英国科学家维尔穆特逝世 生前领导创造克隆羊“多莉”

英国科学家维尔穆特逝世 生前领导创造克隆羊“多莉” 英国科学家伊恩·维尔穆特（Ian Wilmut）教授逝世，享年79岁。他生前领导的研究团队创造了世界第一只克隆哺乳动物：小羊“多莉”。 法新社报道，维尔穆特2018年从爱丁堡大学退休，同年透露自己罹患帕金森综合征，并宣布支持对该病进行新的研究。他当时对英国广播公司（BBC）说，帕金森病将缩短他的寿命，尤其会改变他的生活质量。 帕金森病是大脑退行性疾病，患者通常会出现动作迟缓、震颤、僵硬、行走不平衡等问题，还会面临一系列非运动并发症，如认知障碍、精神障碍、睡眠障碍以及疼痛和其他感觉障碍。这些症状的发展会带来高残疾率和护理需求。 根据世界卫生组织的数据，帕金森病是仅次于阿尔茨海默病的第二大常见神经退行性疾病，全球有超过850万人受影响。 1996年，维尔穆特领导爱丁堡大学罗斯林研究所团队创造了小羊“多莉”。它是第一只从成体细胞克隆出的哺乳动物，这一震撼世界的突破带动了动物学和医学研究的新进展。 爱丁堡大学副校长马蒂森（Peter Mathieson）说，维尔穆特是“科学界的泰斗”，克隆“多莉”的工作“改变了当时的科学思想”，也继续推动了当今再生医学领域的许多进展。 罗斯林研究所现任所长惠特罗（Bruce Whitelaw）说，维尔穆特的逝世是个令人悲痛的噩耗，“科学界失去了一位家喻户晓的人物”。

科学家发现AI能够理解情绪刺激，人们可以进行情绪操控来增强它们

科学家发现AI能够理解情绪刺激，人们可以进行情绪操控来增强它们 中科院和微软的研究员在45项任务上对 Flan-T5-Large、Vicuna、LlaMA 2、BLOOM、ChatGPT 和 GPT-4 进行了实验，发现这些大型语言模型拥有情商，对之进行情绪操控可以使它们的表现、诚实度和责任指标平均提高10.9%。 研究员还根据心理学理论开发了多套情绪刺激手段，发现组合使用"情绪提示"往往效果更好。在大多数情况下，"情绪提示"的性能优于现有的提示工程方法，如思维链 (咱们一步步想) 和 APE (AI自动挑选优化)。

超越第五感：科学家发现对时间的感知有可能"搭载"了真正的感官模式

超越第五感：科学家发现对时间的感知有可能"搭载"了真正的感官模式 感官体验和时间感知在大脑体感皮层中有着错综复杂的联系。在这里，两种感觉的神经表征相互交织，在一个共享的神经网络中"复用"。马修-戴蒙德教授及其 SISSA 研究小组最近在《自然-通讯》上发表了他们的研究成果，揭示了触觉与时间感之间错综复杂的相互作用。当我们处理通过皮肤接收到的刺激时，躯体感觉皮层的神经元会有力地表现出刺激的细节特征，最终形成触觉的主观体验。然而，刺激在时间上是短暂的还是延长的？对时间流逝的感知是如何产生的？研究小组的研究结果表明了体感皮层是如何促进对时间的感知的。光遗传学是一种通过在大脑皮层施加光来调节神经元活动的技术，这项研究利用这种技术，在两种看似不同的体验刺激的"内容"和"持续时间"之间建立了联系。在训练大鼠评估振动强度而忽略持续时间的过程中，光遗传学干预影响了感知强度。相反，在训练动物评估振动持续时间而忽略强度的过程中，光遗传干预影响了感知的持续时间。这些发现不仅肯定了躯体感觉皮层在构建触觉方面的预期功能，而且还支持了这样一种观点，即对时间的感知植根于一个由具有不同功能（包括触觉）的大脑区域组成的广泛网络。这项研究为今后探索感官体验与时间感知之间错综复杂关系的研究奠定了基础。研究协调员马修-戴蒙德（Mathew Diamond）教授解释说："感知感觉事件持续时间的神经元机制仍不完全清楚。人们认为，对时间的感知不是依赖于单一的大脑中枢，而是来自分布在不同大脑区域的神经元网络。研究结果表明，大脑皮层的感觉处理阶段是网络的一个组成部分。这意味着一个皮层神经元群可以产生两种不同的感觉体验，强调了时间感知和触觉的相互关联性"。SISSA 研究小组之前的研究暗示，感觉处理通路中脉冲的整合和积累是时间感知的潜在机制。现在，光遗传学技术被用来直接测试这一假设，从而能够操纵特定目标位置的神经元活动。戴蒙德解释说："如果光遗传干预产生了行为效应，唯一的解释就是目标神经元以某种方式参与其中。以两组大鼠中相似的神经元为目标，会产生两种不同的行为结果。通过光遗传学增加神经元发射，'持续时间'组大鼠感知到的持续时间增加，而"强度"组大鼠感知到的强度增加。由于这两种感知涉及一组重叠的神经元，我们将这两种信号描述为体感皮层中的"复用"信号。最后，我们构建了一个从皮层神经元生理到最终知觉的数学模型。该模型指出了从神经元发射建立精细知觉的潜在细胞机制"。研究得出结论，时间感知与触觉错综复杂地交织在一起，在触觉表象中出现。这一见解为通过感官编码的视角探索时间体验打开了大门，为理解感知外部世界与感知时间之间的复杂关系提供了新的途径。编译来源：ScitechDaily ... PC版： 手机版：

Emo机器人在你微笑之前就能感知你的微笑 并做出回应

Emo机器人在你微笑之前就能感知你的微笑 并做出回应 哥伦比亚大学哥伦比亚工程学院创意机器实验室的研究人员通过教他们的蓝硅拟人机器人头"Emo"预测人的微笑并做出回应，解决了这一难题。设计一个能对非语言提示做出反应的机器人涉及两个挑战。首先是创造一个表情丰富但功能多样的面部，这涉及到复杂的硬件和执行机制。其次是教会机器人及时做出何种表情，以便显得自然和真实。Emo 可能"只是一个脑袋"，但它由 26 个执行器组成，可以做出各种细微的面部表情。两个瞳孔中的高清摄像头使 Emo 能够进行非语言交流所需的眼神交流。为了训练 Emo 如何做出面部表情，研究人员把它放在摄像头前，让它做一些随机动作相当于我们在照镜子时练习不同的表情。几个小时后，Emo就学会了哪些动作指令会产生相应的面部表情。随后，Emo 观看了人类面部表情的视频，逐帧进行分析。再经过几个小时的训练，Emo 就能通过观察微小的变化来预测人的面部表情了。Emo 在人类微笑发生前约 840 毫秒预测到了人类的微笑，并同时做出了自己的回应（尽管这样做看起来相当吓人）。人类与机器人的面部共同表情该研究的第一作者胡宇航说："我认为准确预测人类面部表情是 HRI（人机交互）领域的一场革命。传统上，机器人在设计时并没有考虑到人类在交互过程中的表情。现在，机器人可以整合人类的面部表情作为反馈，当机器人与人实时做出共同表情时，不仅能提高交互质量，还有助于建立人类与机器人之间的信任，未来，在与机器人互动时，机器人会像真人一样观察并解读你的面部表情。"目前，研究人员正在努力将 LLM 集成到 Emo 中，使其能够进行语言交流，他们非常清楚开发这种先进机器人所涉及的伦理问题。"尽管这种能力预示着从家庭助手到教育辅助工具等大量积极的应用，但开发者和用户仍有责任谨慎行事，并考虑道德因素，"该研究的通讯作者、创意机器实验室主任霍德-利普森（Hod Lipson）说。"但这也非常令人兴奋通过开发能够准确解读和模仿人类表情的机器人，我们正一步步接近这样一个未来：机器人可以无缝融入我们的日常生活，为我们提供陪伴、帮助，甚至是共鸣。想象一下，在这个世界上，与机器人互动就像与朋友交谈一样自然、舒适。"这项研究发表在《科学机器人学》（Science Robotics）上。 ... PC版： 手机版：

科学家发现防止我们迷路的大脑活动模式

科学家发现防止我们迷路的大脑活动模式 这项研究确定了大脑中精细调整的头部方向信号。这些结果与在啮齿类动物身上发现的神经密码相当，对理解帕金森症和阿尔茨海默氏症等疾病具有重要意义。测量人在运动时的神经活动具有挑战性，因为现有的大多数技术都要求参与者尽可能保持静止。在这项研究中，研究人员利用移动脑电图设备和动作捕捉克服了这一难题。第一作者本杰明-J-格里菲斯博士说："掌握前进方向非常重要。在估计自己的位置和方向时，即使是很小的错误也会带来灾难性的后果。我们知道，鸟类、大鼠和蝙蝠等动物的神经回路可以让它们保持方向，但我们对人类大脑在现实世界中如何管理这一点却知之甚少，令人惊讶。"一组 52 名健康参与者参加了一系列运动跟踪实验，同时通过头皮脑电图记录了他们的大脑活动。通过这些实验，研究人员可以监测参与者在根据不同电脑显示器上的提示移动头部以确定方向时发出的大脑信号。在另一项研究中，研究人员监测了 10 名参与者的信号，这些人已经因癫痫等疾病接受了颅内电极监测。所有任务都会促使参与者移动头部，有时甚至只移动眼睛，脑电图帽和颅内脑电图（iEEG）记录了这些动作产生的大脑信号，前者用于测量来自头皮的信号，后者用于记录来自海马体和邻近区域的数据。在考虑了肌肉运动或参与者在环境中的位置等因素对脑电图记录造成的"混淆"后，研究人员能够显示出一种微调的方向信号，这种信号可以在参与者头部方向发生物理变化之前被检测到。格里菲斯博士补充说："分离这些信号使我们能够真正关注大脑如何处理导航信息，以及这些信号如何与视觉地标等其他线索一起发挥作用。我们的方法为探索这些特征开辟了新的途径，对神经退行性疾病的研究，甚至对改进机器人和人工智能中的导航技术都有意义"。在今后的工作中，研究人员计划将他们的学习成果应用于研究大脑如何在时间中导航，以找出类似的神经元活动是否对记忆起作用。编译来源：ScitechDaily ... PC版： 手机版：

血压越高难度越简单？科学家开发「玩家情绪调整游戏难度」系统

血压越高难度越简单？科学家开发「玩家情绪调整游戏难度」系统 韩国 光州科学技术院的科学家正在研发一种能动态调整游戏难度的模型，该模型会根据玩家当下的情绪来调整游戏的难度。 简单来说就是如果当下你玩到情绪很火大、血压飙升、脑中出现想要砸东西的冲动，那么系统便会调整游戏难度，让你能冷静下来重新找回游戏乐趣。 领导此计划的 Kyung-Joong Kim 副教授表示：此研究优势在于可以不必利用外部感测器检测玩家情绪。只要 AI 训练成功，就可以只利用游戏中的功能（或玩家行为）来猜测玩家当前的心情状态。 防止差评如潮？