自由意志的神经科学争论 - 现代神经科学有时像披着生物学外衣的“拉普拉斯妖”，认为如果思想和行动都源自大脑的物理机器，那么人类可能只是宇宙钟表里的齿轮，这构成了反对自由意志的全面论证 [3] - 有案例支持生物决定论，例如一位病人在中风损伤特定脑回路后出现意志丧失（abulia），而一种简单的多巴胺药物就使其恢复，这表明所谓的意志很大程度上取决于几立方厘米的脑组织和特定神经递质浓度 [4] - 法律和伦理学在“能动性”的滑动尺度上运作，例如法院区分预谋犯罪与精神病犯罪，这与相容论观点更为契合，即决定论与自由意志可以共存 [4] - 大脑是一个由数十亿神经元、成千上万突触构成的庞大、非线性、可适应网络，其整体行为不像简单的因果链，神经科学家称其为亚稳态系统，活动在一片可能模式的地形中游走 [6][7] - 大脑动力学对初始条件敏感，微小差异可能被放大成截然不同的结果，这并非不确定性凭空生出自由，而是将敏感性置于控制信号能发挥作用的位置，为类似自由意志的东西留下了一条缝 [7][8] - 决策是系统动力学的重新配置，是概率流在一个守法的网络中被重新引导，大脑既非纯粹的骰子也非纯粹的钟表，而是处在两者之间，所有在“自由意志”名下值得被拯救的东西正生活在这片中间地带 [8] 存在主义意义与神经科学 - 存在主义诞生于神学确定性崩塌后，个体背负选择重担，认为意义必须从我们如何在世界中生活和行动中生发，而加缪则认为对意义的渴求与宇宙冷漠之间的错配即是“荒诞” [9][10] - 当代神经存在主义探讨主观意义如何在一个纯粹物质的大脑中产生，有观点认为意义可通过经验研究探讨，即考察什么让人类得以繁荣 [11] - 西北大学的研究表明，让志愿者具体地想象过去或未来的场景，这一行为本身就提高了他们报告的意义感，且想象得越具体效果越强，这表明意义是对话性的，在参与过程中涌现 [12] - 意义是一种大脑制造的建构，是意识从无回应的物质中苏醒时的自然状态，它并非我们主动选择创造的东西，而是发生在我们身上的东西，是一种被感受到的连贯性与价值感 [11][12][13] 自我的神经基础与哲学观点 - 哲学家对“自我”的定位不断移动，海德格尔将其置于世界之中，梅洛-庞蒂将其描述为“被活着的身体”，帕菲特则将其置于精神生活持续的因果组织之中 [14][15] - 默认模式网络与自我指涉性思考密切相关，当志愿者无所事事时该网络会活跃，其功能涉及走神、自传式记忆、反刍思维等 [16] - 当默认模式网络受扰动时，自我的主观形态会变化，例如迷幻药会降低其内部一致性，导致自我溶解，体验变得更直接、情感更饱和 [16] - 去人格化障碍中，默认模式网络仍在运转，但其与身体和情绪网络的连接被削弱，患者像被封在玻璃后的旁观者，缺失了体验的“这是我的”感觉，这暴露了纯粹心理连续性解释的极限 [17] - 认知神经科学家提出，意识性的自我源于大脑作为一个由预测驱动、用于控制身体的系统，感到自己是一个“我”是大脑试图整合身体、叙事和世界的最佳努力，自我性存在于连接故事与感觉的组织中 [18][19] - 大脑是一种调节器官，首先是生物性的控制系统，其次才是反思性的叙述者，知觉和行动的进化都是为了维持身体存活，因此经验从来不是真正脱离身体的 [18][20][21]

会议概况 - 第十八届三博神经科学学术会议于12月19日至21日在北京召开，主题为“传承，创新，使命，共赢” [1] - 会议由王忠诚医学基金会、北京市神经外科研究所、首都医科大学附属北京天坛医院、首都医科大学三博脑科医院联合主办 [1] - 会议旨在缅怀王忠诚院士百年诞辰，汇聚国内神经科学领域专家学者，通过学术研讨和成果交流共谋学科发展 [1] 学术与精神传承 - 会议弘扬王忠诚院士“胸怀国家、敢为人先、精益求精、甘为人梯”的精神，该精神被视为中国神经外科事业的内核 [1] - 王忠诚院士是中国神经外科开拓者，开创了中国脑血管造影技术，攻克了脑干肿瘤等手术禁区，并创办了北京天坛医院与北京市神经外科研究所 [1] - 中国工程院院士江涛表示，王忠诚院士“以患者为中心、以学科为使命”的精神已深深融入其职业信念 [2] 会议内容与议题 - 会议为期三天，设置了十余个分会场，涵盖神经外科、神经内科、脊髓脊柱外科、重症与创伤、麻醉与疼痛、神经护理等多个亚专业领域 [2] - 会议聚焦“神经肿瘤多学科协作诊疗”、“脑血管病介入治疗新进展”、“癫痫外科治疗策略优化”、“脑机接口临床转化”等前沿议题 [2] 产业合作与规划 - 和泽启元（北京）科技有限公司与首都医科大学三博脑科医院在会议期间举行了战略合作签约仪式 [2] - 三博脑科董事长张阳表示，未来公司将成立脑机接口与脑科学相关的投资平台、科研平台和临床验证平台 [2]

文章核心观点 - 人工智能，特别是大语言模型，已成为神经科学研究中不可或缺的“协作伙伴”，深度融入从数据处理到假设生成的全流程[5] - AI与人类研究者形成“专家在环”的协作模式，AI承担大规模、重复性任务，人类负责验证、纠错与深度决策，共同保障研究的准确性与效率[5] - AI能够突破人类认知与效率局限，发现新脑区、连接被忽视的研究成果、快速处理海量文献与数据，并构建可扩展的跨物种、跨疾病研究平台[5] - 神经科学与AI呈现“双向赋能”新趋势，神经科学成果被用于剖析AI模型机理，这种协同效应推动两个领域共同进步[6] AI在神经科学中的核心应用场景 - **生成无偏大脑细胞图谱**：开发CellTransformer模型，通过自监督学习基于细胞邻域预测细胞状态，创建了全新的、数据驱动的高分辨率大脑细胞图谱，识别出1300个脑区，包括许多之前未编目的精细亚区域[9][10][12] - **辅助非英语母语研究者**：用于润色文稿、调整语气、检查语法，并辅助生成代码片段、调试及头脑风暴，显著提升文本与编码效率[15] - **预测研究结果及复现可能性**：BrainGPT项目显示，在神经科学文献上训练的大模型在预测实验结果方面超越人类专家，具有更高的置信度与准确性，并能发现被忽视的研究成果[19][21][23] - **开发神经数据探索可视化工具**：构建AI智能体系统，自动探索DANDI存档中的复杂神经生理学数据集，生成介绍性Python notebook，使公共数据更易于接近和重复使用[26][28] - **指导疾病相关分子机制实验**：在额叶-颞叶变性研究中，利用大模型查询PubMed并总结文献，识别驱动预测的蛋白质功能及其与神经退行性疾病的关联，指导后续实验室验证[31][32] - **快速提取文献结构化信息**：MetaBeeAI项目使用大模型自动阅读数千篇论文，提取实验设计、受影响脑区和行为结果等结构化数据，以支持元分析或计算模型[35] AI赋能科研的具体方式与优势 - **处理海量数据与重复劳动**：AI能够快速处理大规模空间转录组数据、海量文献和复杂的神经生理学数据集，承担了研究者繁重的初步分析与探索工作[5][9][26][35] - **突破人类认知与效率局限**：CellTransformer无需人工指导即可学习神经解剖学规则，发现未被编目的脑区；BrainGPT能连接不同时期被忽视的研究成果；视觉语言模型可以前所未有的速度自动分析神经元对图像的反应[10][16][23] - **构建可扩展的研究平台**：CellTransformer被设计为与组织无关的工具，可应用于任何具有大规模空间转录组数据的器官系统，为跨物种、跨疾病的研究提供可扩展平台[12] - **增强科研协作与流程效率**：AI工具用于处理会议记录并生成带明确行动项的摘要，节省大量时间；通过“专家在环”的流程设计，使整个分析过程透明、可审计，并能持续优化[16][35][36] 人机协作模式与流程设计 - **明确分工**：AI主要承担大规模数据处理、重复劳动和初步分析；人类研究者负责结果验证、错误纠正、深度解读及关键决策[5] - **流程保障**：通过“专家在环”的设计，研究者在每个阶段验证AI输出、纠正错误、提供反馈并微调提示词，以保障研究的准确性与透明度，并随时间提升工具性能[35][36] - **混合团队优势**：结合人类专家校准的置信度与AI的独特预测能力，人机混合团队可能比任何一方单独工作具有更高的预测准确性[21] AI当前局限性及应对策略 - **存在幻觉与理解偏差**：AI可能虚构不存在的文献或数据，并可能误解发现或错过关键文献[5][32] - **统计陷阱风险**：AI在分析数据时可能产生误导性信息或导致虚假发现[28] - **质量与可解释性权衡**：生成式AI使模型构建变简单，但生成程序的质量和代码元素的功能理解成为挑战[45] - **风险应对策略**：研究者通过限制AI工具的作用边界、手动审查所有输出结果、构建由领域专家精心策划的基准数据集进行评估，以及持续微调提示词等方式来降低风险[5][28][32][36]

行业投资评级 - 行业投资评级：强于大市|维持 [1] 报告核心观点 - 政策支持不断加码，脑机接口被列为国家战略层面未来产业方向 [2] - 技术与临床持续突破，中国在侵入式、半侵入式脑机接口领域取得重大进展，进入全球领先行列 [2] - 全球脑机接口市场规模快速增长，医疗应用领域市场潜力巨大，2030年有望达到400亿美元 [2] - 投资建议关注在临床或产品落地方面有进展的相关公司 [2] 脑机接口定义与技术概述 - 脑机接口本质是大脑与外部设备间建立直接连接通路的通信系统，旨在实现思维对机器的直接控制 [7] - 技术实现方法分为以“解译脑机制”为前提的脑感知技术和以“解析脑机制”为基础的脑调控技术 [15] - 技术发展分三阶段演进，当前进入3.0时代，感知、刺激、控制技术融合发展 [16] - 完整系统由脑信号、硬件和软件组成，信息传输速率是核心挑战 [22] 脑机接口技术路线 - 按信号采集方式分为非侵入式、半侵入式和侵入式，各有精度与风险权衡 [24][25] - 技术最大瓶颈在于信号采集而非算法，脑信号分为侵入式和非侵入式两大类 [28][31] - 非侵入式信号以安全普适为优势，便携无线EEG系统成为研究主流 [28] 产业化关键转折期驱动因素：政策支持 - 中国工信部等七部门联合发布产业发展实施意见，提出2027年和2030年阶段性目标 [35] - 脑机接口标准体系建设路线图清晰，规划2025-2035年分阶段完成标准覆盖 [41][44] - 北京、上海、四川、山东等地方政府积极响应，出台具体行动方案和补贴政策 [45] - “十五五”规划将脑机接口明确列为未来产业六大方向之一，正式上升至国家战略 [46] - 全球主流国家均在积极布局抢占行业高地，产业链核心企业超800家 [49][54] 产业化关键转折期驱动因素：技术与临床突破 - 中国成功开展首例侵入式脑机接口临床试验，成为全球第二个进入该阶段的国家 [60] - “北脑一号”半侵入式系统启动GCP多中心临床试验，实现百通道以上无线全植入 [73] - “北脑二号”侵入式系统聚焦运动控制与认知增强，有望明年进入临床验证 [67][68] - NEO微创脑机接口系统入选《Nature》2025年关注焦点，并进入创新医疗器械特别审查程序 [75] - 海外企业Neuralink计划至2028年实现大脑全面访问，Synchron采用血管植入路径 [79][86] 产业化关键转折期驱动因素：商业化进程 - 全球脑机接口投融资活跃，有创技术路线吸引53%资金，下游医疗健康领域受聚焦 [87] - 中国脑机接口投融资呈现积极态势，投资集中于A轮及以前早期阶段 [91] - 全球脑机接口市场规模从2019年12亿美元增长至2023年近20亿美元，复合增长率超13% [92] - 据麦肯锡测算，全球脑机接口在医疗应用领域市场规模2030年有望达400亿美元，2040年突破1450亿美元 [92] - 中国脑机接口行业市场规模从2020年10亿元增长至2023年17.3亿元，占全球比重提升至12.5% [93] 产业链与建议关注公司 - 产业链分为上游核心元器件、中游系统软件平台和下游应用场景，企业数量占比分别为8%、37%和55% [98] - 三博脑科：与清华大学合作，参与全球首例介入式脑机接口辅助运动功能修复试验 [104] - 中科信息：技术主线为高速机器视觉与智能分析，正在研发基于光遗传调控的闭环脑机接口系统 [107] - 熵基科技：通过子公司熵云脑机布局，发布脑机创新产品矩阵，聚焦教育、医疗、养老 [110] - 汉威科技：以传感器为核心，布局柔性微纳传感器研发，进行高质量脑机接口信号采集关键技术研发 [113] - 盈趣科技：国内上市公司中脑机接口设备销量最大的企业，获“华瑙奖”，参与标准制定 [116] - 诚益通：以脑机接口和AI为发展重点，通过子公司脑连科技布局侵入式/非侵入式技术路径 [117] - 岩山科技：下属岩思类脑研究院以脑电大模型为核心，部分商业化产品进入定型阶段 [120] - 优刻得：以云服务赋能脑机接口研发与临床应用，与脑虎科技战略合作 [125]

耐克产品创新 - 公司首发基于神经科学的鞋类产品Nike Mind，该技术集科学、工程与制造于一体，通过鞋底22个独立泡绵球激活足部触觉感受器，以建立身体与大脑连接，帮助运动员提升专注力与临场感 [2] - 产品历经十余年研发，神经科学家团队使用脑电图等工具监测大脑活动，研究显示运动员赛前穿着时与专注和放松相关的α脑波活动显著增强，预计于2026年1月正式上市 [2] - Nike Mind由公司新成立的心智科学部门研发，该部门隶属于耐克运动研究实验室，公司首席科学官表示过去45年主要研究运动身体层面，未来将把研究范围延伸至大脑领域 [2] 优衣库产品创新 - 公司展示新的空气棉服，其填充物为直径仅为头发丝1/5的空心纤维，通过3D立体中空结构在衣物内形成稳定空气囊，实现与同等级羽绒服相同的保暖效果 [3] - 该棉服在湿度达80%的环境下仍保持保暖性能，并且机洗不结块，更适合户外、旅游等场景，解决了传统羽绒服在潮湿环境中性能骤降及棉服机洗后易结块变薄的问题 [3] 阿迪达斯产品创新 - 公司在进博会特设世界杯展区，首次在中国国内展出为德国、阿根廷、西班牙及意大利国家队设计的2026年世界杯主场球衣 [3] - 球衣使用阿迪达斯CLIMACOOL清风科技，根据人体热敏区规划散热区域，在易出汗区域设置导湿结构，分区优化透气性能，并采用3D科技工程面料使球衣具备冰凉触感，以应对加拿大、墨西哥、美国三地不同的气候条件 [3] 行业技术趋势 - 运动服饰竞争从面料、设计延伸到人体科学与材料工程，进博会成为品牌向全球展示研发实力的窗口 [2] - 品牌寻求体验上的创新，例如开云集团展位配备Apple Vision Pro头戴式显示器，让观众沉浸式观看巴黎世家品牌创意总监上任后设计的首个成衣系列秀场 [3]

进博会平台与公司战略 - 公司第二次亮相第八届中国国际进口博览会，该平台汇聚4108家境外企业并展示461项全球创新成果[1] - 公司视进博会为深化本土合作的“超级连接器”，借助其“放大器”和“溢出效应”加速全球创新成果引入中国[1][2] - 中国作为全球第二大市场，已成为公司神经罕见病与专科治疗战略的核心阵地[2] 发育性癫痫性脑病新药进展 - 针对发育性癫痫性脑病（DEE）的创新疗法bexicaserin在中国同步启动全球III期临床研究[1][3] - bexicaserin是一种口服、具有中枢活性的新型5-羟色胺2C受体激动剂，旨在减少耐药性癫痫发作并改善患者生活质量[3] - 该药物已获得美国FDA和中国国家药监局药品审评中心的“突破性治疗药物”认定，截至10月纳入CDE突破性治疗药物的神经罕见病药物仅有两款[4] - 公司携手北京大学第一医院等多家国内医疗机构，共同推动三项国际多中心III期临床研究[3] 偏头痛预防性治疗进展 - 公司偏头痛新药艾普奈珠单抗的最新III期SUNRISE临床研究数据证实，其在亚洲慢性偏头痛人群中展现出显著疗效[5] - 研究数据显示该药在降低偏头痛发作频率、减少重度疼痛发作比例及减轻疾病负担方面均优于安慰剂[6] - 依托“港澳药械通”等政策，该药已于2022年和2024年先后落地博鳌乐城和粤港澳大湾区，并于2023和2024年被纳入“北京普惠健康保”海外特药目录[6] 研发投入与产品管线 - 公司每年将20%的年度营收（约合40亿丹麦克朗）投入研发，目前90%的研发管线集中在神经罕见病和神经专科领域[7] - 公司在全球20多个国家开展临床试验，拥有25个已上市产品，其中7个属于神经罕见病和神经专科领域，2024年产品组合平均每日惠及超700万名患者[7] - 自2007年在华成立分支机构以来，公司已上市6款产品，在过去15年间累计服务7400万人次中国患者[2][8] 中国市场布局与生态建设 - 公司近五年显著加快临床研发步伐，试验已覆盖全国19个省份（直辖市）[8] - 公司致力于构建脑部健康生态系统，通过参与政策制定、加强患者教育、与数字医疗公司合作等方式提升疾病认知和就医体验[8] - 公司产品涵盖抑郁症、阿尔茨海默病、帕金森病和偏头痛等脑部疾病治疗领域[9]

公司参与进博会概况 - 公司于2025年11月5日至10日参加第八届中国国际进口博览会，展示其在神经科学领域的创新疗法[1] - 公司总经理强调进博会是深化本土合作、共促神经科学发展的重要平台，希望借助其“放大器”和“溢出效应”加速全球创新成果引入中国[3] - 公司是专注于神经科学的全球制药企业，致力于促进脑部健康并改变患者生活[3] 公司全球研发实力与市场地位 - 公司每年将20%的年度营收（约合40亿丹麦克朗）投入研发，其90%的研发管线集中在神经罕见病和神经专科领域[4] - 公司在全球20多个国家开展临床试验，拥有25个已上市产品，其中7个属于神经罕见病和神经专科领域，2024年其产品组合平均每日惠及超700万名患者[4] - 中国是公司全球第二大市场，过去15年（2011-2025年）已累计服务超过7400万人次中国脑部疾病患者[5] - 近五年公司显著加快在中国临床研发步伐，试验已覆盖全国19个省份（直辖市）[5] 神经罕见病领域突破性进展 - 公司用于治疗发育性癫痫性脑病（DEE）的在研药物bexicaserin在中国同步启动全球III期临床研究[6] - bexicaserin已获得美国FDA与中国CDE突破性治疗药物的双重认定，截至2024年10月，该药是神经罕见病领域仅有的两款获CDE突破性认定的药物之一[7] 神经专科领域治疗进展 - 公司关注偏头痛预防性治疗，中国有约1.3亿偏头痛患者，该病是位列第二的常见神经系统失能性疾病[7] - 公司用于偏头痛预防性治疗的靶向CGRP单克隆抗体药物艾普奈珠单抗，其最新III期临床试验进一步证实了在亚洲慢性偏头痛人群的疗效[7] 公司战略与未来展望 - 公司发展战略与中国政府创新驱动、鼓励医药创新的政策导向高度契合[6] - 公司未来将持续通过扎实的研发投入与本土合作，致力于为更多脑部疾病患者开发变革性治疗方案，助力“健康中国2030”[8]

文章核心观点 - 神经科学家马修·科布认为人工智能与人脑是两种完全不同的系统，AI基于硅和人类指令运行，而人脑是数十亿年演化的生物系统[5][7] - AI系统不具备真正的创造性，其产出是基于过去数据的模式识别，而非理解或创造新事物[4][13][14] - AI可作为有价值的工具改变数据处理模式，例如在神经科学中识别人类难以发现的规律，但无法成为解释大脑奥秘的模型[8][9][10] - 人类许多重要工作的价值并非纯粹智力性，例如护理工作，其人际情感连接是机器无法替代的[15][16][17] AI与人脑的系统差异 - 计算机最初的设计灵感来源于人脑，基于“人脑神经元以逻辑电路方式连接”的生物学假设[5] - 人脑并非数字系统，不处于简单的“开”与“关”逻辑状态，它是非线性、不稳定的活体演化系统[6] - 大脑是数十亿年自然选择的产物，而计算机是七十年内工程设计的人工系统[7] - 大脑起源可追溯至七亿到十亿年前动物首次出现左右对称结构时，前端感知细胞经过数亿年演化成大脑[10][11] AI的能力与局限性 - AI将改变神经科学家处理数据的方式，能发现人类肉眼和统计模型无法识别的模式[8] - AI有助于从大量神经科学数据中识别潜在规律和未注意的关联，成为有价值的工具[9] - AI系统的机制远超当前认知范围，计算机不可能成为解决神经科学奥秘的“魔法棒”[10] - AI在模式识别任务中非常有用，如从X光片检测癌症病灶，但不应让其作出最终判断[14] AI的创造性争议 - 至今未有AI系统产出过真正具有创造性的东西，其生成内容如将玛丽莲·梦露放入现代电视剧只是滑稽的拼贴[4][13][14] - 计算机基于过去数据训练，学习现有规律，无法像人类一样想象从未存在过的事物[14] - AI在提升效率的应用领域如写说明书有巨大潜力，但因其不理解内容，仍需人类检查[14] 人类工作的不可替代性 - 护士、护工、环卫工、飞机行李搬运员等岗位的价值并非纯粹智力性，机器在相当长时间内难以替代[15] - 照护工作需要人与人之间的情感连接，这是机器无法提供的，马修·科布本人年老时也希望由人类护工而非机器照顾[16][17] - 照护工作者应得到支持、培训、尊重、合理报酬和充分休息，但目前西方社会该群体工作超负荷、报酬偏低、社会地位不足[17]

文章核心观点 - 神经科学家马修·科布认为人类至今仍不了解大脑的运作机制，并指出历史上对大脑的理解深受同时代主流技术隐喻的影响[6][4] - 对人工智能持怀疑态度，认为其是强大的专用工具但无法产生人类意识，并警告人类不应盲目信任AI，尤其是在缺乏人工复核的关键决策领域[8][10][12] 神经科学史与大脑理解 - 人类对大脑的理解史是一部“隐喻的演化史”，从17世纪笛卡尔的液压系统比喻，到电报时代的通讯系统比喻，再到计算机时代的信息处理机器比喻[4] - 科学家们的思维方式被当代科技所框定，而这种框定会随着技术与社会变迁而改变[5] - 人类大脑有约八百亿个神经元，而即使是只有一万个神经元的果蝇幼虫，其简单行为也尚未被完全理解[8] 对人工智能的看法 - 人工智能属于出色的专用工具，其原理是基于海量数据的模式识别和预测，本质是强大的预测文本工具，但并不理解世界[8] - 通过不断扩大模型规模以创造与人类思维方式相同的“超级智能”的观点被指为荒谬且错误[9] - AI系统在规则明确的封闭系统中表现出色，如棋类游戏、设计新抗生素、识别蛋白质结构等[8] 人工智能的应用与风险 - 通用AI模型（如ChatGPT）可能生成虚假信息，例如编造不存在的参考文献，导致学生和专业人士误用[10][12] - 历史上自动化交易系统在设定规则下“失控”曾引发金融灾难，警示在雇佣、投资等关键决策中不能让AI取代人类判断[12] - AI是否会替人类作决策取决于人类如何使用它，关键在于不能盲目信任且必须保留人工复核[12]

峰会概况 - 首届硅谷未来峰会NEX-T Summit 2025于美西时间9月27-28日在美国斯坦福大学举办，主题为“New Era of X-Tech” [3] - 峰会汇聚了400多位来自世界各地的创业者、投资人、科学家与政策制定者 [3] - 峰会特设青年理事会，旨在启迪亚裔新生代领导力，吸引全球顶尖高校、中学与创新机构的青年代表 [3] AI在文化保护与教育普惠领域的应用 - 有初创项目结合AI与动作捕捉技术，记录中国少数民族手工艺人的制作流程，系统已收集刺绣、陶艺等纹样符号并编程录入 [6] - 该项目将技术整合到缝纫机，用户输入需求后机器可自动匹配符合特定少数民族逻辑矩阵的纹样 [6] - 有项目正推进服务农村地区学生的AI教学系统，通过整合不同教师的教学思路打造“AI教师”，以解决优质师资匮乏问题 [6] - 有非营利组织推出“AI扫盲平台”，通过自适应阅读与AI写作辅导帮助贫困儿童学习，旨在弥合AI教育鸿沟 [13] AI在科学研究与医疗健康领域的应用 - 在神经科学研究中，利用深度学习等AI模型识别大脑信号中的疾病模式，例如通过AI自动识别并分类斑马鱼的“焦虑状态” [11] - 利用患者数据开发AI模型，能更准确地预测阿尔茨海默症的发病风险与发展路径 [12] - 未来研究方向包括利用AI构建“人体数字孪生模型”，为非侵入性预测疾病提供可能 [14] AI对行业与技能需求的影响 - 行业正进入“AI辅助编程”时代，但需清楚地指导AI方向，例如软件调试中需凭直觉判断问题再让AI针对性扫描 [8] - AI的“人才虹吸效应”可能削弱基础科学领域，解决方案在于推行“整合式学习”，培养兼具科学与技术能力的复合型人才 [12][13] - 年轻人需具备的核心技能包括哲学思辨以找到人生价值，以及情绪管理以应对压力与焦虑 [9][17] 新生代对AI发展的观点与担忧 - 对AI的担忧包括可能加剧数字鸿沟、影响人类真实记忆与思考过程、导致传统科学领域人才流失、以及AI与基因工程结合的伦理争议 [6][13] - 在AI生成内容方面，存在分辨AI生成与人类撰写内容的难题，这对医疗报告、投资报告等领域至关重要 [10] - 对于AI是否会发展出超越人类大脑的通用智能，四位嘉宾中有三位认为“会”，一位认为“不会” [7][10][14][17]