生理数据为基础，构建交互式的脑机接口，最终目实现提高个体学习效率的目标。
    “秋山教授，记得前段时间，一所名为advanced_brain_monit的公司开发了一套自适应和交互式的神经教育技术，据称可以凭借基于来自神经生理学测量的自动推理来加速技能学习的进展。昨天晚上才看到你们课题组发表了在猕猴身上进行类似实验的论文，可惜没来得及细读，对于其中的加速学习过程，我有些疑惑……”
    “这项研究是课题组中的博士生做的，是结合分子生物学技术的加速学习——你知道的，这种东西一时半会没法进行人体实验。这项研究其实是参考了前几个月麻省理工、哈佛等的团队在《neuron》上发表的关于新生神经元在区分记忆中的作用的工作。简单来说，麻省理工那边的团队使用小鼠作为研究对象，选择性地使转录因子klf9过度表达，以消除小鼠大脑中旧神经元超过五分之一的树突棘，并成倍增加集成到海马区回路的新神经元数量，然后再使klf9的表达回归正常，从而‘更新’其海马区。他们得到的结论是改造后的小鼠记忆重叠更少，记忆更加准确而牢固，在中年和老年时期都表现出了更精确的记忆。而我的课题组则在猕猴身上进行了类似的操
 <本章未完请点击"下一页"继续观看!>