学科: 智能科学与技术

本书批判将大脑比作计算机的传统观念，指出大脑不是被设计的机器，而是活生生的、在环境中演化发展的生物系统。作者主张从生态与具身视角理解认知——大脑不‘处理信息’，而是在身体行动中感知世界、预演可能性。

标签: 具身认知 生态心理学 神经生物学 神经计算主义

科学家常因手动编写计算实验软件而拖慢研究进度。本文介绍一种名为ERA的AI系统，它能自动编写专业级科研软件，大幅提升分析质量。ERA已在单细胞数据分析、新冠疫情住院人数预测等多个领域超越人类专家成果。

标签: 人工智能科研助手 单细胞数据分析 树搜索算法 疫情预测模型 自动化科研软件

本文分析了AI领域两大巨头OpenAI与Anthropic引发的行业焦虑：一边是员工联名呼吁‘放慢AI发展步伐’以保障安全，另一边是科技界担忧其垄断风险；同时指出开源AI模型正加速向机器人等物理世界应用拓展。

标签: AI安全 AI机器人 多模态AI 开源AI

本文回顾《自然》杂志自1869年创刊以来封面图像的发展历程，讲述科学插画如何从黑白照片演变为融合艺术、科学与数据的视觉表达，并强调人类创作者在AI时代不可替代的核心作用。

标签: 《自然》封面 人工智能与科学传播 出版史 科学可视化 科学插画

中国新发布的开源大模型‘Kimi K3’拥有2.8万亿参数和百万级文本记忆能力，性能媲美甚至超越美国同类产品，引发全球关注。它不仅技术突破显著，更标志着中国在AI开放生态与全球治理中正发挥更大作用。

标签: 人工智能治理 开源大模型

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

本文探讨编程语言发展中的核心矛盾——'双语言困境'：科学家用易学但慢的Python做原型，再用快但难的C++重写关键部分。Julia曾被寄望统一二者，虽未取代Python，却在科研与工程领域（如NASA、药物研发）取得扎实成功。

标签: Julia语言 双语言困境 科学计算 符号系统 编程语言设计

一家名为Flourish的新公司正尝试用大脑原理革新AI：打造功耗仅50瓦、能持续学习、无需海量数据的‘人工脑’。它融合顶尖神经科学家与AI工程师，目标是突破当前大模型高耗能、难进化、依赖数据的瓶颈。

标签: 持续学习 皮层柱 类脑人工智能

美国OpenAI公司用AI聊天机器人破解了80年未解的几何难题——‘单位距离问题’，推翻了数学家埃尔德什1946年提出的猜想。该成果经独立数学家验证，是首个由AI自主完成的重要数学突破。

标签: 人工智能数学发现 代数数论 单位距离问题 埃尔德什猜想 自主推理

一项新研究开发出名为PerturbFate的技术平台，能实时追踪多种基因突变如何改变细胞，并找出它们最终共同作用的‘调控枢纽’。以黑色素瘤耐药为例，靶向这些共用枢纽可同时克服多种基因突变导致的耐药，为复杂遗传病提供‘一药多治’的新思路。

标签: 共享调控枢纽 单细胞多组学 药物耐药机制