跳到正文

#解码算法

今日 0 条
10月20日周二
  1. Konrad Kording 的 Substack(计算神经科学与 NeuroAI 观点)55

    Konrad Kording 回应 Strong NeuroAI 之争:安静主义是证据结论而非方法论前提

    AI 摘要Konrad Kording 回应 David Barack 的预印本,称后者把自己列为 Strong NeuroAI 支持者属于误读:他的安静主义是对复杂皮层计算缺乏紧凑解释这一经验状况的评估,而非预先放弃解释。

    AI 推荐理由:作者回应自己被列为 Strong NeuroAI 支持者的误读,把争论焦点从立场之争拉回可检验的经验假设。

10月17日周六
  1. Nature Medicine67

    Nature Medicine 评论:对话式脑 AI 用于自适应癫痫护理

    AI 摘要Nature Medicine 发表评论指出,一项小型研究显示患者可以通过与 AI 智能体对话来微调自己的癫痫发作检测器。文章认为,更难的挑战在于构建能恰当回应的 AI。

    AI 推荐理由:这篇 Nature Medicine 评论把癫痫发作检测器的患者微调与自适应闭环护理放在一起讨论,适合了解 AI 辅助癫痫管理的研究现状与难点。

10月16日周五
10月8日周四
  1. Europe PMC(brain-computer interface · PubMed)22

    人工智能在中风康复预测与管理中的应用:一项结构化叙述性综述

    AI 摘要一项结构化叙述性综述提出整合框架,将人工智能在中风诊疗路径中的应用对应到具体决策点、康复相关性、验证水平与临床可用度,并明确区分急性期预后证据与康复特异性证据。综述指出,多数康复模型及机器人、虚拟现实、脑机接口、可穿戴与居家监测应用目前仍主要依赖内部验证或早期探索性研究,小样本或选择性数据集、外部与前瞻性验证不足、工作流程影响不明确及以患者为中心结局数据稀缺,持续制约临床解读。

10月1日周四
  1. Crossref(Nature Neuroscience · Nature Biomedical Engineering · Nature Electronics · Nature Medicine)42

    对话 Miguel Nicolelis:从脑机接口先驱到巴西神经科学研究所

    AI 摘要Nature Neuroscience 专访 Duke 大学荣休教授、Edmond and Lily Safra 国际神经科学研究所创始人 Miguel Nicolelis,回顾其开创脑机接口研究的历程,以及在巴西东北部创办神经科学研究所、以科学推动社会变革的目标。他讨论了持续塑造神经接口与神经康复未来的科学发现、技术障碍与伦理问题。

  2. Crossref(Nature Neuroscience · Nature Biomedical Engineering · Nature Electronics · Nature Medicine)62

    Nature Neuroscience 对话 Richard Andersen:后顶叶皮层与神经技术进展

    AI 摘要Nature Neuroscience 在神经技术特刊中对话 Caltech 神经科学教授 Richard Andersen,回顾确立后顶叶皮层为意图与动作规划关键枢纽的系列发现。他谈及数十年来在后顶叶皮层的研究,以及神经记录、解码与计算方面的进展如何改变人们对认知的理解。

    AI 推荐理由:Richard Andersen 回顾后顶叶皮层作为意图与动作规划枢纽的发现历程,并谈神经记录与解码进展如何改变对认知的理解。

  3. Crossref(Nature Neuroscience · Nature Biomedical Engineering · Nature Electronics · Nature Medicine)62

    Nature Neuroscience 对话 Edward Chang:语音脑机接口的演进

    AI 摘要Nature Neuroscience 在神经技术特刊中对话 UCSF 神经外科教授 Edward Chang,讨论语音脑机接口的演进。他谈到 AI 进展正在加速脑机接口向临床转化,恢复自然交流仍面临挑战,大规模神经数据集可能最终有助于构建人脑计算模型。访谈由 Henrietta Howells 撰写,发表于该刊第 29 卷。

    AI 推荐理由:Edward Chang 在访谈中谈语音脑机接口从研究走向临床的路径,以及 AI 与大规模神经数据集在其中的作用。

  4. Crossref(Nature Neuroscience · Nature Biomedical Engineering · Nature Electronics · Nature Medicine)30

    对话 Sergey Stavisky

    AI 摘要Nature Neuroscience 刊发对 Sergey Stavisky 的访谈。Stavisky 是脑机接口领域研究者,其工作涉及语音解码与植入式神经接口。访谈具体内容未在提供的正文片段中披露。

9月2日周三
  1. arXiv(brain-computer interface)24

    Slow-Fast BCI:防止 AI 介导神经接口中的神经自适应过拟合

    AI 摘要针对 AI 介导脑机接口可能过度优化短期指标、偏离用户长期目标的问题,研究者提出"神经自适应过拟合"这一闭环失效模式,并给出 Slow-Fast BCI 框架。该框架依据解码器证据、不确定性、情境与临床风险、疲劳及用户或临床医生设定的目标来调节 AI 辅助节奏,区分快速、谨慎与慢速辅助三档。文章主张 AI 介导 BCI 的评估不应只看解码准确率与任务表现,还应考察 AI 辅助的部署方式。

7月24日周五
  1. Bing 新闻:格式塔科技60

    对话格式塔彭雷:AI 的下一站,是解读人的大脑

    AI 摘要格式塔创始人彭雷在访谈中解释公司为何选择超声脑机接口路线,认为 AI 从语言模型走向生物模型后,大脑会成为稀缺数据源。格式塔用功能性超声成像(fUS)读取血流变化、经颅聚焦超声(tFUS)调控深部脑区,并计划训练同时使用电信号、超声、血流、核磁影像及行为数据的大脑基础模型,首款产品以慢性疼痛为起点,仍处研发和注册准备阶段。彭雷称计划 2026 年底发布第一代模型,并将其比作 GPT-1.0。

    AI 推荐理由:格式塔创始人彭雷解释为何从电学转向超声路线,并给出超声脑机接口与大脑基础模型结合的技术与数据逻辑。

7月17日周五
  1. Bing 新闻:脑机接口 专访49

    脑器时代郭亮专访:从柔性电极转向超声脑机接口,押注 fUSI 做人脑与 AI 交互平台

    AI 摘要脑器时代创始人郭亮在专访中称,公司放弃柔性电极路线,转向功能超声神经成像(fUSI)超声脑机接口,定位为做人脑直接与 AI 交互的 AI 硬件公司。他介绍 fUSI 通过颅窗采集毛细血管血流体积变化来解码神经电活动,属微创非侵入式技术;fUSI 用于脑机接口最早一篇论文在 2021 年做离线解码,在线实时解码出现在 2023 年年底,而 tFUS 已有超过 15 年研究积累。

2月24日周二
  1. Konrad Kording 的 Substack(计算神经科学与 NeuroAI 观点)22

    Konrad Kording 谈学习的三种信号来源:进化、奖励与好奇心

    AI 摘要Konrad Kording 提出,进化适应度对个体而言几乎不产生可用误差信号,无法在生命周期内驱动大量小更新,因此大脑的类梯度下降必须依赖奖励与好奇心两种训练信号。奖励是代理信号但过于稀疏,且优化的是延迟奖励而非即时快感;好奇心则以降低预测误差、寻找可压缩结构为内在奖励,把几乎任何经验变成可学习信号。他警告,过度追求理解可能导致过拟合的世界模型,即阴谋论式的局部极小值。

2月8日周日
  1. Konrad Kording 的 Substack(计算神经科学与 NeuroAI 观点)22

    Konrad Kording:为什么高性能机器学习通常无法说明世界如何运作——前向问题与逆向问题之别

    AI 摘要Konrad Kording 撰文区分前向(机器学习)问题与逆向(因果)问题:前者学习测量到结果的映射,后者追问哪些变量是真正的干预杠杆。高维生物数据中变量多沿少数潜在因子变化,预测器只需拟合观测流形即可获得高准确率,却无法正确归因;而因果辨识需要协方差矩阵求逆,弱信号方向被放大,微小估计误差即可显著改变因果估计。因此预测成功只说明信息存在,不等于理解机制。

1月4日周日