【推翻十年共识！AI不是黑箱，99%神经元清晰可见】10月15日，OpenAI早期可解释性研究科学家Nick Cammarata发表万字长文，推翻了自己十年前“AI神经网络是不可解释黑箱”的经典结论。他指出，过去认为神经元逻辑混乱实为观测工具低级所致。借助新算法，他发现现代视觉模型中99%以上的神经元清晰可读，网络内部呈现连贯的“递归泛化”结构，远比想象中“干净”。OpenAI研究员roon称此为“科学史重要时刻”，将极大降低AI对齐门槛。尽管DeepMind专家对大语言模型的适用性提出质疑，但该研究仍预示着AI可解释性领域或将迎来“大道至简”的新范式。

2025年8月，浙江大学发布全球规模最大的类脑计算机“Darwin Monkey（悟空）”，采用第三代类脑芯片Darwin 3，拥有超20亿脉冲神经元与1000亿突触连接，逼近猕猴大脑规模，功耗仅2000瓦。该计算机由960颗自研芯片组成，支持运行DeepSeek等类脑大模型，并可模拟多种动物大脑。研究团队还开发了全新类脑操作系统，优化资源管理与任务调度。项目依托浙江大学与之江实验室合作研发，为人工智能和神经科学研究提供新工具，助力脑科学探索与类脑AI发展。

人类大脑包含约860亿神经元，其复杂性令人震惊。这些神经元通过“脑连接组”相互连接，是理解学习和记忆的关键。绘制完整神经线路图面临巨大挑战，据哈佛神经科学家杰夫·利希特曼表示，仅存储此图谱的数据量就超过了地球上所有硬盘的总容量。 利希特曼教授指出，大脑是精简系统，能执行复杂需求。探索认知的征途如同攀...

日本九州大学科研团队在《自然·通讯》最新发表成果，开发出AI工具QDyeFinder。这款AI能从小鼠大脑图像中自动识别并重建神经元，通过超多色标记协议和颜色组合匹配技术，实现高精度神经元结构追踪。与现有机器学习软件相比，QDyeFinder在轴突识别上表现出更高准确度。这一创新技术有望加速大脑神经网络研究，提升理解大脑功能的新突破。