<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
  <channel>
    <title>脑科学 on AI内参</title>
    <link>https://www.neican.ai/tags/%E8%84%91%E7%A7%91%E5%AD%A6/</link>
    <description>Recent content in 脑科学 on AI内参</description>
    <generator>Hugo</generator>
    <language>zh-cn</language>
    <lastBuildDate>Thu, 11 Dec 2025 19:23:40 +0800</lastBuildDate>
    <atom:link href="https://www.neican.ai/tags/%E8%84%91%E7%A7%91%E5%AD%A6/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>12-11日报|AI解构「智慧」：当大脑与地球的深层代码被揭露，我们还能独善其身？</title>
      <link>https://www.neican.ai/newspaper/2025-12-11-12-11-ai-/</link>
      <pubDate>Thu, 11 Dec 2025 19:23:40 +0800</pubDate>
      <guid>https://www.neican.ai/newspaper/2025-12-11-12-11-ai-/</guid>
      <description>2025年12月11日，AI正深层撬动人类对“智慧”的认知边界，Nature研究揭示AI与人脑语言处理的惊人契合，暗示大脑“理解”的本质是预测。同时，AI成功解码33亿年前地球生命，重构生命起源图景。商业领域，商汤加速城市具身智能建设，Meta却陷“超级智能”内战。教育AI则从“工具智能”向“关系智能”升维，重燃学习内驱。</description>
    </item>
    <item>
      <title>深层共鸣：Nature揭示大脑与Transformer的古老契合，重塑智能定义</title>
      <link>https://www.neican.ai/insights/naturetransformer-20251211191007418-0/</link>
      <pubDate>Thu, 11 Dec 2025 19:10:07 +0800</pubDate>
      <guid>https://www.neican.ai/insights/naturetransformer-20251211191007418-0/</guid>
      <description>一项Nature突破性研究揭示，大语言模型Transformer的层级结构与人脑语言处理的时间序列高度吻合，颠覆了传统语言学范式。这意味着人脑理解语言是通过动态预测而非规则解析，与AI的计算机制殊途同归，预示着AI架构、认知科学和人机交互的深远变革。</description>
    </item>
    <item>
      <title>当AI塑造“优秀”：数字时代的认知代价与文化趋同</title>
      <link>https://www.neican.ai/insights/article-20250702181004165-0/</link>
      <pubDate>Wed, 02 Jul 2025 18:10:04 +0800</pubDate>
      <guid>https://www.neican.ai/insights/article-20250702181004165-0/</guid>
      <description>《纽约客》杂志近期撰文指出，人工智能正通过塑造写作与思维方式，导致原创性与多样性的流失。MIT和康奈尔大学的研究显示，AI辅助写作会降低大脑活动、造成思维同质化，并强化文化偏见。文章呼吁对AI带来的认知代价和文化趋同进行理性反思，警惕其“平均化”特性对人类创造力与独立思考的深层影响。</description>
    </item>
    <item>
      <title>AI效率悖论：大模型如何悄然重塑人类心智？</title>
      <link>https://www.neican.ai/insights/article-20250619162004508-2/</link>
      <pubDate>Thu, 19 Jun 2025 16:20:04 +0800</pubDate>
      <guid>https://www.neican.ai/insights/article-20250619162004508-2/</guid>
      <description>麻省理工学院最新研究揭示，过度依赖大型语言模型（LLM）可能导致人类大脑神经连接减少47%，认知能力下降，并形成“认知债务”。尽管AI短期内能大幅提升工作效率，但它却以削弱深层思考和长期学习能力为代价，引发了对AI工具使用模式、教育策略及未来人机协作模式的深刻反思。</description>
    </item>
  </channel>
</rss>
