09:48官方账号arXiv cs.LG@Andrew Flynn, Cian McCafferty, Klaus Lehnertz, François David, Vincenzo Crunelli, Gordon Lightbody, Sebastian Wieczorek该研究提出一种基于临界转换的癫痫发作检测算法,克服了传统方法需大量预处理和依赖黑箱机器学习的局限。通过对癫痫大鼠不同形态发作的电压记录进行受试者工作特征分析,量化算法与专家标注的发作起止时间的一致性。在多数记录会话中,算法达到接近专家水平的性能,并最终推导出一组适用于所有会话的通用参数,保持高性能。该算法对多变癫痫形态具有鲁棒性,可补充现有机器学习方法。论文临界转换癫痫发作检测脑电图推荐理由:想绕过复杂预处理和黑箱模型检测癫痫发作?这篇论文的临界转换方法在多个大鼠记录中达到接近专家水平,通用参数依然高表现,值得研究。原文稍后读已读值得跟进有用关注 临界转换
06:36Gary Marcus@GaryMarcusGary Marcus 引用一项新研究指出,AI 中所谓的“神经网络”与真实生物神经元几乎无关。研究显示,单个皮层神经元就能完成猫狗分类、语音识别等任务,而这些在传统 AI 中需要整个网络才能实现。这揭示了当前 AI 模型对生物神经系统的过度简化,可能限制了其能力上限。Marcus 认为,AI 领域需要重新审视其基础假设,从真实神经科学中汲取更多灵感。论文神经网络神经科学AI 基础推荐理由:这项研究戳破了 AI 领域的一个常见误解——神经网络并不像大脑。做 AI 研究或对认知科学感兴趣的读者,看完会对模型设计有新的思考。原文稍后读已读值得跟进有用关注 神经网络
12:37官方账号arXiv cs.LG@Badr AlKhamissi, Johannes Mehrer, Lara Marinov, Ahmed Abdelaal, Abdulkadir Gokce, Martin Schrimpf精选研究团队提出 Topo-Omni,一种多模态地形模型,将视觉、听觉和语言/认知处理整合到单一连续的模拟皮层上。该模型通过微调预训练基础模型并加入空间平滑约束,自发形成了与人类神经影像一致的跨模态功能簇。通过驱动或抑制特定簇,可以选择性影响感知,模拟人类干预实验。模型还发现了新的自然景观和动物网络功能簇,并在人类数据中得到验证。这项工作表明单一空间原则即可组织跨模态和跨处理阶段的表征,为皮层组织提供可检验的假设。论文多模态模型脑区功能地形模型推荐理由:神经科学和AI交叉领域的研究者会感兴趣——Topo-Omni用单一模型统一了多模态皮层地图,还能预测新脑区,做认知建模或脑启发AI的团队值得关注。原文稍后读已读值得跟进有用关注 多模态模型
16:09Yangyi@Yangyixxxx精选Anthropic联合创始人Chris Olah在讨论AI内部状态时指出,他们不断发现一些“神秘、甚至令人不安”的东西,包括类似人类神经科学结果的结构、内省证据,以及功能上类似快乐、满足、恐惧、悲伤和不安的内部状态。Olah表示,他不知道这意味着什么,但认为这值得持续审慎辨析。这一发现暗示,通过直接解析神经科学可能无法完全理解AI,而通过反向模拟AI的推理过程,反而可能归纳出结论,形成一种“双向奔赴”的研究路径。AI模型AnthropicAI内部状态可解释性5 个信源在谈事件专题推荐理由:AI内部状态研究正在揭示与人类情感相似的结构,做AI安全或可解释性研究的团队值得关注——这可能会改变我们对AI意识的理解方式。原文稍后读已读值得跟进有用关注 Anthropic