Brain
PulseAugur coverage of Brain — every cluster mentioning Brain across labs, papers, and developer communities, ranked by signal.
- 2026-08-26 product_launch Perplexity launched its new self-improving memory system called Brain for Perplexity Computer. 来源
- 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
4 天有情绪数据
-
Agentic AI 绘制了跨人体组织的保守蛋白质网络
研究人员开发了一个能够分析不同人体组织和体液中蛋白质共丰度的 AI 框架。该 agentic AI 系统被用于检查 41 种组织的所有可能的成对组合，发现了跨越 406 个组织对的 1,833 个保守的共丰度簇。分析揭示了意想不到的关系，例如皮肤和骨髓之间的联系比相邻的骨骼和骨髓之间的联系更强，并确定了疾病的潜在机制假设，包括脑-肠轴和肝脏-骨髓应激反应轴。
-
Perplexity 发布其 AI 代理的“Brain”记忆系统
Perplexity 推出了“Brain”，这是其 Perplexity Computer 的一种新的自我改进记忆系统。Brain 作为结构化的知识维基，将用户历史和工作存储在链接的 Markdown 文件系统中。该系统允许代理按需访问和验证信息，而无需将整个历史记录加载到每个提示中，并且它由称为“Dream agents”的后台代理持续更新。
-
探索大脑的注意力守门员以提升注意力和专注力
该集群关注“信号：您大脑的注意力守门员”的概念，探讨如何重新获得注意力和识别能提高专注力的习惯。内容涉及认知科学、神经化学、执行功能和神经科学。
-
Perplexity 发布用于自我改进的 AI 代理记忆“Brain”
Perplexity 开发了一种新颖的、用于 AI 代理的自我改进记忆系统，名为“Brain”。该系统允许代理从过去的交互中学习并随着时间的推移调整其响应，从而增强其执行复杂任务的能力。“Brain”系统旨在为代理提供对用户需求和上下文信息的更持久、更不断发展的理解。
-
大脑的燃料转换：掌握代谢灵活性以实现巅峰认知
本文探讨了大脑中代谢灵活性的概念，重点关注大脑如何动态地在葡萄糖和酮体等燃料来源之间切换。文章讨论了掌握这种灵活性如何能带来巅峰的认知功能和改善整体大脑健康。文章还涉及了生酮、线粒体健康、系统思维和间歇性禁食等相关主题。
-
肠道细菌代谢物与阿尔茨海默病进展相关
研究人员发现肠道健康与阿尔茨海默病之间存在新的联系。一种由肠道细菌产生的特定代谢物已被发现会损害大脑的保护性屏障。这种削弱与阿尔茨海默病的特征性脑部变化有关。
-
Forbes 发布每日 Wordle 指南，包含提示和分析 · 跟踪 10 个来源
Forbes 正在发布每日文章，为流行的在线文字游戏 Wordle 提供提示、线索和答案。这些文章由 Erik Kain 撰写，涵盖 2026 年 8 月 21 日至 8 月 31 日的 Wordle 谜题。每篇文章都包含来自 Wordle Bot 的分析、作者与机器人之间的竞争性评分，有时还会有额外的自定义 Wordle 挑战。
-
Perplexity推出Projects，支持共享文件系统和持久内存
Perplexity 推出了“Projects”，这是对其现有“Spaces”功能的一项增强。Projects 被设计为持续工作的协作中心，提供共享文件系统和持久内存。这项新功能允许用户管理、创建和协作处理任务，系统跨会话读取、编辑和保存文件，以在先前工作的基础上进行扩展。Projects 还与 Perplexity 的自学习内存系统“Brain”集成，该系统根据项目文件和会话更新其知识，为每个任务提供完整的上下文。
-
Perplexity推出适用于Windows的“个人电脑”，支持本地代理编排
Perplexity为其Windows用户推出了新的“个人电脑”功能，集成了本地文件访问和各种AI代理的编排。该工具允许用户在一个统一的系统中进行研究、编码、浏览和构建，将任务路由到15个以上的模型。它还可以从400多个连接的应用程序中提取数据，并与Microsoft 365套件（包括Excel、PowerPoint和Word）配合使用。
-
神经学家探究大脑记忆存储机制
神经学家正在探索记忆的基本性质，认为大脑必须经历相对持久但可逆的变化才能存储信息。一种假说认为，这些变化涉及化学改变或电位变化。文章将此与微型SD卡（NAND）中使用的材料进行了类比，该材料依靠氮化硅（Si3N4）来保持电荷，并指出皮质突触中蛋白质的存在，暗示了氮的电荷保持特性与神经记忆机制之间可能存在联系。
-
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。