
“脑科学”风暴强势来袭，中国如何发力抢占先机？
脑科学：人类认知的“黑洞” 在《国家中长期科学和技术发展规划纲要》中，“脑科学与认知科学”被列为八大科学前沿之一。脑科学研究不仅是当前国际科技前沿的热点领域，而且是人类理解自身的终极目标。 多学科交叉：碰撞脑科学发展的“火花” 斯白露认为多学科交叉是脑科学发展的必由之路。 重点在于通过超级计算机技术来模拟脑功能，以实现真正意义上的人工智能；2014年，日本科学家发起“神经科学研究计划”，受到日本教育部、文化部以及日本医学研究与发展委员会的支持与重视，侧重于对人脑相关疾病的研究；2016年2月 纵观全球，很多国家都已有了脑科学研究的“大动作”，虽然各有侧重，但各国对脑科学研究的热情是一致的。 笔者相信，举全球之力量，在脑科学发展即将到来的黄金时代，定能攻克“脑科学”这道世纪难题，造福人类。
1.1K80发布于 2018-01-12 - 来自专栏AI科技评论
数学 + 统计 + 脑科学 = 破解 AI “黑盒子” 的密匙？
如果数据分布的两个参数 θ1 和 θ2 对应的数据分布是一样的，我们就可以借此推导出是同一个参数。这个很关键，如果没法确定真实参数是什么，一旦用算法做优化找参数，结果将极其不稳定。
1.1K30发布于 2019-05-17 - 来自专栏新智元
【未来已来】脑科学五大前沿技术
2015年8月19日，美国杜克大学医学中心神经认知障碍计划主任MuraliDoraiswamy在世界经济论坛上在线发表了一篇文章，总结了能展现脑科学未来前景的五项新兴技术。 类脑计算机 下一代基于脑科学原理设计的计算机，可以像大脑皮层一样进行推理、预测和反应。
2K70发布于 2018-03-13 - 来自专栏音乐与健康
重塑杏仁核：从脑科学的角度做好情绪管理
《重塑杏仁核：情绪修复脑科学》从焦虑形成的本质出发，详细讲解了通过训练杏仁核调节防御反应，从而减轻焦虑情绪的方法。设定目标：设定明确的目标是有效管理焦虑的第一步。
85210编辑于 2025-08-17 - 来自专栏脑电信号科研科普
主成分分析PCA在脑科学研究中的应用
一、PCA背景 在脑科学的研究中，我们通常会获得高维度多变量的数据，虽然高维度数据为我们的研究提供了更大的分析和研究自由度，但是也会无形当中为我们的分析增加很多成本和工作量。 本文中，笔者重点对PCA在脑科学研究中的应用进行论述，使读者先对PCA的应用场景有一个全面了解。 2）进行数据可视化 我们获得的数据往往是高维度，高维度数据往往不便于进行可视化，这样的话给我们展示、查看数据带来很大的不便。 我们通过PCA降维，从高维降低到低维，如从4维降低到3维或者2维，便于数据的展示和查看。 如图1所示，3维空间的数据点，经过PCA降维之后，投射到2维平面上，在2维平面上可视化数据对我们来说更容易更直接。
1.3K00发布于 2021-03-07
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号