学科: 心理学

一家以色列初创公司用10万人的脑电数据训练AI模型，开发出一款轻便、无创的脑功能检测设备——只需戴15分钟EEG头戴设备，配合平板游戏式任务，就能辅助诊断抑郁症、阿尔茨海默病等脑部疾病，未来有望像验血一样普及。

标签: 数字生物标志物 无创脑检测 深度学习医疗应用 神经精神疾病诊断 脑电AI模型

本文研究普通人首次接触全新棋类游戏时如何快速判断游戏是否公平、有趣，以及如何迈出第一步。通过大规模行为实验和计算认知模型（‘直觉玩家’模型），发现人们依靠快速、浅层、目标导向且带概率性的心理模拟来应对陌生问题，这为理解人类灵活决策及设计更人性化的人工智能提供了新思路。

标签: 心理模拟 新手决策 游戏认知 直觉推理 资源理性

本文介绍一项名为EgoBabyVLM的新研究挑战：用婴儿第一视角视频训练AI模型，发现当前最先进AI在真实、杂乱的婴儿视角数据面前表现极差，揭示人类婴儿高效学习的关键在于多模态互动、社会线索和少量经验，而非海量数据。该研究呼吁AI向婴儿学习方式借鉴，以实现更节能、更自然、更通用的智能。

标签: 婴儿学习 类人AI 认知科学

研究发现，长期每晚少睡约1.5小时（如从7.5小时减至6小时），6周内平均增重约0.5公斤，并增加久坐时间。这种轻度睡眠不足虽不明显，但长期积累可能显著升高肥胖、糖尿病和心脏病风险。

标签: 久坐行为 体重增加 睡眠不足 胰岛素抵抗

一项覆盖全球14个国家、超21万老年人的大型研究发现：各地导致痴呆的风险因素差异很大（如中国低教育比例高达85.6%，美国仅12%；美国肥胖率达44.9%，印度仅13.3%），但风险因素常以相似组合出现（如高血压+高胆固醇、吸烟+饮酒）。这提示各国可因地制宜设计干预措施，普通人也可通过改变生活方式降低风险。

标签: 全球老龄化数据 可干预风险 痴呆风险因素 预防策略 风险集群

研究发现，反复练习能让大脑把熟练技能从负责思考的前额叶“转移”到负责识别记忆的颞叶，从而腾出前额叶处理其他任务——这解释了人为什么能边开车边聊天，也说明“真正的同时多任务”是可能的。该发现对改掉坏习惯、设计更聪明的人工智能有重要启发。

标签: 习惯形成 人工智能学习 多任务处理 大脑可塑性 技能自动化

研究首次证实：女性怀第二胎时，大脑结构和功能也会发生明显变化，且与第一胎既有相似又有不同。这些变化与母婴情感联结、产后抑郁风险相关，有助于理解母亲心理健康问题。

标签: 围产期抑郁 孕期脑变化 母婴联结 母性大脑 默认模式网络

研究发现，大型语言模型（LLM）能较准确预测社会科学研究实验的结果，有望成为低成本辅助工具，帮助科学家更高效设计实验，加速社会科学进步。

标签: 人工智能辅助科研 大型语言模型 实验预测 研究方法创新 社会科学实验

大型语言模型（LLM）能较准确预测社会科学实验结果，其预测效果接近人类专家集体判断，尤其适用于尚未公开的研究。但模型会系统性高估效应大小，需谨慎用于实际决策。

标签: 人工智能辅助研究 可重复性 大型语言模型 效应预测 社会科学实验

即使坚持健康生活方式（如每天步行、不饮酒、玩桥牌），仍可能患上阿尔茨海默病。本文解析最新研究：生活方式干预对延缓认知衰退确有微小但可测量的效果，但尚不能明确降低痴呆发病率；全球约45%的痴呆病例理论上可通过控制14种可改变风险因素来预防。

标签: FINGER研究 生活方式干预 痴呆风险因素 认知衰退 阿尔茨海默病