Brain
PulseAugur coverage of Brain — every cluster mentioning Brain across labs, papers, and developer communities, ranked by signal.
- 2026-07-06 product_launch Microsoft introduced "Brain," an AI system designed to enhance the reliability of its Azure cloud services. 来源
- 2026-06-09 research_milestone A new paper introduces BRAIN, an AI agent for 6G networks that uses Bayesian reasoning and active inference. 来源
- 2026-06-05 research_milestone A new multimodal foundation model for neuroscience, Brainμ, was used to uncover neural mechanisms linking memory and sleep, with findings published in Science. 来源
6 天有情绪数据
-
专家称，神经网络与大脑的比喻阻碍了理解
将神经网络与人脑进行比较的常见类比具有误导性，并阻碍了理解。与会 spiking（放电）并异步运行的生物神经元不同，人工神经元是简单的数学函数。神经网络中的学习过程涉及通过反复的误差校正来调整数值权重，而不是大脑中发现的反向传播机制。
-
人工智能对语言和人脑的影响探讨
文章探讨了语言、人脑和人工智能之间复杂的关系。它深入研究了人工智能模型如何处理和生成语言，并与人类的认知过程进行比较和区分。文章还触及了人工智能在沟通和媒体方面的更广泛影响。
-
Microsoft 发布用于 Azure 可靠性的 "Brain" AI
Microsoft 推出了 "Brain"，一个旨在提高其 Azure 云服务可靠性的 AI 系统。Brain 由 Mark Russinovich 开发，利用 AI 主动识别和解决 Azure 基础设施中的潜在问题。该系统旨在通过利用先进的 AI 技术进行系统监控和管理，来提高 Azure 的整体稳定性和性能。
-
大脑的胶质淋巴系统在深度睡眠期间清除废物
大脑的胶质淋巴系统在深度睡眠期间的认知更新中起着至关重要的作用。该系统充当大脑的废物清除过程，清除在清醒时积累的代谢副产物。充足的深度睡眠对于这一过程至关重要，有助于记忆巩固和整体认知功能。
-
Perplexity 测试 Brain 内存系统以提高 AI 响应能力
Perplexity 正在测试一个名为 Brain 的新共享内存系统。该系统旨在将响应准确率提高 25%，并允许用户通过 3D 关系图谱管理知识。
-
Geoffrey Hinton 认为聊天机器人具有意识，警告 AI 安全风险
被誉为“AI 教父”的 Geoffrey Hinton 提出，聊天机器人可能拥有主观体验，挑战了传统的人类意识观。他认为，我们所感知的“感受质”（qualia），即体验的主观感受，实际上是对大脑表征的描述，而 AI 也能执行这一功能。然而，Hinton 警告说，这种将人类意识贬低为仅仅是功能性表征的观点，可能对 AI 安全产生危险的启示，并助长对 AI 系统的敌意。
-
Perplexity AI 推出 Brain，为用户提供自学习上下文图
Perplexity AI 推出了名为 Brain 的新功能，旨在充当用户的自学习上下文图。此功能将存储并学习用户的会话、连接器和文件，并在夜间主动更新。Brain 将把此上下文信息输入 Perplexity 的“Computer”功能，使其更具状态性，并能在每次使用时实现自学习。Brain 功能目前作为研究预览版提供给所有 Perplexity Max 订阅用户。
-
Perplexity 为 Computer 推出了 Brain 功能，增强了上下文和记忆能力
Perplexity 推出了名为 Brain 的新功能，该功能已集成到其 Computer 产品中。这个持续学习的记忆系统为 Computer 提供了用户项目和决策的完整上下文，将答案的正确性提高了 25%，记忆能力提高了 16%。Brain 确保每个记忆都能追溯到其原始会话、文件或来源，为用户提供透明度和控制权。该功能目前作为 Perplexity Max 订阅者的研究预览版提供。
-
新的学习框架模仿大脑，有望超越反向传播
一种新的研究框架，通过时间导数进行误差驱动的预测学习，已被提出作为一种强大且通用的学习算法，能够实现人类水平的智能。该框架可在神经化学层面使用已知的神经回路和功能来实现，正如在 Axon 神经模拟框架中所展示的那样。研究人员认为，这种方法可以超越反向传播并显著缩短训练时间。
-
新型AI智能体BRAIN增强6G网络适应性和可解释性
研究人员开发了一种名为BRAIN（贝叶斯主动推理）的新型AI智能体，专为未来的6G移动网络设计。该智能体利用深度生成模型和主动推理来统一感知和行动，为传统的深度强化学习方法提供了一种更具适应性和可解释性的替代方案。实验表明，BRAIN在动态无线资源分配方面表现出色，对流量变化具有更强的鲁棒性，并能实时解释其决策。
-
杰夫·贝索斯向神经 AI 初创公司 Flourish 投资 5 亿美元
杰夫·贝索斯向一家专注于“神经 AI”的新初创公司 Flourish 投资 5 亿美元。该公司旨在通过研究大脑的架构来推进人工智能。据报道，Flourish 在此轮融资后估值达到 25 亿美元。
-
探讨神经可塑性和大脑韧性
来自 @bagrounds Mastodon 账号的多篇帖子讨论了神经可塑性以及压力、好奇心和有意识的习惯如何重塑大脑。内容探讨了韧性、认知健康和大脑的动态结构等主题。一些帖子还涉及相关概念，如社会联系、心理健康和战略性舍弃。
-
AI模型Brainμ助力脑科学记忆-睡眠调控机制的发现
北京人工智能研究院（BAAI）与清华大学的研究人员在Science上发表了一项研究，详细介绍了一个名为Brainμ的新型脑科学多模态基础模型。该模型在揭示记忆与睡眠相互作用背后的神经机制方面发挥了关键作用。研究结果表明，睡眠期间的记忆重激活会主动调控睡眠动力学，为记忆巩固与睡眠模式之间的双向关系提供了新证据。
-
研究发现更大的奖励能加速大脑学习
研究人员发现，更大的奖励能显著加速大脑的学习过程。这一发现可能对理解认知发展以及设计更有效的教育工具有重要意义。研究强调了大脑对奖励幅度在塑造学习途径方面的敏感性。
-
脑科学家 Wolf Singer 探讨意识起源
Wolf Singer 教授探讨了意识的复杂本质，强调意识并非源于大脑的单一节点。这次探讨深入了科学界最深刻的未解之谜之一，涉及神经科学、心灵哲学和人工智能。
-
外泌体为靶向基因疗法递送带来新希望
研究人员正在探索一种新颖的基因疗法递送方法，利用身体的自然通讯系统：细胞外囊泡，也称为外泌体。这些细胞产生的天然气泡具有内置的靶向信号，可将它们引导至特定细胞类型，克服了目前主要在肝脏中积累的基因沉默药物的局限性。这种基于外泌体的方法在临床前试验中显示出巨大潜力，在动物模型中有效地将基因沉默货物递送到大脑和肾脏的靶细胞，副作用极小。
-
机器学习框架BRAIN助力阿尔茨海默病生物标志物发现
研究人员开发了一个名为BRAIN的新机器学习框架，以改进阿尔茨海默病生物标志物的发现和解读。这种基于图的方法有助于识别相关生物标志物并理解它们之间的相互依赖性，这对于准确诊断和药物靶点识别至关重要。该框架应用于血液生物标志物数据集，揭示了区分对照组和阿尔茨海默病组的新型子网络，为新的诊断和治疗策略铺平了道路。