神译局是36氪旗下编译团队，关注科技、商业、职场、生活等领域，重点介绍国外的新技 术、新观点、新风向。 编者按：说到底，人工智能最终是能执行、但不能感觉的代码。本文来自编译，希望对您有所启发。 划重点： 此外，人工智能缺乏认知科学家所称的"意向性"。人类思想是对刺激的反应，受情感背景、记忆和主观 经验塑造。人工智能无法复制这一点。它们可能在特定情境下产生与人类相似的输出，但其底层机制仍 是一个缺乏经验的机械黑箱(Searle, 1980；Whitmer, 1983)。 3. 学习而不理解 机器学习，尤其是大型语言模型和深度学习系统，在从数据中学习方面取得了显著进展。这些系统通过 在海量数据集中检测统计模式来学习。然而，在此背景下，"知道"不应与"理解"画等号。一个理解单词 含义的孩子会将其与经验、情感和文化洞察力网络相联系，而人工智能则只会计算词序列的概率。 这一根本区别导致了人工智能中的"脆弱性"。人类能够在不同领域中泛化知识，而人工智能模型在面对 新颖、模糊或对抗性情境时往往难以应对。它们在有限的参数范围内运行，缺乏人类天生的语境意识或 常识推理（Marshall, 1980）。 人工智能可以模拟思维，但 ...

撰文丨王聪 编辑丨王多鱼 排版丨水成文 卒中 （ Stroke，也叫做中风） 是全球范围内导致死亡和长期残疾的主要原因之一。传统的中风风险评估 主要依赖于临床风险因素的信息，这些信息大多来自自我报告的数据，比如吸烟史和缺血性中风病史等， 但其在准确识别高危人群方面存在不足。之前的研究表明，传统中风风险预测模型的准确性一般 （一致性 指数仅为 0.58-0.73） 。 2025 年 6 月 6 日，清华大学医学院 黄天荫 教授、上海交通大学 盛斌 教授、 李华婷 研究员、 贾伟平 院 士、清华大学自动化系 戴琼海 院士 、 首都医科大学附属北京天坛医院 王拥军 教授等人 在 Nature 子刊 Nature Biomedical Engineering 上发表了题为： A deep learning system for detecting silent brain infarction and predicting stroke risk 的研究论文。 该研究开发了一款名 为 DeepRETStroke 的深度学习系统，用于检测 无症状脑梗死 （SBI） 和预测 中风 风险，只需利用视网膜图像，无需进行脑部成 ...