XiaoMi-AI文件搜索系统
World File Search SystemDehaene
Sitnikova，M。A.等。 （2023）。低和高数学表演者中单词和数值格式的精确计算的神经相关性：fnirs stud
人们使用两个认知系统来理解和操作数字 - 非符号系统，主要依赖于无符号的幅度估计（例如，阿拉伯数字）和象征性系统，基于符号形式的数字处理（Ansari，2008; Feigenson，dehaene and dehaene and Spelke，dehaene and Spelke，2004; Waring and Pening and Penerner-wilger，2017）。数值认知的开发是一个逐步的过程，它是从非符号或近似数字系统开始的。近似数字系统是一个先天认知系统，它支持估计幅度的估计而不依赖语言或符号。然而，数量和基本算术技能的符号表示的作用随着年龄的增长而增加（Artemenko，2021）。基本的算术技能在日常生活，STEM教育以及许多涉及数学的科学中至关重要：在各种IT应用中，物理，化学，技术和工程学中都非常重要。更好地理解简单和复杂的精确计算的基本大脑机制对于数值认知非常重要，并深入了解了近似数字系统和精确符号表示系统中的网络中不同大脑区域之间的关系。实际上，将来可以使用这些知识来提高一个人的数字技能，消除与他们缺乏相关的问题（算术和数学素养的降低，dyscalculia）。已经表明，所有这些缺点都可能对整个经济和社会产生负面影响（Butterworth，Varma和Laurillard，2011年）。因此，实用
有意识的访问假设
二十年前有争议的七个预测是有争议的，但是所有这些预测已经积累了所有预测，如下所述。（1）有意识的感知涉及的不仅仅是感觉分析；它可以访问广泛的大脑来源，而无意识的输入处理仅限于感官区域。对许多科学家来说，“有意识的感知”一词表明了多余的，而“无意识的感知”是自我矛盾。然而，在过去的二十年中，许多证据来源出现了无意识的感觉分析，提出了一个问题：“感知的有意识和无意识方面有什么区别？今天，我们可以将感知意识视为实验变量。Dehaene等。 最近表明，向后掩盖的视觉单词主要激活视觉皮层，而相同的有意识的单词引起了广泛的视觉，顶点和正面激活（图） 1）[8]。 Tononi等。 和Srinivasan等。 已在中演示Dehaene等。最近表明，向后掩盖的视觉单词主要激活视觉皮层，而相同的有意识的单词引起了广泛的视觉，顶点和正面激活（图1）[8]。Tononi等。 和Srinivasan等。 已在中演示Tononi等。和Srinivasan等。已在
coggraph：认知科学与计算机图形之间的建筑桥梁
背景和动机“艺术是一种思想，因此，任何科学的艺术研究都将是心理学。” - 近年来，Max J. Friedlander，计算机图形领域实现了其长期的光真相梦：现代图形算法会产生与现实无法区分的图像。很像摄影的出现，就像艺术一样，计算机图形现在正在将目光转向《情人》：研究人员越来越希望认知科学转向工程师的新型视觉表达方式。Recent work has sought to apply insights from cognitive science to a variety of traditional graphics topics: from taking a perceptual approach to perspective ( Hertzmann , 2023 ), to studying the theory of mind behind animation ( Chandra, Li, Tenenbaum, & Ragan-Kelley , 2023 ), to applying theories of abstraction learning to build tools for geometry processing ( Jones, Guerrero, Mitra, ＆Ritchie，2023）。同时，认知科学的最新作品浪潮已经解决了有关视觉表达的基本问题：例如，人类如何理解和创建草图（Fan，Bainbridge，Chamberlain和Wammes，2023），形状（Dehaene等人（Dehaene等），2022）和符号（Hofer，Kirby和Levy，2023）。该领域还受益于计算机图形的工具和方法：可区分渲染系统（Kulkarni，Kohli，Tenenbaum，＆Mansinghka，2015年），游戏引擎物理模拟器（Battaglia，Hamrick，＆Tenenbaum，＆Tenenbaum，2013）和Monte Carlo Methods（Monte Carlo Methods（Chandra，Chandra，Chandra，Chandra，Chandra，Chandra，Chandra，Chandra，Chandra，Chandra，Chandra，Chandra，Chandra，Chandra，et an。，2023年）在建模人类的感知和直观物理学方面已经是必不可少的。
WFNR南美：2016-2025
2025年，第一个拉丁美洲WFNR神经可塑性和神经康复的大会定于5月7日至9日。这将是拉丁美洲WFNR的第一个大会，将完全是个人的。期望的是，出勤率将与2021年的事件一样强大，该活动仍在同时流行时期。已经确认了许多备受瞩目的演讲者，例如那些在上次国会上讲话的人，例如Stanislas Dehaene，Shari Wade和Mariano Sokolvsky，代表来自许多神经疗法和神经脱失的研究人员和临床医生。该网站已启动，科学计划将在接下来的几个月内完成。对于WFNR，拉丁美洲和国际专业人士来说，这是一个令人兴奋的机会，可以在联邦精神上聚在一起：分享经验，建立新的联盟并成为全球社区。
基于 AI 的临床特征、实验室检查和胸部 CT 多模态整合可改善住院患者的 COVID-19 结果预测
娜塔莉·拉索 1.2 、萨米·阿马里 1.2 、艾米莉·舒泽努 3 、雨果·戈尔泰斯 4 、保罗·赫伦特 5 、马修·德维尔德 4 、萨默·索利曼 4 、奥利维尔·梅里尼亚克 2 , 玛丽-波琳·塔拉巴尔 4 , 让-菲利普·拉马克 1,2 , 雷米·杜波伊斯 5 , 尼古拉斯·卢瓦索 5 , 保罗·特里谢莱尔 5 , 艾蒂安·本杰巴尔 5 , 加布里埃尔·加西亚 1 , 科琳巴雷吉耶 1,2 , 曼苏里亚梅拉德 6 , Annabelle Stoclin 7 、Simon Jegou 5 、Franck Griscelli 8 、Nicolas Tetelboum 1 、Yingping Li 2,3 、Sagar Verma 3 、Matthieu Terris 3 、Tasnim Dardouri 3 、 Kavya Gupta 3 分、Ana Neacsu 3 分、Frank Chemouni 7 分、Meriem Sefta 5 分、Paul Jehanno 5 分、Imad Bousaid 9 分、Yannick Boursin 9 分、Emmanuel Planchet 9 分、Mikael Azoulay 9 ，乔斯林·达查里 5 ，法比安·布鲁波特 5 、阿德里安·冈萨雷斯 5 、奥利维尔·德阿纳 5 、让-巴蒂斯特·希拉蒂 5 、凯瑟琳·舒特 5 、让-克里斯托夫·佩斯凯 3 、雨果·塔尔博特 3 、艾洛迪·普罗尼耶 5 、吉尔斯·温里布5、托马斯·克洛泽尔（Thomas Clozel）5、法布里斯·巴莱西（Fabrice Barlesi）6、玛丽-弗朗斯·贝林（Marie-France Bellin）2.4、迈克尔·G·B·布鲁姆（Michael G. B. Blum）5*。
意识处理和全局神经元工作空间假说
George A. Mashour, 1 Pieter Roelfsema, 2 , 3 , 4 Jean-Pierre Changeux, 5 , 6 , 7 , * 和 Stanislas Dehaene 6 , 8 , * 1 密歇根大学意识科学中心、神经科学研究生课程和麻醉学系，美国密歇根州安娜堡 2 荷兰神经科学研究所视觉与认知系，Meibergdreef 47, 1105 BA，阿姆斯特丹，荷兰 3 荷兰阿姆斯特丹自由大学神经基因组学和认知研究中心综合神经生理学系 4 荷兰阿姆斯特丹学术医学中心精神病学系 5 CNRS UMR 3571，巴斯德研究所，75724 巴黎，法国 6 法国学院，11 Place Marcelin Berthelot，75005 巴黎，法国7 Kavli 脑与心智研究所，加州大学圣地亚哥分校，美国加利福尼亚州拉霍亚 8 认知神经影像中心，CEA，INSERM，巴黎南大学，巴黎萨克莱大学，NeuroSpin 中心，91191 Gif/Yvette，法国 *通讯作者：changeux@noos.fr (J.-PC)、stanislas.dehaene@gmail.com (SD) https://doi.org/10.1016/j.neuron.2020.01.026
生物和人工神经网络中表征的普遍性
2 麻省理工学院麦戈文脑研究所，美国马萨诸塞州剑桥 3 哈佛大学言语和听觉生物科学与技术 (SHBT) 项目，美国马萨诸塞州波士顿 4 哈佛大学肯普纳自然与人工智能研究所，美国马萨诸塞州奥尔斯顿 5 纽约大学心理学系，美国纽约州纽约 6 哈佛大学心理学系，美国马萨诸塞州剑桥 7 哈佛医学院麻省总医院神经外科系，美国马萨诸塞州波士顿 致谢：作者感谢 Josh McDermott、Sam Gershman、Nancy Kanwisher、Niko Kriegeskorte、Tal Golan、Alex Williams、Andrew Lampinen、Chengxu Zhuang、Cory Shain、Martin Schrimpf 及其团队、Stanislas Dehaene 及其团队以及 CCN 2023（英国牛津）和 Ascona 2024（瑞士阿斯科纳）的观众提供的有益评论和讨论。EH、CC、NZ、MR 和 EF 部分由 NIH 拨款 U01-NS121471 资助。CC 获得哈佛大学肯普纳自然和人工智能研究所的奖学金资助。NZ 获得麻省理工学院 K. Lisa Yang 综合计算神经科学 (ICoN) 中心的博士后奖学金资助。EF 还获得麻省理工学院麦戈文脑研究所、智力探索、脑与认知科学系和西蒙斯社会脑中心的资金资助。
分层心智中意识的必要和充分机制
与之前被禁的研究相比，意识研究正成为科学前沿的几项重大挑战之一。随着上个世纪热情的先驱者应用双眼竞争、裂脑、盲视和其他范式（Seth，2018），神经科学中出现了意识的经验理论。目前，情况已经达到了一个充满希望和挑战的临界点，因为大量的意识理论（ToC）都声称自己有各自的合理性，而这些理论都有特定的经验支持，它们提出的猜想导致了不同的预测（Del Pin 等人，2021 年；Signorelli 等人，2021 年；Seth 和 Bayne，2022 年；Yaron 等人，2022 年）。人们讨论了各种理论，看来这个问题正变得越来越普遍。目前，不同团体和领域之间缺乏合作，阻碍了意识理论的进步。然而，未来有望出现一种不受个体理论界限限制的基础理论（Koch，2018）。在此过程中，四种主要的 ToC 获得了最多的关注（ Seth and Bayne，2022）：整合信息理论（IIT）（Tononi，2008；Oizumi 等，2014；Tononi 等，2016）、全局神经工作空间理论（GNWT）（Dehaene，2014；Mashour 等，2020）、高阶理论（HOT）（Lau and Rosenthal，2011；Brown 等，2019），以及循环加工理论（RPT）（Lamme，2018）和预测加工理论（PP）（Seth and Hohwy，2021）。简而言之，IIT 将任何有意识的体验与相应状态下系统的最大不可约因果结构联系起来； GNWT 认为，由广泛的神经激发和跨多个认知模块共享信息所引发的全局工作空间是实现意识的关键；HOT 基于意识体验的高阶结构，其中“我”意识到“某事”（“某事”的表征是一阶的）。同时，RPT 和 PP 强调自上而下的处理在有意识的心理活动中的重要性。第五种方法并没有将意识归因于神经活动，而是将意识与跨多个时空尺度的底层物理过程联系起来。作为一个典型且著名的范式，精心策划的客观还原 (Orch OR，参见 Hamerooff 和 Penrose，2014) 理论声称，根据哥德尔不完备定理 (Penrose，1999)，理解、自由意志或洞察力等心理方面无法用图灵机计算。它将意识与量子力学过程联系起来。意识场论将不确定的粒子状和波状现象比作“神经元-波二象性”（John, 2001），并提出大脑中广泛存在的电磁（EM）场可能是意识的物理相关物（Hunt and Jones, 2023）。
数字化游戏化学习与数学游戏应用对四年级学生计算能力的影响 刘濝濢 -Bei LIU a* , Alex W
运用数学游戏应用进行数字化游戏化学习对四年级学生计算能力的影响 刘濝濢 -Bei LIU a* , Alex Wing Cheung TSE b* 香港大学教育学院，香港 a* u3598295@connect.hku.hk; b* awctse@hku.hk 摘要：计算能力是小学数学学习中必不可少的素质，事实证明，通过游戏化应用进行学习可以提高学生的数学学习成绩，从而有利于发展他们的计算能力。计算能力是数学核心技能之一，可以通过不断的计算练习来提高。然而，目前关于在小学使用运用数学游戏应用进行数字化游戏化学习 (DGBL) 对发展学生计算能力的影响的研究还很少。因此，本项准实验研究共有78名学生参与，旨在评估通过iPad进行DGBL与数学游戏应用“口算英雄”对中国大陆一所主流学校四年级学生计算能力的可能影响。实验班将数学游戏应用融入为期四周的课堂活动中，实验组和对照组均采用标准化计算能力测试：Abilita diCalcoloz计算能力-记忆与训练第6-11组（Cornoldi等，2002）进行前测和后测。采用方差分析的数据分析结果显示，在数学课堂上使用iPad上的数学游戏应用学习时，学生的计算能力存在显著差异，四年级实验组（n=40）与对照组（n=38）的整体计算能力存在显著差异。换句话说，我们发现，在使用数学游戏应用进行计算练习后，学生更有可能获得更好的计算能力，尤其体现在计算速度更快、错误率更低方面。然而，在数值知识方面没有显著差异，使用这种数学游戏应用程序学习可能不会导致获得更多的数学知识。这项研究为小学数学教育者和教师提供了一个现实的视角来了解使用数学游戏应用程序学习的潜力：它可以成为提高四年级学生计算能力的有效工具。该项目的第二阶段是探索研究结果背后的原因，揭示使用数学游戏应用程序进行 DGBL 的可能因素，这些因素可能会促进计算能力的某些方面。提出了将 DGBL 融入小学数学课堂的进一步建议。关键词：基于数字游戏的学习、计算能力、数学游戏 1。引言：学生的计算能力是指理解数字之间规律和相对量，并以更灵活的方式进行数字运算（加、减、乘、除）的能力（Feigenson 等，2004；Tall 和 Dehaene，1998）。计算能力对于小学阶段的数学成绩至关重要（Cowan 等，2011）。与不同领先国家的小学数学课程类似，根据中国大陆最新的课程标准，四年级学生必须掌握四种运算（加、减、乘、除），并且需要不断练习计算能力以找到更简单的解决方案（中华人民共和国教育部，2022）。学生的表现和