这只果蝇，靠AI永生了吗？

9月3日，《细胞》杂志的封面是一只果蝇的大脑。

16.6万个神经元，1.25亿个突触，11710种神经元类型，哪根连哪根，全标出来了。

这是接线图，不是照片。果蝇的脑不到1毫米，罂粟籽那么大，里面塞着149.2米长的神经纤维。它被切成薄片、一层层拍下来，然后得有人把每张照片里属于同一根神经元的像素挑出来，拼成完整的一根。这活是谷歌的卷积网络干的。拼完之后，Janelia研究所和剑桥大学的人再一根根检查，把接错、接漏的地方改回来。前后十年。

以前脑是一份图，腹神经索（昆虫的脊髓）是另一份，还来自两只不同的果蝇。追一条信号，追到脑的出口就断了，接下去那根长在别的果蝇身上。这次两段出自同一只雄果蝇，从复眼到腿上的肌肉，可以一路追到底。

图谱作者之一、剑桥神经科学家Greg Jefferis说：

这等于让我们从眼睛到腿，一次就能走通。

论文先拿它做了一次比对。同一股气味，雄果蝇闻到会打架，雌果蝇闻到会求偶。把雄果蝇的脑和2024年那只雌果蝇的脑逐类比下来，两性完全相同的神经元类型有8069种，有差别的只有138种，雄果蝇独有289种，雌果蝇独有71种。差别集中在高级脑区，感觉和运动这两头基本一样。同一股气味进同一套器官，中间换掉很少几种神经元，出来的行为就全变了。

先火起来的是打游戏

9月4日，佐治亚理工的研究生Evan Sinclair Smith把这张图接进了《我的世界》。玻璃房子里飞着一只果蝇，旁边一片神经元在闪。视频一天之内几百万播放。

之后两周，这只果蝇被拿去打《DOOM》、玩《Beat Saber》、倒车入库、切土耳其烤肉、跑比特币交易、发LinkedIn帖子。

这里面没有活果蝇，全在电脑里计算和模拟。

这些视频里，图其实没出多少力

接线图只告诉你谁连谁，不告诉你脑子拿它干什么。

想让它动，得自己往上补三样东西：每个神经元按什么规则放电，游戏画面喂给哪几个神经元，哪些神经元亮了算"往前"、哪些算"左转"。这三样都是人定的。动作也是人事先写好的，接线图负责的只是此刻触发哪一个。

科学家的用法：什么都不告诉模型

科学家的做法正相反。他们尽量不往上加设定，把接线原样交给模型，再看模型算出来的结果和真果蝇对不对得上。

2024年10月，加州大学伯克利分校的Philip Shiu和同事把上一版果蝇连接组整个跑了起来，13.9万个神经元、5000万个连接，跑在一台笔记本上。他们没告诉模型果蝇该干什么，只给了接线，外加每个突触是兴奋还是抑制。

模型自己吐出了几条预测。尝到糖的时候，哪些神经元会放电，哪一根负责把口器伸出去；触角上沾了脏东西，哪些神经元会指挥腿去梳。每一条都指向具体的某几根神经元。

他们回到活果蝇身上，一根根去测。

预测对了。

模型除了接线什么都不知道，却说中了一只活着的动物会怎么反应。果蝇遇到糖该怎么动，不用另外教给模型。接线怎么连，结果就怎么出来。

同一年，Janelia的一组人处理了视觉系统。视叶里64种细胞类型，连线已知，每个神经元、每个突触的具体参数不知道。他们用深度学习把参数训出来，只要求模型能看懂运动。训完之后，模型对每个神经元给出的预测，和已经发表的26项实验测量对上了。

这对做实验的人省了大事。以前想知道某根神经元管什么，得在活果蝇脑子里插电极，一次问一根。现在可以先在电脑里把整个脑子问一遍，挑出最值得验的那几根，再进实验室。

AI开始照着果蝇的接线造模型

照着果蝇的脑回路设计算法，2017年就有过一次。

那年《科学》上的一篇论文发现，果蝇闻气味的回路在做一件计算机天天要做的事：给一个东西找出跟它最像的那些。大约50个输入通道扇开到几千个细胞，再由一个神经元把除了最活跃的百分之几以外全部压下去，剩下的那点信号就是这股气味的指纹。相似的气味，指纹也相似。作者照着写成算法，在找相似图片这类任务上比当时常用的办法更准。

那次借用的只是一个局部回路。现在有人把整张接线图直接拿去当神经网络的结构。

清华和佐治亚理工的一篇论文，让模型学走路和飞行，网络的连接方式就用果蝇的真实接线。同样的任务，他们又拿重新连过的图、随机图和常规神经网络各跑了一遍做对照。

结论很明确：用果蝇真实接线的那一组，学会同一件事需要的训练数据最少。

还有人给它配了一具身体

今年3月，旧金山的Eon Systems给虚拟果蝇配上87个关节的身体，放进MuJoCo物理引擎里，能走路、清理触角、尝到糖就伸口器。公司说行为和真果蝇有91%相似。

这个数字是公司自己放的，没有论文。Eon在技术说明里也列了一串还没做到的事：脑和身体之间的映射有不少是手工挑的，可塑性、学习、内部状态基本都没有。笔记本上那篇论文的第一作者Philip Shiu后来去了这家公司。

这只果蝇，靠AI永生了吗？