1樓：望裡科技
精神與心理評估診斷手段嚴重依賴主觀現象與經驗判斷、缺乏客觀指標 —— 沒有「biomarker」，而AI技術日漸成熟能夠識別傳統統計方法無法識別的規律、使得精神科「Biomarker」發現成為可能：
傳統統計學方法無法在腦電、基因等高噪音、非線性領域發現特異規律，而AI可以彌補
精神科是被試量小、但是每個被試的資訊量複雜豐富、存在大量非線性關係
深度學習的成熟使多通路分析成為可能
很多人的其他回答已經列出了利用深度學習機器學習處理EEG FMRI 甚至基因等資料的文獻研究，在此就不贅述（不過常見的問題是樣本量較小）
如果商用化的話，其實還是面臨很多挑戰的，但
已有一些公司/研究在AI+精神科領域實現突破，甚至已經通過FDA申請
前NIMH局長創立，2023年融資1400萬美元的MindStrong，利用AI診斷抑鬱症
Cognoa，利用AI診斷自閉症
我們所在的團隊也是在利用人工智慧處理生理資料，以期找到biomarker，而且資料量遠不止類似實驗室的幾十人被試.... 臨床試驗、文獻發表這些事也都在做，當然我們也在瞄準應用端，要活下來進行商業變現
首頁 - WonderLab
另：在國內做還是有一些優勢的，起碼資料積累的速度相對要快多了...
2樓：楊明川
個人觀點，第一，二者結合肯定是突破當前AI瓶頸的機會，研究的公司和機構不少，例如deepmind；第二，許多結合研究，過於偏微觀（例如神經元），個人認為大腦的中觀結構在現階段對AI的幫助最大。
3樓：
阻礙1: 光遺傳學實驗無法使用人腦進行。
阻礙2: 已知的，非侵入性的神經活動探測手段，無法達到檢測單一神經元的放電活動的精度。
阻礙3: 侵入性的探測手段對大腦造成的損傷導致無法追蹤長程的神經通路，且大腦神經元密度太大，目前還沒有能夠同時記錄很小區域內所有神經元的單神經元活動的電極。
目前對人類大腦神經編碼的了解遠到不了單一神經元的精度，以至於我們知道大約某個腦區負責某些任務，卻不知道神經元是如何真正對這些任務進行編碼和運算的。不知道編碼原理如何進行編碼？
如果說不知道原理可以用機器學習的演算法來擬合，那麼另外乙個問題就是，人腦和計算機的對接只能基於模糊的神經元活動的探測（eeg，meg，fMRI等等）。低精度意味著現如今的腦機介面能做到的事情是遠不如原裝人類的，比如機械臂，沒有觸覺是一回事，精度和靈敏度都堪憂。
不是沒有人用電極，但是電極對大腦的損傷意味著只有真正需要的人（殘疾人、病人）才可以植入，而且由於損傷的原因，電極只能植入在某個腦區的一小部分，哪怕是多通道（128 up）的電極，也最多只能記錄區域內的128 或者幾百個神經元，而在該區域工作的神經元數以萬計。同樣的，精度和靈敏度的問題意味著現階段腦機介面並不會給正常人帶來很多的增強。
就算出現了神奇的電極，我們的計算機也還沒有辦法很快的進行實時的運算來對接人腦和電腦。乙個有上萬通道的電極需要什麼運算力的計算機來處理其中的資料呢？即使不考慮雜訊問題，假設神經元是二進位制編碼，動作電位是1，靜息是0，要監測到動作電位，至少取樣率要高於10kHz吧？
還得有個實時的監測視窗跑著…一萬個通道，也許還要更高，就算不考慮後續處理（提取資訊），單單考慮數位化，濾波，和放大，這樣的裝置也是無法小型化的，也就是無法帶在身上，那也就是說，除非坐輪椅……
說到神奇電極…也不知道這種神奇電極在人工智慧取代人類之前能不能被做出來，就目前人工智慧和神經科學發展的速度而言，我覺得我還是站人工智慧取代人類那邊比較多…
4樓：歐陽熙悅
我只是路過啊，沒上面那些回答的那麼專業，要說進展到什麼方向我不清楚哦，但我爸是中科院讀的博士，專攻的就是自動化腦機介面，大概意思呢就是人腦控制機器，通過採集人對外的反應，將反應分析表達在資料上，從而生成指令控制機器，腦機介面呢就是採集人腦在有意識活動情況下，大腦皮層的電流活動，這個方面呢，在國外已經有了很先進的技術了，據我爸說我們國家在這一方面還在跟著別人走，不過已經有了很多概念產品走在前面了，我爸以前給我帶過乙個他們實驗室的半成品（當我的玩具，那時候我才初中吧），當時感覺靈敏度還不夠，而且指令單一，不過這都過了六七年了，我想現在應該不可同日而語了。
5樓：重新定義世界
這是理想的方向，既然宇宙能創造人，人也能創造宇宙，只是目前需要量子力學達到一定的程度，以及弄明白大腦的執行方式而已，包括記憶，最重要的人在理解符號，構建符號，連線表達出乙個人人達成共識的句子，大腦究竟怎麼調動神經元，或者說脈衝電流……
6樓：
DeepTech深科技 - 奇點大學創始人撰文：HI將超越AI成為更高階智慧型，神經義肢技術是實現路徑（分享自知乎網）https://
zhuanlan /p/24390019?utm_source=com.android.mms&utm_medium=social
大概是這種感覺。
7樓：[已重置]
這方面的研究專案總是此起彼伏，這個掛了，又有後繼者。
正好，鄙人既有多年的軟體行業的設計經驗，又在自學神經科學。
很多東西目前來說，還無法實現，個人總結，主要有這麼兩點根本的原因：
1 數碼訊號的傳遞是以電壓大於X或小於X表示0和1的數碼訊號，但是神經傳遞的電訊號是乙個全真的訊號（全真是我發明的詞彙，因為這裡說模擬訊號不恰當）。怎麼理解這個區別呢？就好像我們當面說話和打手機的區別。
很大了吧？
2 又說神經訊號的化學傳遞。一次會釋放幾百種神經遞質。不好意思，我們的家用電腦或者嵌入式裝置，只有64位，而且只有0和1，人家釋放的幾百種遞質可是不同種類的。
怎麼樣？根本不在乙個量級！！！
8樓：wabcne332
樓主問的是不是類似攻殼機動隊那樣的，人腦與機器連線，可以通過電子輸入直接學習知識甚至直接用硬體擴充套件大腦智慧型這類的技術？
如果是，那麼要告訴樓主乙個好訊息，有很多人像樓主一樣在很年輕的時候就想過類似的事情，而且也試圖去探索、了解相關資訊，例如本人，給乙個整體答案是：
相關研究專案有很多，但該領域不是主流方向，而且很多實踐猶如幾百年前外科手術一樣不靠譜。
為何？因為基礎研究不夠，甚至決定性的指導框架都沒有出現
研究方向大致兩類：
從資訊科學出發：系統論、資訊理論、控制論...人工智慧、深度學習、神經網路....
從生物科學出發：神經生物學、神經解剖學、心理學...認知科學、腦科學...
兩者間的關係雖然有交叉（比如神經網路、比如各種生物神經晶元），但大致上是從相異的理論源點出發，而且看上去各自走向不同的方法實現道路，所有都知道兩者最終會匯集起來（因為匯集的成品——大腦就在現實），但沒人知道最終會怎樣匯集（搞不好新的理論物理讓我們對世界的認識產生革新，所有認識框架又要重新整合）。
所以樓主如果是期待有一天會人腦結合，實現個人能力極大發展、永生之類的事情，那麼就得趕快努力了，理論、實踐、支援，現在哪乙個都不夠，萬一自己沒添上那一磚，死後1年才出現技術飛躍，那真是悔的棺材本都要跳出來了；至於想著科學突破然後通過市場自然而然的輻射到普通人，還是絕了這種心思吧。
還有，近年國外有個老科學家（也可能是個工程師），跟外科醫生合作，把自己的大腦連線了各種電子晶元，結果人往腦痴呆的方向發展；也有科學家談論自己參與到類似的很cool的專案中的經歷，結果實際是基礎研究而大失所望；這些大概就是你想知道的資訊了。
請問大學有沒有關於神經科學（腦科學）的專業啊，怎麼好像沒見過，我想讀？
長風凌雲 神經科學屬於生物學的分支，一般不會作為乙個本科招生的專業類別，但是在研究生招生裡是有神經科學這個專業的。神經科學的研究需要綜合很多基礎的生物學，生物化學，生物物理，遺傳學的知識，所以只有學過這些基礎課程才能去做研究。現在很多神經科學的研究比較前沿，進展很快，教科書是遠遠落後於科研進展的。儘...
有哪些腦科學或神經科學領域的謠言或被誤解的 常識 ？
鹽選推薦 關於大腦的十大流言 流言一 正常人的大腦只開發了 10 在愛因斯坦死後，科學家研究發現，他的大腦有 20 被開發，遠遠超過了正常人被開發的大腦比例 10 不好意思，只要你是個正常人，即使你睜著眼睛，什麼都不想，整個大腦仍然都在使用中。如果是做一些稍微複雜的工作，如起身走路 說話，那你的大腦...
認知神經科學的博士在畢業轉行時，有哪些可以考慮的不錯的去向？
House 提供乙個資訊，鵝廠 菊廠現在開始找認知相關的人了，前輩可以看看。我是神經生物學，課餘時間還在自學些認知 腦電的東西，前輩這個方向很好了，不要妄自菲薄。那些懟人家的，麻煩先把專公升本考了再來噴。沒學過Neuroscience的不要說話了。 false 什麼扯淡答案，全是誤導。認知神經科學和...