时下，人工智能（AI）正在不断演变，也在渗透到各个不同的领域中：我们正在见证从传统AI模型向类脑AI的范式转变，即将拥抱属于类脑AI的科学研究新纪元。这种新型AI模仿生物神经系统的结构和功能，利用神经形态计算、稀疏编码和生物学上可信的学习范式，为科学研究提供了全新的方法论。这是科学研究的新篇章，AI的深度学习和自监督学习能力不仅可以增强人类智慧，而且正在重塑我们探索世界的方式。
尽管类脑AI为科学研究带来了新的视野，但它也带来了数据质量、模型可解释性等挑战。基于此，Brain-X 期刊发表了题为“Brain-inspired intelligence-driven scientific research” 的展望文章深刻讨论了这些问题。上海大学白龙副研究员为第一作者，上海大学苏佳灿教授为通讯作者。文章指出，高质量的脑科学数据集对于AI的有效性至关重要，但在面对科学数据的多样性和复杂性时，获取和维护这样的数据集是一个挑战。且随着AI工具的复杂性增加，如何确保其决策过程的透明度和可解释性成为关键，尤其是在临床决策和政策制定等关键领域。脑科学领域的科学家们应该与AI专家合作，充分利用AI的潜力，并共同探讨包括处理偏见、确保隐私保护和防止AI滥用等伦理问题，这些都将是负责任地应用AI的必要条件。尽管存在挑战，但通过克服这些障碍，类脑AI在科学研究中的应用将实现其革命性的潜力，为人类知识和发现开辟新时代！
图1 类脑AI驱动的科学研究-预测新信息、发现新疗法和设计新材料。AI的预测分析有助于发现各个科学领域的新见解，在各种新型医学治疗的发展中也发挥着核心作用，在纳米颗粒、水凝胶和支架制备等先进生物医学材料方面发挥关键作用。
Long Bai, Jiacan Su. Brain-inspired intelligence-driven scientific research. Brain-X. 2024; 2:e54. https://doi.org/10.1002/brx2.54
欢迎交叉脑科学领域的同行投稿！
投稿：（仅限投稿）
合作：（期刊合作、编委、青委等）
期刊官网（WILEY）：
https://onlinelibrary.wiley.com/journal/28353153
期刊网址（Owner）：
http://www.brain-x.science
微信公众号(WeChat)：
更多期刊内容，请点击阅读：
2、征稿：Brain-X (交叉脑科学)，免版面费，编辑部负责润色！
4、Brain-X (交叉脑科学)：Volume 1 Issue 4，正式上线！
5、Brain-X (交叉脑科学)：Volume 1 Issue 3，正式上线！
6、Brain-X (交叉脑科学)：Volume 1 Issue 2，正式上线！
