大规模人工智能与神经科学的基础模型

大规模人工智能（AI）模型的发展正在影响神经科学研究，通过这些模型可以实现从原始脑信号和神经数据进行端到端学习。本文综述了大规模 AI 模型在神经科学四个主要领域的应用：神经成像与数据处理、脑机接口与神经解码、临床决策支持与转化框架，以及面向神经与精神疾病的疾病特定应用。这些模型显示出解决主要计算神经科学挑战的潜力，包括多模态神经数据集成、时空模式解释，以及开发用于临床研究的转化框架。此外，神经科学与 AI 之间的相互作用日益增强，生物学上受约束的架构正在被用于开发更具可解释性和计算效率的模型。本综述突出了这些技术的前景以及关键实施考虑，特别强调了严格的评估框架、有效整合领域知识、前瞄性临床验证以及全面的伦理指南。最后，提供了一个系统性列表，列出了用于开发和评估大规模 AI 模型的关键神经科学数据集，这些数据集支撑着多样化的研究应用。