2025年7月2日，加州大学圣地亚哥分校神经科学博士生李济安在Nature发表研究，提出一种基于物理学动力系统的极简神经网络模型，用于解析生物体决策行为。该模型无需人为假设，通过1-4个神经元即可精准预测人类与动物的复杂非最优行为，在六类经典任务中表现优于传统模型。研究结合符号回归技术，揭示了行为生成机制，并用动力系统方法可视化决策过程。李济安的交叉学科背景（神经科学、统计学、计算机）启发其创新，认为AI不仅是‘黑箱’工具，还可作为‘认知显微镜’。研究推动NeuroAI领域发展，为理解大脑与AI提供新视角。

智能之镜：NeuroAI 如何反映大脑与人工智能的未来 近年来，人工智能（AI），尤其是大语言模型（LLMs），在自然对话、编程、生物学等领域展现了接近甚至超越人类的能力。例如，AlphaFold因预测蛋白质结构获得了2024年诺贝尔化学奖。这些AI系统最初受心理学和神经科学启发，但随着技术发展，逐...

标题：NeuroAI能否引领神经科学走出困境？ 城市街道上，一辆自动驾驶汽车紧急避险，避免了一起事故。车载系统迅速反应，多个传感器协同工作，专用神经网络处理器和GPU高速运算，耗电数百瓦，在约100毫秒内完成感知到决策的过程。相比之下，人类司机只需瞬间反应，消耗约20瓦能量，还能同时处理其他任务。 ...