13 May 18：历史性的全球疫情转折点：病毒起源与防控关键里程碑直面反思的过程，你是否还在这里徘徊？，持续进行的斗争，背后又发生了什么？
在人类历史上，13 May 18：这个特殊的日子，无疑标志着一个具有深远影响和重要意义的全球疫情转折点。这一时刻不仅标志着病毒源的确定及其对防控策略的关键里程碑，更揭示了人类面对疾病、公共卫生挑战以及科技进步的历史轨迹。
让我们回顾一下这场灾难的起因。新冠病毒，或称COVID-19，是2019年12月由一种名为SARS-CoV-2的冠状病毒引起的全球性传染病。自那时以来，它在全球范围内迅速传播，改变了我们的生活方式和社会互动方式。据世界卫生组织（WHO）统计，截止5月13日，全球已有超过2.7亿人被确诊感染，其中约80%的人口生活在发展中国家。
病毒源头的确认是防控疫情的关键步骤之一。早期发现和研究COVID-19的线索在于2019年底出现的蝙蝠类动物身上。这些蝙蝠携带了SARS-CoV-2，但并未直接引起人类的疾病。当人类接触并食用蝙蝠时，病毒通过口腔进入体内，并逐步扩散至其他生物体，包括人体细胞。这一过程被称为人际传播，进一步加速了病毒的传播速度和规模。
追踪病毒的传播路径对于制定有效的防控策略至关重要。科学家们通过各种技术手段，如病毒基因测序、临床诊断、实验室检测等，揭示了病毒在不同人群中的传播特征和传染链。例如，研究显示，在人际传播阶段，主要通过飞沫传播、密切接触传播、空气传播等方式将病毒传播给他人；在社区内传播阶段，病毒则通过感染者咳嗽、打喷嚏、说话等活动触发人际传播。这些信息为精准防控提供了理论依据，例如，针对特定地区的高风险人群加强通风消毒、佩戴口罩、实施社交距离措施、限制大型聚会等都是有效的预防策略。
防控工作也日益依赖于科技的进步。远程医疗、疫苗研发、药物开发等方面的新成果，为全球疫情防控提供了有力的支持。例如，远程诊断系统使医生能够在家中进行病情评估，极大地降低了患者去医院就诊的成本和时间；疫苗的研发和生产则大大提高了疫苗的安全性和有效性，为全面接种疫苗铺平了道路。而在药物研发方面，通过创新药设计和优化治疗方案，科学家们已成功开发出能够抑制病毒复制、缓解症状或延长生命期限的药物。
尽管我们取得了一系列的成就，全球仍面临许多挑战。一些国家和地区仍然缺乏足够的医疗资源、防护设备和技术能力，导致疫情形势严峻。一些社会习俗和文化观念可能阻碍公众接受和遵守防疫规定，这需要各国政府、社会组织和个人共同努力，推动形成开放包容、科学防控的社会氛围。
总结而言，13 May 18：这段历史性的全球疫情转折点，既标志了病毒起源的研究及其防控策略的重大突破，也深刻展示了科技的力量和人类应对疾病挑战的决心。未来，我们需要继续努力，深化疫情防控的科学理念和实践，推动公共卫生体系向更高水平迈进。只有这样，我们才能守护好人民的生命安全和健康福祉，共同创造一个更加健康、和谐的世界。
IT之家 6 月 11 日消息，IT之家从中国科学院自动化研究所微信公众号获悉，近日该所神经计算与脑机交互（NeuBCI）课题组与中国科学院脑科学与智能技术卓越创新中心的联合团队结合行为实验与神经影像分析，首次证实多模态大语言模型（MLLMs）能够自发形成与人类高度相似的物体概念表征系统。这项研究不仅为人工智能认知科学开辟了新路径，更为构建类人认知结构的人工智能系统提供了理论框架。相关研究成果以 Human-like object concept representations emerge naturally in multimodal large language models 为题，发表于《自然・机器智能》（Nature Machine Intelligence）。
人类能够对自然界中的物体进行概念化，这一认知能力长期以来被视为人类智能的核心。当我们看到“狗”“汽车”或“苹果”时，不仅能识别它们的物理特征（尺寸、颜色、形状等），还能理解其功能、情感价值和文化意义 —— 这种多维度的概念表征构成了人类认知的基石。
传统人工智能研究聚焦于物体识别准确率，却鲜少探讨模型是否真正“理解”物体含义。论文通讯作者何晖光研究员指出：“当前 AI 能区分猫狗图片，但这种‘识别’与人类‘理解’猫狗的本质区别仍有待揭示。”团队从认知神经科学经典理论出发，设计了一套融合计算建模、行为实验与脑科学的创新范式。研究采用认知心理学经典的“三选一异类识别任务”（triplet odd-one-out），要求大模型与人类从物体概念三元组（来自 1854 种日常概念的任意组合）中选出最不相似的选项。通过分析 470 万次行为判断数据，团队首次构建了 AI 大模型的“概念地图”。
实验范式示意图。a，物体概念集及带有语言描述的图像示例。b-d，分别针对 LLM、MLLM 和人类的行为实验范式和概念嵌入空间。
研究人员从海量大模型行为数据中提取出 66 个“心智维度”，并为这些维度赋予了语义标签。研究发现，这些维度是高度可解释的，且与大脑类别选择区域（如处理面孔的 FFA、处理场景的 PPA、处理躯体的 EBA）的神经活动模式显著相关。