追問daily | 女性從運動中獲益更多；朋友越多，社會越分裂？人人生來會編程，大腦學習代碼的“再利用”機制

█腦科學動態

朋友越多，社會越分裂？社交網絡擴張與兩極分化的悖論

誘導性Treg細胞療法治療炎癥與自身免疫疾病

瑞士科學家研發血流驅動微導管，可達人類發絲級血管

破譯大腦組織原則：連接性是功能分化的通用藍圖

長期40Hz感官刺激或可延緩晚發型阿爾茨海默病進展

一種罕見GABA能神經元功能障礙或為精神分裂癥關鍵

老年人大腦處理事件的“章節”變得更長更模糊

女性運動性價比更高：達到同等心臟健康收益，所需運動量僅為男性一半

█AI行業動態

馬斯克“AI百科”翻車實錄：Grokipedia 挑戰維基百科，上線即陷爭議

█AI驅動科學

超高清電視物有所值嗎？科學家精確測量人眼分辨率極限

從剛性植入到柔性融合：解碼下一代腦機接口核心技術

告別電極？化學遺傳DBS為帕金森病治療開辟新途徑

鐵電憶阻器混合存儲器問世，一體化實現AI訓練與推理

超越電子瓶頸：光學計算芯片實現低延遲特征提取

AI工具ContractNerd，識別合同中的風險與不公條款

人人生來就會編程？新研究揭示大腦學習代碼的“再利用”機制

腦科學動態

朋友越多，社會越分裂？社交網絡擴張與兩極分化的悖論

全球社會兩極分化為何急劇加劇？奧地利復雜性科學中心（CSH）與維也納醫科大學的 Stefan Thurner、Markus Hofer 和 Jan Korbel 團隊研究發現，這一現象與社交網絡密度的增加密切相關。當親密朋友數量超過一個臨界值時，社會會像物理相變一樣，突然進入高度兩極化的碎片狀態。

研究團隊通過分析大規模調查數據發現，社會兩極分化與人們的社交行為在2008年至2010年間發生了同步的劇變。來自皮尤研究中心的數據顯示，美國民眾的政治立場日益鮮明，例如，始終持自由主義觀點的比例從1999年的14%上升至2017年的31%。與此同時，綜合歐美30項調查的數據表明，人們的親密朋友平均數量從2.2人躍升至4.1人。為解釋這一關聯，研究者構建了一個數學社會模型。模型揭示，當社交網絡連接密度超過一個臨界點（critical threshold，估計在3到4個朋友之間）后，社會必然會發生突然的兩極化，這類似于物理學中的相變（phase transition）。研究者認為，更多的社交連接讓人們更頻繁地接觸異見，反而激發更多沖突，最終導致社會分裂成數個內部高度一致、外部嚴重對立的“意識形態泡沫”（ideological bubbles），群體間的溝通橋梁隨之瓦解。這一社會結構的碎片化與智能手機和社交媒體的普及時間高度吻合，暗示技術變革可能重塑了社交模式，并無意中削弱了社會寬容度。研究發表在 PNAS 上。

閱讀更多：

Thurner, S., Hofer, M., & Korbel, J. (2025). Why more social interactions lead to more polarization in societies. Proceedings of the National Academy of Sciences. https://doi.org/10.1073/pnas.2517530122

諾獎得主新突破：誘導性Treg細胞療法治療炎癥與自身免疫疾病

如何安全有效地治療自身免疫疾病是醫學界的一大挑戰。2025年諾貝爾獎得主、調節性T細胞（Treg cell）發現者坂口志文（Shimon Sakaguchi）團隊最近連發兩篇論文，報告了一項突破性進展：他們開發出一種新方法，可將患者自身的效應T細胞甚至致病T細胞，高效轉化為功能穩定的Treg細胞，為開發精準靶向的個體化細胞療法鋪平了道路。

研究團隊開發了一套創新的體外誘導方案，通過聯合使用細胞因子（cytokine）、CDK8/19激酶抑制劑和調控共刺激信號，能夠將多種常規T細胞（conventional T cell）亞群高效地重編程為功能穩定的誘導性Treg細胞（stable and functional induced Treg cells, S/F-iTreg）。這些S/F-iTreg細胞在基因表達和表觀遺傳層面都與天然Treg細胞高度相似，并在體內表現出持久的穩定性。在第一項研究中，團隊證實這些細胞能在小鼠模型中有效抑制炎癥性腸病和移植物抗宿主病。

第二項研究則更進一步，他們成功將尋常型天皰瘡（pemphigus vulgaris）小鼠模型中的致病性T細胞轉化為S/F-iTreg細胞。這些細胞能精準靶向病灶，選擇性地抑制致病免疫反應，同時不影響整體免疫功能，避免了傳統療法導致的全身免疫抑制風險。更重要的是，研究人員成功利用尋常型天皰瘡患者的細胞生成了S/F-iTreg細胞，為該技術的臨床應用提供了關鍵的概念驗證。研究發表在 Science Translational Medicine 上。

閱讀更多：

Mikami, Norihisa, et al. “Generating Functionally Stable and Antigen-Specific Treg Cells from Effector T Cells for Cell Therapy of Inflammatory Diseases.” Science Translational Medicine, vol. 17, no. 821, Oct. 2025, p. eadr6049. science.org (Atypon), https://doi.org/10.1126/scitranslmed.adr6049

Mukai, Miho, et al. “Conversion of Pathogenic T Cells into Functionally Stabilized Treg Cells for Antigen-Specific Immunosuppression in Pemphigus Vulgaris.” Science Translational Medicine, vol. 17, no. 821, Oct. 2025, p. eadq9913. science.org (Atypon), https://doi.org/10.1126/scitranslmed.adq9913

瑞士科學家研發血流驅動微導管，可達人類發絲級血管

傳統微導管難以觸及大腦深處最細微的血管，限制了多種腦血管疾病的治療。瑞士洛桑聯邦理工學院（EPFL）的 Selman Sakar、Lucio Pancaldi 和加拿大多倫多西部醫院的 Pascal Mosimann 等人合作，開發了一種由血流驅動的超微型磁性導管 MagFlow，能夠安全、快速地抵達這些以往無法到達的區域，為精準治療開辟了新途徑。

?MagFlow 和 OmniMag，由觸控筆引導。 Credit: EPFL/Alain Herzog CC BY SA

研究團隊設計了一種名為 MagFlow 的超小型磁性微導管，其尺寸比現有標準微導管小一半，形態上如一條可充氣的扁平軟管，使其具備極高的柔韌性。獨特的流體驅動設計使其能“搭乘”血流的動能前進，最大限度地減少了對脆弱血管壁的機械接觸和損傷。為了實現精準控制，團隊還開發了名為 OmniMag 的機器人操控平臺。醫生只需通過一支觸控筆進行操作，平臺即可通過機械臂上的磁場發生器實時調整磁場，精確引導導管尖端到達目標位置。在豬模型上進行的實驗中，MagFlow 成功地在幾秒鐘內穿行于直徑小至180微米、極度彎曲的動脈血管中，并精準輸送了造影劑和栓塞劑（embolic agents，用于阻斷血流的物質）。該技術有望革新出血性中風、腦腫瘤及兒童視網膜母細胞瘤等疾病的治療方式，未來還可用于微創的神經電極植入。研究發表在 Science Robotics 上。

閱讀更多：

Pancaldi, Lucio, et al. “Flow-Driven Magnetic Microcatheter for Superselective Arterial Embolization.” Science Robotics, vol. 10, no. 107, Oct. 2025, p. eadu4003. science.org (Atypon), https://doi.org/10.1126/scirobotics.adu4003

破譯大腦組織原則：連接性是功能分化的通用藍圖

大腦區域的特定功能是如何產生的？俄亥俄州立大學的 Kelly Hiersche、Zeynep M. Saygin 和 David E. Osher 團隊通過一項“鳥瞰式”的全腦研究給出了答案。他們結合大規模腦成像數據和計算模型，首次全面證實大腦區域的功能由其獨特的連接模式決定，如同每個人都擁有獨一無二的“連接指紋”。

?圖表概述了針對單個域和單個區域的模型流程。該過程在所有 33 個域和 82 個區域重復進行。Credit: Network Neuroscience (2025).

研究團隊整合了兩大數據庫資源：利用來自“人類連接組計劃”的1,018名被試的靜息態功能連接數據，描繪出大腦各區域間的連接網絡；同時，通過元分析工具 NeuroQuery 生成了覆蓋33個認知領域（cognitive domains，涵蓋從聽音樂到做決策等多種活動）的功能激活圖譜。隨后，他們構建了計算模型，嘗試僅根據一個區域的“連接指紋”（connectivity fingerprint，即該區域與其他所有區域的連接模式）來預測它在執行這33種不同任務時的激活情況。結果顯示，預測非常成功，大腦的連接與功能在所有區域和認知域中都表現出高度一致且穩健的耦合關系。有趣的是，這種耦合在執行功能和記憶等需要長期發展的高級認知能力中最為緊密。這一發現為“大腦連接決定功能”的核心假設提供了迄今最強的證據，也為理解大腦疾病中功能異常的根源奠定了基礎。研究發表在 Network Neuroscience 上。

閱讀更多：

Hiersche, Kelly J., et al. Connectivity and Function Are Coupled across Cognitive Domains throughout the Brain. direct.mit.edu, https://doi.org/10.1162/NETN.a.504. Accessed 28 Oct. 2025

長期40Hz感官刺激或可延緩晚發型阿爾茨海默病進展

如何安全、有效地延緩阿爾茨海默病的進程是神經科學領域的重大挑戰。麻省理工學院皮考爾學習與記憶研究所的 Diane Chan 和 Li-Huei Tsai 團隊進行了一項小規模長期研究，結果表明，每日接受40Hz的非侵入性聲光刺激，可能對部分晚發型阿爾茨海默病患者的認知和關鍵生物標志物產生持續多年的積極影響。

這項為期兩年的開放標簽擴展研究，追蹤了5名早期臨床試驗的輕度阿爾茨海默病患者。他們每天在家中使用一小時特定設備接受40Hz的視聽刺激。研究團隊通過腦電圖、磁共振成像和多項認知評估量表，如簡易精神狀態檢查（Mini-Mental State Examination, MMSE），來監測其長期變化。結果顯示，3名患有晚發型阿爾茨海默病的女性參與者，與來自國家數據庫的數千名匹配對照者相比，認知衰退速度明顯減緩。尤為引人注目的是，其中2名提供了血漿樣本的參與者，其體內與阿爾茨海默病病理高度相關的磷酸化tau蛋白（phosphorylated tau, pTau217）水平在兩年后分別顯著下降了47%和19.4%。然而，另外2名早發型男性患者并未表現出類似的益處，其大腦對刺激的反應也較弱。研究人員推測，這可能源于早發型與晚發型疾病在病理機制上的差異。研究發表在 Alzheimer's & Dementia 上。

閱讀更多：

Chan, Diane, et al. “Gamma Sensory Stimulation in Mild Alzheimer’s Dementia: An Open-Label Extension Study.” Alzheimer’s & Dementia, vol. 21, no. 10, 2025, p. e70792. Wiley Online Library, https://doi.org/10.1002/alz.70792

一種罕見GABA能神經元功能障礙或為精神分裂癥關鍵

精神分裂癥的認知癥狀嚴重影響患者生活，但其成因和癥狀為何到青春期后才出現仍是未解之謎。哥本哈根大學的 Konstantin Khodosevich、Katarina Dragicevic 和 Navneet A. Vasistha 等研究人員，通過小鼠模型研究發現，一種罕見的腦細胞功能障礙是導致精神分裂癥樣癥狀的核心，并成功通過干預該細胞逆轉了行為缺陷，為預防性治療帶來了新希望。

?Credit: Neuron (2025).

研究團隊利用攜帶15q13.3基因微缺失（一種與人類精神分裂癥等神經發育障礙相關的突變）的小鼠模型，探究癥狀延遲出現的神經機制。通過單核轉錄組學分析，他們發現在眾多腦細胞中，一種罕見的生長抑素陽性GABA能投射神經元（Sst_Chodl neurons）表現出最嚴重的基因表達異常。進一步的功能研究，如鈣成像和膜片鉗記錄，證實了這些神經元在成年小鼠中異常過度活躍。重要的是，這種功能障礙直到大腦發育成熟后期才顯現，這為解釋為何精神分裂癥癥狀通常在青春期后爆發提供了關鍵證據。研究人員還將這種細胞功能障礙與行為變化聯系起來，發現模型小鼠的睡眠模式受到嚴重干擾。隨后，他們采用化學遺傳學抑制了這些過度活躍的Sst_Chodl神經元，結果成功地使小鼠的睡眠恢復了正常。這一結果表明，Sst_Chodl神經元是精神分裂癥病理過程中的一個關鍵靶點，未來有望開發出針對該細胞的精準療法，以預防或治療相關的認知和行為癥狀。研究發表在 Neuron 上。

閱讀更多：

Asenjo-Martinez, Andrea, et al. “Dysfunction of Cortical GABAergic Projection Neurons as a Major Hallmark in a Model of Neuropsychiatric Syndrome.” Neuron, vol. 113, no. 19, Oct. 2025, pp. 3204-3223.e11. www.cell.com, https://doi.org/10.1016/j.neuron.2025.08.028

記憶力下降新解釋：老年人大腦處理事件的“章節”變得更長更模糊

大腦如何處理連續的日常事件，以及這一過程如何隨年齡變化？布魯克大學的 Karen Campbell 團隊讓參與者觀看懸疑電影，通過功能性磁共振成像等技術，揭示了老年人大腦中“神經狀態”的持續時間會延長，且這種變化與記憶表現密切相關。

?年齡影響神經狀態持續時間。Credit: Communications Biology (2025).

研究團隊讓年齡跨度從18歲到88歲的參與者觀看希區柯克的經典懸疑短片，同時使用功能性磁共振成像記錄他們的大腦活動。研究發現，大腦會將連續的影片內容分割成一系列離散的單元進行處理，這在神經層面表現為穩定的大腦活動模式，即神經狀態的不斷轉換。隨著年齡增長，這些神經狀態的持續時間變得更長，狀態間的轉換也更模糊，研究者將此現象稱為時間去分化（temporal dedifferentiation）。這種變化雖然可能為老年人處理事件提供了更豐富的上下文，但也可能導致他們對事件發生的時間順序感到困惑。在另一項結合腦電圖和記憶測試的研究中，團隊發現，無論年齡大小，神經狀態之間更清晰、更劇烈的轉換都與更好的記憶回憶表現相關。這一發現表明，通過外部提示（如強調場景變化）來幫助大腦更明確地區分事件，或許是改善老年人記憶的一種潛在干預策略。研究發表在 Communications Biology 上。

閱讀更多：

Lugtmeijer, Selma, et al. “Temporal Dedifferentiation of Neural States with Age during Naturalistic Viewing.” Communications Biology, vol. 8, no. 1, Sept. 2025, p. 1390. www.nature.com, https://doi.org/10.1038/s42003-025-08792-4

女性運動性價比更高：達到同等心臟健康收益，所需運動量僅為男性一半

盡管全球健康指南對男女推薦相同的運動量，但運動對兩性心臟健康的益處是否存在差異尚不明確。Jiajin Chen、Yuliang Wang、Zihang Zhong等研究人員利用可穿戴設備數據，對超過8.5萬名參與者進行分析，精確量化了體力活動與冠心病風險及死亡率之間的性別差異，發現女性從運動中獲得的心血管益處遠超男性。

該研究利用英國生物樣本庫（UK Biobank）的大規模數據，通過腕戴式加速度計客觀追蹤了超過8.5萬名參與者的中高強度體力活動（moderate-to-vigorous physical activity, MVPA）。研究分為兩個隊列：一個包含約8萬名健康個體，用于分析運動對預防冠心病（coronary heart disease, CHD）的效果；另一個包含約5千名冠心病患者，用于評估運動對降低全因死亡率的影響。結果顯示，運動對心臟的保護作用存在顯著的性別差異。在健康人群中，遵循每周150分鐘的運動指南，女性的冠心病發病風險降低了22%，而男性僅降低17%。更重要的是，要達到同等水平的30%風險降低，女性每周僅需鍛煉250分鐘，而男性則需要長達530分鐘，運動量需求是女性的兩倍以上。在已患病的群體中，這種優勢同樣明顯：積極運動的女性患者全因死亡風險降低幅度幾乎是男性的三倍。這些發現強調了現有“一刀切”運動指南的局限性，并提示制定性別特異性的健康建議或能更有效地激勵女性參與體育鍛煉，從而彌合健康領域的“性別差距”。研究發表在 Nature Cardiovascular Research 上。

閱讀更多：

Chen, Jiajin, et al. “Sex Differences in the Association of Wearable Accelerometer-Derived Physical Activity with Coronary Heart Disease Incidence and Mortality.” Nature Cardiovascular Research, Oct. 2025, pp. 1–11. www.nature.com, https://doi.org/10.1038/s44161-025-00732-z

AI 行業動態

馬斯克“AI百科”翻車實錄：Grokipedia 挑戰維基百科，上線即陷爭議

馬斯克旗下的 xAI 公司近期推出了備受矚目的開源百科平臺 Grokipedia 0.1 版本，其誕生目標是挑戰現有的維基百科。馬斯克批評維基百科不夠中立且充滿偏見，并強調 Grokipedia 將致力于通過更高的準確性和中立性超越前者。該平臺被定位為一個完全由人工智能驅動的百科全書，所有內容生成后需經過 xAI 驅動的算法系統進行事實核查、偏見檢測與邏輯一致性評估。平臺秉持「開放無障礙」的理念，允許任何 AI 或人類自由調用。然而，這種機制立即引發了對 AI 中立性的質疑：如果維基百科反映了人類編輯的偏見，那么以數據為基礎的人工智能同樣難以避免數據源本身的偏見。維基百科的運營方維基媒體基金也對此發表聲明，強調維基百科的知識是人類公開協作與共識共建的成果，并指出即便是 Grokipedia 的內容也離不開維基百科的存在。

Grokipedia 0.1 版本上線后，用戶分享的使用體驗揭示了其在多個方面存在的爭議和不足。最顯著的爭議點集中在內容偏見上，例如在 George Floyd 等熱點詞條上，Grokipedia 在導語部分便強調其長期犯罪記錄，而維基百科則重點描述其被暴力執法致死事件，引發了關于 AI 是否存在意識形態灌輸的激烈討論。此外，平臺還暴露了技術和版權問題，有用戶指出 Grokipedia 的部分詞條直接照抄了維基百科，盡管有些頁面下方標有「改編自維基百科」，但馬斯克承諾將在年底前解決這一問題。在實際測試中，研究人員發現 Grokipedia 在別名識別（Alias Identification：用于識別不同名稱指向同一實體的技術）和實體映射（Entity Mapping：將不同數據源中的相關實體關聯起來的過程）方面的能力仍有待提升，搜索「P. Diddy」或「Samuel Clemens」等別名時無法直接命中結果。尤其嚴重的是對中文內容支持的明顯不足，例如無法檢索中文人名「魯迅」，且搜索「蘋果」、「谷歌」等中文詞條時會給出不相關的回復。目前 Grokipedia 僅有不到90萬篇文章，與維基百科的體量相比仍有較大差距。

閱讀更多：

https://grokipedia.page/

AI 驅動科學

超高清電視物有所值嗎？科學家精確測量人眼分辨率極限

隨著4K、8K電視日益普及，更高的分辨率是否真能帶來更好的體驗？劍橋大學與Meta現實實驗室的Maliha Ashraf、Alexandre Chapiro和Rafa? K. Mantiuk團隊通過實驗，精確測量了人眼感知的分辨率極限，為顯示技術的發展提供了科學基準，并揭示了超高分辨率在特定觀看條件下可能并無必要。

研究團隊創新性地設計了一套帶有滑動顯示屏的實驗裝置，通過改變屏幕與觀察者間的距離，精確控制呈現給眼睛的每度像素數（pixels per degree, PPD，即視野中每一度角內所能容納的像素數量），從而擺脫了傳統研究的局限。參與者需要辨認屏幕上不同顏色（灰度、紅綠、黃紫）的精細圖案，實驗覆蓋了中心視覺和周邊視覺。研究發現，人眼的分辨率極限遠高于過去公認的60 PPD。對于中心視覺下的灰度圖像，該極限平均可達94 PPD。然而，人眼對顏色的感知能力存在顯著差異，紅綠圖案的分辨率極限為89 PPD，而黃紫圖案則驟降至53 PPD，這表明我們的大腦并不擅長感知彩色的精細細節。這項發現意味著，在普通家庭的觀看距離下，尺寸適中的4K甚至8K電視所帶來的額外像素，大部分都超出了人眼的感知范圍。研究發表在 Nature Communications 上。

閱讀更多：

Ashraf, Maliha, et al. “Resolution Limit of the Eye — How Many Pixels Can We See?” Nature Communications, vol. 16, no. 1, Oct. 2025, p. 9086. www.nature.com, https://doi.org/10.1038/s41467-025-64679-2

從剛性植入到柔性融合：新綜述解碼下一代腦機接口核心技術

傳統腦機接口因使用剛性電極而面臨組織損傷和信號不穩定的巨大挑戰，阻礙了其臨床應用。美國喬治亞理工學院的 Woon-Hong Yeo 團隊系統性地回顧了柔性高密度微電極陣列的發展，闡述了這種“軟電子接口”如何通過材料與設計的革新，為構建長期、穩定且高效的下一代腦機接口鋪平道路。

研究團隊總結指出，柔性高密度微電極陣列（Flexible High-Density Microelectrode Arrays, FHD-MEAs）正從根本上解決傳統剛性電極的弊端。首先，通過采用聚酰亞胺等生物兼容的柔性材料，電極能與柔軟的腦組織表面緊密貼合，極大降低了植入后的機械損傷和炎癥反應。其次，先進的涂層技術，如導電高分子PEDOT:PSS和多層封裝，顯著提升了電極的電化學耐久性，使其在體內能夠維持超過250天的穩定信號。在系統集成層面，通過在陣列上集成薄膜晶體管（TFT）等元件實現片上信號復用（on-array multiplexing），成功將龐大的輸出線纜數量減少數十倍，并為無線傳輸奠定了基礎。更重要的是，該技術支持刺激與記錄一體化的雙向腦機接口，允許系統根據實時神經反饋進行閉環調控，這在靈長類動物實驗中已實現低于10毫秒的延遲。這一系列突破代表了腦機接口從“硬連接”向“軟融合”的轉變，為神經康復、感覺重建和智能人機交互開辟了廣闊前景。研究發表在 Biosensors and Bioelectronics 上。

閱讀更多：

“Advances in Flexible High-Density Microelectrode Arrays for Brain-Computer Interfaces.” Biosensors and Bioelectronics, vol. 292, Jan. 2026, p. 118102. www.sciencedirect.com, https://doi.org/10.1016/j.bios.2025.118102

告別電極？化學遺傳DBS為帕金森病治療開辟新途徑

帕金森病患者的深部腦刺激（DBS）療法已應用多年，但其作用機制成謎，限制了療法優化。美國國立環境衛生科學研究所（NIEHS）的 Jicheng Li、Jingheng Zhou、Guohong Cui 等研究人員利用前沿的光學記錄技術，揭示了DBS通過差異性抑制神經遞質來重塑大腦局部神經活動平衡的關鍵機制，并基于此提出了一種名為“化學遺傳DBS”的潛在新療法。

研究團隊利用光纖光度記錄技術，在帕金森病小鼠模型中實時監測了深部腦刺激（DBS）期間丘腦底核（subthalamic nucleus, STN）的神經活動。他們發現一個悖論：DBS在激活輸入STN的神經纖維末梢的同時，反而深度抑制了STN神經元自身的活動。進一步測量發現，DBS導致興奮性神經遞質谷氨酸的釋放量下降了約22.2%，而抑制性神經遞質GABA的釋放量僅下降了約8.1%。這種不均衡的抑制效應，使得STN局部的興奮/抑制（excitation/inhibition）平衡向抑制端傾斜，從而實現了對過度活躍的STN神經元的“剎車”效應。為驗證這一機制，團隊采用化學遺傳學技術，直接用藥物精準抑制STN神經元，成功復現了電DBS的治療效果，顯著改善了小鼠的運動功能。這一“化學遺傳DBS”策略為開發侵入性更小、靶向性更強的帕金森病基因療法提供了堅實的理論基礎。研究發表在 Nature Neuroscience 上。

閱讀更多：

Li, Jicheng, et al. “Differential Synaptic Depression Mediates the Therapeutic Effect of Deep Brain Stimulation.” Nature Neuroscience, Oct. 2025, pp. 1–13. www.nature.com, https://doi.org/10.1038/s41593-025-02088-w

鐵電憶阻器混合存儲器問世，一體化實現AI訓練與推理

邊緣AI設備同時進行學習和推理對存儲器提出了矛盾要求。來自格勒諾布爾阿爾卑斯大學、波爾多大學和巴黎薩克雷大學的 Michele Martemucci、Elisa Vianello 及同事們開發了一種創新的統一存儲器堆棧，該堆棧巧妙地將兩種互補技術——憶阻器和鐵電電容器——集成在單一器件中，實現了高效的片上AI訓練與推理。

研究團隊設計了一種能在推理和訓練模式間無縫切換的混合存儲器。其核心是一種基于摻硅氧化鉿（silicon-doped hafnium oxide）的統一存儲堆棧，可在標準的互補金屬氧化物半導體（CMOS）后端生產線上制造。所有器件初始狀態均為鐵電電容器（ferroelectric capacitor, FeCAP），它具有極高的寫入耐久性和超低編程能耗，非常適合神經網絡訓練時頻繁的權重更新。通過一次性的電學成型操作，可以按需將任意鐵電電容器轉變為憶阻器，后者具有近乎無限的讀取耐久性，是執行推理任務的理想選擇。這種方法無需額外光刻掩模，簡化了制造流程。團隊成功制造了一個包含18,432個器件的混合陣列，并設計了一種雙重權重存儲方案：一個低精度模擬值存于憶阻器用于推理，一個高精度數字值存于鐵電電容器用于訓練。權重在兩種存儲單元間的轉移無需專門的數模轉換器。實驗證明，該系統的性能在多個基準測試中可與浮點精度的軟件模型相媲美，為開發能夠像人腦一樣持續學習的節能邊緣AI硬件開辟了新路徑。研究發表在 Nature Electronics 上。

閱讀更多：

Martemucci, Michele, et al. “A Ferroelectric–Memristor Memory for Both Training and Inference.” Nature Electronics, vol. 8, no. 10, Oct. 2025, pp. 921–33. www.nature.com, https://doi.org/10.1038/s41928-025-01454-7

超越電子瓶頸：光學計算芯片實現前所未有的低延遲特征提取

現代AI應用中的數據處理速度受限于傳統電子芯片的物理瓶頸。清華大學的Hongwei Chen與Run Sun等人研發了一種名為OFE2的光學特征提取引擎。該系統利用光進行計算，以前所未有的低延遲處理數據，為手術機器人、實時金融交易等高要求領域開辟了新的可能性。

?OFE 2 可以實現靈活分配，滿足場景識別、醫療救助和數字金融等應用的多任務處理需求。Credit: Advanced Photonics Nexus (2025).

研究團隊設計的光學特征提取引擎（OFE2）在硅基芯片上集成了數據準備模塊和衍射算子。其核心創新在于數據準備模塊，該模塊通過可調功率分配器和精確延遲線，將高速數據流穩定地轉換為并行的相干光信號，克服了長期以來困擾光學計算的穩定光源難題。隨后，這些光信號穿過衍射算子，該過程在物理上完成了相當于矩陣向量乘法的計算，以光速提取出數據特征。實驗驗證顯示，OFE2的運行速率高達12.5 GHz，核心計算延遲低于250.5皮秒（ps），是目前同類方案中的最快紀錄。在應用測試中，OFE2不僅能高效提取圖像的邊緣特征，提升圖像分類和語義分割（semantic segmentation，即對圖像中的每個像素進行分類，如在CT掃描中識別不同器官）的準確度，還能在數字交易任務中實時分析市場數據，以極低延遲生成交易決策，實現穩定盈利。這項研究為構建更輕量、高效的混合AI系統提供了新范式。研究發表在 Advanced Photonics Nexus 上。

閱讀更多：

Sun, Run, et al. “High-Speed and Low-Latency Optical Feature Extraction Engine Based on Diffraction Operators.” Advanced Photonics Nexus, vol. 4, no. 5, Oct. 2025, p. 056012. www.spiedigitallibrary.org, https://doi.org/10.1117/1.APN.4.5.056012

紐約大學開發AI工具ContractNerd，識別合同中的風險與不公條款

由于缺乏法律知識，普通人在簽署合同時常面臨不公平條款的風險。紐約大學的Dennis Shasha、Musonda Sinkala、Yuge Duan和Haowen Yuan等研究人員開發了一款名為ContractNerd的人工智能工具，它能利用大型語言模型自動分析合同，識別其中的風險條款，幫助用戶避免潛在的法律糾紛。

研究團隊開發的ContractNerd工具，通過整合湯森路透Westlaw等多個專業法律數據庫及州法規，專門分析租賃和雇傭合同。該工具能將合同條款分為缺失、不可執行、合法、合法但有風險等四類，并對風險條款進行高中低三級評估。為了驗證其有效性，團隊進行了多輪評估。首先，在與同類AI系統的比較中，ContractNerd在預測條款是否無法執行方面的準確率最高。其次，在一個由非專業人士組成的盲評測試中，ContractNerd的分析在相關性、準確性和完整性上均獲得了比競爭對手goHeather更高的評價。最后，一位合同法專家也認為ContractNerd的分析更為全面透徹。研究結果表明，該工具可以作為一個有效的輔助平臺，幫助用戶判斷合同的合法性與公平性。研究發表在 Electronics 上。

閱讀更多：

ContractNerd: An AI Tool to Find Unenforceable, Ambiguous, and Prejudicial Clauses in Contracts, Electronics (2025). DOI: 10.3390/electronics1010000

人人生來就會編程？新研究揭示大腦學習代碼的“再利用”機制

計算機編程是現代社會的關鍵技能，但大腦如何學會這項新技能一直是個謎。約翰·霍普金斯大學的研究人員 Yun-Fei Liu 和 Marina Bedny 通過追蹤大學生學習編程前后的大腦活動，發現學習編程并非從頭創建新的神經回路，而是“回收”了大腦中預先存在的、負責邏輯推理的神經網絡。

?大學生參加編程課程后，他們的大腦某些區域在閱讀代碼時會被激活。令人驚訝的是，在學生上課之前或對編程一無所知之前，同樣的神經元群在閱讀用淺顯易懂的英語描述的程序時也會被激活。Credit: Yun-Fei Liu/Johns Hopkins University

該研究采用功能性磁共振成像技術，對22名本科生在參加一學期Python編程入門課程前后的大腦活動進行了掃描。研究發現，當學生完成課程后閱讀Python代碼時，其大腦左側的額頂葉推理網絡（fronto-parietal reasoning network）表現出強烈的激活。令人驚訝的是，在學生上課之前，當他們閱讀用通俗英語描述相同程序邏輯（即偽代碼）時，完全相同的腦區也已被激活。進一步的分析顯示，無論是在學習前后，該網絡中的神經元群體編碼都能夠穩定地區分“for”循環和“if”條件等核心編程算法。這一結果有力地支持了“神經再利用”（neural recycling）假說，即大腦在學習編程這項新文化技能時，并沒有生成全新的功能模塊，而是巧妙地調用并重塑了其固有的邏輯處理能力。這意味著編程的基礎能力可能根植于人類普遍具備的邏輯推理能力之上。研究發表在 Journal of Neuroscience 上。

閱讀更多：

Liu, Yun-Fei, and Marina Bedny. “Learning to Program ‘Recycles’ Preexisting Frontoparietal Population Codes of Logical Algorithms.” Journal of Neuroscience, Sept. 2025. Research Articles. www.jneurosci.org, https://doi.org/10.1523/JNEUROSCI.0314-25.2025

整理｜ChatGPT

編輯｜丹雀、存源

關于追問nextquestion

天橋腦科學研究院旗下科學媒體，旨在以科學追問為紐帶，深入探究人工智能與人類智能相互融合與促進，不斷探索科學的邊界。如果您有進一步想要討論的內容，歡迎評論區留言，或后臺留言“社群”即可加入社群與我們互動。

關于天橋腦科學研究院

天橋腦科學研究院（Tianqiao and Chrissy Chen Institute）是由陳天橋、雒芊芊夫婦出資10億美元創建的世界最大私人腦科學研究機構之一，圍繞全球化、跨學科和青年科學家三大重點，支持腦科學研究，造福人類。

Chen Institute與華山醫院、上海市精神衛生中心設立了應用神經技術前沿實驗室、人工智能與精神健康前沿實驗室；與加州理工學院合作成立了加州理工天橋神經科學研究院。

Chen Institute建成了支持腦科學和人工智能領域研究的生態系統，項目遍布歐美、亞洲和大洋洲，包括、、、科研型臨床醫生獎勵計劃、、等。