前沿

人工智能的一大进步 2012年,GoogleX项目组将16000块处理器连接成网模拟人脑的神经系统,并成功地让系统学会了辨识猫的外表特征。2014年,IBM公司利用相似的方式,设计了类似神经突触的网络状电脑系统,模拟人脑内部连接,促使计算机掌握自我学习功能。传统的电脑程序基于人为设定好的条件进行判断和执行程序,而未来的“聪明”电脑将掌握自我学习和自我判断能力,真正实现人工智能。可以想象,计算机自我思考的技术障碍一旦被突破,电脑的能力会得到极大提升,人工智能可能在短时间内成为现实。     

基于忆阻器的神经突触仿生器件研究

正忆阻器因其与神经突触类似的独特非线性电学性质,以及结构简单、集成度高等优势,在新型神经突触仿生电子器件领域引起广泛关注。忆阻器是除电阻器、电容器、电感器之外的第四种基本无源电子器件。蔡少棠(Leon Ong Chua)最早于1970年代在研究电荷、电流、电压和磁通量之间关系时推断出这种元件的存在,并指出它代表着电荷和磁通量之间的关联。忆阻器具有电阻的量纲,但有着不同于普通电阻的非线性电学性质。忆阻器的阻值会随着流经它的电荷量而发生改变,并且能够在断开电流时保     

神经心理学损害:重性抑郁障碍患者自我加工效应的异常

现有的文献证据显示,神经心理学损害已被确立为抑郁症的一个非常重要的特征,但关于抑郁症患者具体的神经心理学损害尚未总结出公认的模型.本研究采用自我面孔识别(self-face recognition,SFR)这一经典的神经心理学范式探讨重性抑郁障碍患者的自我是否受损.本实验招募了18例抑郁症患者和20例健康被试进行SFR测试.实验中采用面孔合成技术测量了与控制组被试相比,抑郁症患者在不同面孔识别任务中所表现出来的面孔识别加工偏向性大小.方差分析结果表明不同被试组别的主效应显著(F(1,36)=7.388,P=0.01).随后的独立样本t检验进一步揭示了抑郁症患者在自我-名人和自我-陌生人任务上分别表现出来的自我偏向(t=2.636,P=0.012)和自我识别偏向(t=2.190,P=0.035)均显著大于对照组.抑郁症患者存在自我加工和自我识别加工的损害,表明抑郁症个体确实存在自我异常水平.以上调查结果为进一步研究抑郁症的病因病理机制提供了新的视角.