AI学习的底层逻辑是什么？来自物理学家的年末作答｜西湖大学交叉科学中心最新研究成果 2025年的最后一天，让我们聚焦一项来自西湖大学理学院、交叉科学中心汤超团队在人工智能神经网络学习机理的科研突破——研究团队通过统计物理学的视角，首次发现并解释了神经网络训练过程中的一个普适特征：参数更新的分布呈现一致的重尾（Heavy-tailed）幂律特性。研究进一步证明，这种复杂的动力学行为并非偶然，而是源于一种信息驱动的自组织（Information-driven self-organization）过程。相关成果以“Heavy-tailed update distributions arise from information-driven self-organization in nonequilibrium learning”为题在线发表于PNAS《美国国家科学院院刊》上。

312025-12

大脑和AI都会变形：研究发现维度拉伸是智能决策策略丨西湖大学交叉科学中心发表最新成果 近日，西湖大学与洛斯阿拉莫斯国家实验室、麻省理工学院、伦敦大学学院等机构的研究人员合作发现，为了优化决策任务的表现，大脑会采用一种维度拉伸（dimensional stretching）的自适应策略，即在神经表征空间中主动拉伸任务相关维度的距离。该研究不仅在猕猴的全脑多区域活动记录中证实了这一现象，还在没有显式注意力机制的深度学习模型中发现了同样的注意力拉伸行为，揭示了智能系统（无论是生物还是人造）为适应任务目标而重构内部表征的普适原理。 这一成果以 “Adaptive stretching of representations across brain regions and deep learning model layers” 为题发表在 Nature Communications 上。

032025-12

当复杂网络逐步瓦解，连接几何分布是否在“决定生死”？丨西湖大学交叉科学中心发表最新研究 近期，西湖大学、加州理工学院和西达赛奈医学中心的研究人员开发了一种强大的机器学习框架——Morpheus，能够识别冷肿瘤（缺乏T细胞的肿瘤）转化为热肿瘤（被T细胞大量浸润且对免疫疗法更敏感的肿瘤）的分子变化。这项研究可能有助于解锁新的策略，使免疫疗法对难以治疗的肿瘤（如结直肠癌和乳腺癌）的治疗更加有效。

042025-11

王子桐实验室论文发表 | 因果AI模型识别出针对冷肿瘤的新组合疗法 近期，西湖大学、加州理工学院和西达赛奈医学中心的研究人员开发了一种强大的机器学习框架——Morpheus，能够识别冷肿瘤（缺乏T细胞的肿瘤）转化为热肿瘤（被T细胞大量浸润且对免疫疗法更敏感的肿瘤）的分子变化。这项研究可能有助于解锁新的策略，使免疫疗法对难以治疗的肿瘤（如结直肠癌和乳腺癌）的治疗更加有效。

072025-03