引用分析：神经科学与AI的桥窄而偏工具
事件综述根据 3 篇报道整理，10月26日更新
Renato Duarte 基于 OpenAlex 约 4.58 亿篇文献和 29 亿条引用链接，分析了 1995 至 2025 年神经科学与 AI 的互相引用，结论是两领域之间的知识桥梁真实存在，但窄且偏工具性。他同时提示两点：2024 和 2025 年数据因 OpenAlex 数据库重建而可靠性偏低；2020 年后 AI 论文引用神经科学比例的陡升，可能部分源于神经科学在膨胀的 AI 文献中占比缩小，而非 AI 更频繁引用神经科学。 针对该分析，有评论指出 AI 主要受神经科学抽象概念启发而非具体神经机制；2015 年后引用神经科学的 AI 论文比例偏低甚至下滑，但神经启发 AI 论文的绝对数量仍在上升，构成可观足迹。另有评论认为引用图只能记录思想谱系的最后几次交接，无法衡量深层影响，并以 transformer 可追溯至 RNN 及神经科学中的循环回路观点为例，引用“obliteration by incorporation”概念说明基础性思想成为常识后会从引用记录中消失。
综述由模型根据报道生成，细节以各篇原文为准。
进展时间线
北京时间，最早在上全部报道
3 篇，点开看摘要评论：引用图可能低估神经科学对 AI 的影响
针对 Renato Duarte 的引用分析，有评论指出引用图只能记录思想谱系的最后几次交接，无法衡量神经科学对 AI 的深层影响。作者以 transformer 可追溯至 RNN 及神经科学中的循环回路观点为例，并引用 Robert Merton 的“obliteration by incorporation”概念说明基础性思想一旦成为常识便从引用记录中消失。
阅读这篇报道评论：神经启发 AI 论文绝对数量上升，仍构成可观足迹
针对 Renato Duarte 对神经科学与 AI 引用模式的分析，有评论指出 AI 主要受神经科学抽象概念启发，而非具体神经机制。2015 年后引用神经科学的 AI 论文比例偏低甚至下滑，但神经启发 AI 论文的绝对数量仍在上升，构成可观足迹。评论认为，在 2022 年后这轮 AI 热潮中，如何分配研究时间仍是 NeuroAI 交叉领域的核心问题。
阅读这篇报道引用分析：神经科学与 AI 之间的桥真实存在，但窄且偏工具
作者基于 OpenAlex 约 4.58 亿篇文献及 29 亿条引用链接，分析 1995 至 2025 年神经科学与 AI 的互相引用。
阅读这篇报道