編輯｜張倩

想象一個(gè)實(shí)驗(yàn)室里，有人把某個(gè)人的大腦每一個(gè)神經(jīng)元、每一條連接都掃描下來。然后在計(jì)算機(jī)里重建出一模一樣的神經(jīng)網(wǎng)絡(luò)。接著，他們給這個(gè)數(shù)字大腦接上一個(gè)虛擬身體。

這個(gè)身體可能在一個(gè)虛擬世界里，比如一個(gè)房間。當(dāng)「眼睛」看到東西，信號會進(jìn)入這個(gè)數(shù)字大腦；大腦的神經(jīng)活動傳播；然后輸出運(yùn)動指令，讓虛擬身體走路、轉(zhuǎn)頭、抓東西。

關(guān)鍵點(diǎn)在于：控制身體的不是訓(xùn)練出來的 AI 策略，而是那顆被復(fù)制的大腦本身。

這聽起來可能有點(diǎn)詭異，但一家硅谷公司 ——「Eon Systems」正在著手做類似的事情。最近，這家公司宣布，他們已經(jīng)成功實(shí)現(xiàn)了果蠅大腦的「全腦仿真」，也就是將果蠅的大腦完整復(fù)制出來，然后讓這個(gè)「復(fù)制的大腦」去控制一個(gè)虛擬身體。

他們發(fā)布的兩段視頻顯示，被復(fù)制大腦控制的虛擬果蠅天然就會爬行、梳理和覓食。

視頻鏈接：https://mp.weixin.qq.com/s/32KY2PPqB_aPCbd5q2Cr3Q

我們知道，現(xiàn)代 AI 的底層假設(shè)是：智能是你一點(diǎn)點(diǎn)訓(xùn)練出來的。而這個(gè)實(shí)驗(yàn)似乎證明：智能或許也可以從一個(gè)生物體里完整「搬」出來。

公開資料顯示，Eon Systems 的團(tuán)隊(duì)匯聚了神經(jīng)生物學(xué)、人工智能與認(rèn)知科學(xué)領(lǐng)域的世界頂尖專家。其創(chuàng)始人兼 CEO Michael Andregg 是一位連續(xù)創(chuàng)業(yè)者，此前聯(lián)合創(chuàng)立了光學(xué)計(jì)算公司 Fathom Radiant 和 DNA 測序公司 Halcyon Molecular。

2024 年他創(chuàng)立 Eon Systems，試圖通過「具身化全腦仿真」實(shí)現(xiàn) AGI。其核心想法是：與其造一個(gè)不知道對齊誰的外來超級 AI，不如直接把人類自己變成超級智能 —— 既解決控制權(quán)問題，又讓普通人也能參與 ASI 時(shí)代，而不是被甩在后面。他在個(gè)人介紹里寫到，「我正在努力使人類模擬（即意識上傳）成為人類在下一個(gè)十年內(nèi)的一個(gè)實(shí)際選擇，并且我認(rèn)為這是通往超級智能的一條更安全的道路」。

這一研究成果在社交媒體上引發(fā)轟動，Anthropic AI 研究員 Hattie Zhou 等都轉(zhuǎn)發(fā)、點(diǎn)贊了該研究，并指出這是「首次通過模擬生物體的本質(zhì)而非其行為來重新創(chuàng)造一個(gè)生物體」。

多倫多大學(xué)教授 Bo Wang 還提到了最近的另一項(xiàng)研究 ——Cortical Labs 讓培養(yǎng)皿里的人腦細(xì)胞學(xué)會了玩 《毀滅戰(zhàn)士》(DOOM)。這兩個(gè)研究都是從生物學(xué)角度出發(fā)去探索智能，為 AGI 的實(shí)現(xiàn)打開了新的思路。

當(dāng)然，這一技術(shù)路徑也引發(fā)了很多疑問和質(zhì)疑。

在之前的資料中，該公司曾透露過他們的具體做法，以下是我們搜集到的信息。

復(fù)制果蠅大腦，怎么做到的？

想要做到這件事，第一步其實(shí)是把一只果蠅的大腦完整「讀出來」。

2024 年，Eon Systems 資深科學(xué)家 Philip K. Shiu 與他的合著者在 Nature 上發(fā)表了一項(xiàng)關(guān)鍵成果：他們構(gòu)建了一個(gè)成年果蠅的完整計(jì)算模型。

論文鏈接：https://www.nature.com/articles/s41586-024-07763-9

這個(gè)模型包含 12.5 萬多個(gè)神經(jīng)元，以及約 5000 萬條突觸連接。這些連接主要來自一個(gè)叫 FlyWire 的項(xiàng)目。研究人員通過電子顯微鏡逐層掃描果蠅大腦，再把神經(jīng)元之間的連接關(guān)系一一重建出來，得到一張完整的「神經(jīng)線路圖」。

但線路圖還不夠。團(tuán)隊(duì)又用機(jī)器學(xué)習(xí)方法去預(yù)測每條連接的神經(jīng)遞質(zhì)類型，也就是神經(jīng)元之間是如何傳遞信號的。把這些信息整合起來之后，他們就得到了一顆可以在計(jì)算機(jī)中運(yùn)行的「數(shù)字果蠅大腦」。

在最早的版本里，這顆大腦其實(shí)已經(jīng)能產(chǎn)生類似真實(shí)果蠅的運(yùn)動信號。研究者甚至發(fā)現(xiàn)，它對一些運(yùn)動行為的預(yù)測準(zhǔn)確率可以達(dá)到 95%。

不過，那時(shí)它仍然缺少一個(gè)關(guān)鍵環(huán)節(jié)：身體。換句話說，這只是一個(gè)懸浮在計(jì)算機(jī)里的大腦。它能產(chǎn)生神經(jīng)活動，也能輸出運(yùn)動信號，但這些信號沒有地方可以執(zhí)行。

于是團(tuán)隊(duì)做了下一步：給它接上一具虛擬身體。他們把這顆「連接組驅(qū)動」的果蠅大腦接入到一個(gè)物理模擬環(huán)境中，讓它控制一只虛擬果蠅的身體。身體的物理運(yùn)動由 MuJoCo 模擬，而虛擬果蠅的結(jié)構(gòu)則來自一個(gè)已有的生物力學(xué)模型 NeuroMechFly。

這樣一來，完整的閉環(huán)終于出現(xiàn)了：虛擬環(huán)境里的視覺或觸覺輸入進(jìn)入「數(shù)字大腦」；神經(jīng)活動在完整的連接網(wǎng)絡(luò)中傳播；運(yùn)動神經(jīng)元輸出指令；虛擬身體在物理引擎里執(zhí)行動作。

結(jié)果就是視頻里看到的場景：這只虛擬果蠅會自然地爬行、梳理身體、尋找食物。這些行為并不是動畫，也不是強(qiáng)化學(xué)習(xí)訓(xùn)練出來的控制策略，而是那顆被復(fù)制的大腦自己產(chǎn)生的。

在這個(gè)領(lǐng)域，這被研究者稱為一個(gè)質(zhì)變節(jié)點(diǎn)

此前的研究通常是兩種路線之一：一種是研究大腦網(wǎng)絡(luò)，但沒有真實(shí)身體；另一種是做生物外形的模擬身體，但控制策略往往是用強(qiáng)化學(xué)習(xí)訓(xùn)練出來的。

例如 Google DeepMind 和 Janelia Research Campus 曾經(jīng)做過一個(gè)非常精細(xì)的虛擬果蠅身體，但控制它的是強(qiáng)化學(xué)習(xí)策略，而不是從真實(shí)大腦連接中重建出來的神經(jīng)網(wǎng)絡(luò)。

另一條路線是像 OpenWorm 這樣的項(xiàng)目，它嘗試模擬線蟲的完整神經(jīng)系統(tǒng)。但線蟲只有 302 個(gè)神經(jīng)元，復(fù)雜度遠(yuǎn)遠(yuǎn)低于果蠅。

Eon Systems 的這次演示，是第一次把完整連接組的大腦與物理身體模擬結(jié)合起來，并且產(chǎn)生多種自然行為。

而對這家公司來說，果蠅只是第一步。他們真正的目標(biāo)，是更大的大腦。

下一步是小鼠。 一只小鼠的大腦大約有 7000 萬個(gè)神經(jīng)元，大約是果蠅的 560 倍。團(tuán)隊(duì)正在收集更大規(guī)模的數(shù)據(jù)，包括通過擴(kuò)展顯微鏡去繪制完整連接圖，以及用成千上萬小時(shí)的鈣成像和電壓成像記錄真實(shí)神經(jīng)活動。

如果果蠅已經(jīng)能夠在模擬世界里完成「感知 — 神經(jīng)活動 — 運(yùn)動」的完整閉環(huán)，那么到了小鼠階段，問題就不再是原理是否可行，而更像是一個(gè)規(guī)模問題。

數(shù)字永生，有苗頭了？

從 Eon 的角度看，這個(gè)實(shí)驗(yàn)其實(shí)不僅僅是一個(gè)果蠅模擬器，而更像是一次關(guān)于「心智上傳」的早期驗(yàn)證。

公司創(chuàng)始人 Michael Andregg 在介紹這項(xiàng)工作的時(shí)，用了一個(gè)很直接的比喻：假如有一天，人不必死亡，而是可以把自己的記憶、意識，以及構(gòu)成「你是誰」的一切，遷移到數(shù)字世界里。在那個(gè)世界里，你依然可以擁有身體。只不過身體不一定是生物的，可能是虛擬世界里的化身，也可能是現(xiàn)實(shí)世界里的機(jī)器人載體。

聽起來像科幻，但他們認(rèn)為，這件事正在從最簡單的生物開始變成現(xiàn)實(shí)。果蠅就是第一步。

在他們看來，所謂「全腦仿真」，本質(zhì)上需要解決兩件事。

第一件是結(jié)構(gòu)，也就是大腦里每一個(gè)細(xì)胞的位置，以及它們之間是如何連接的。這部分依賴高分辨率掃描技術(shù)，把神經(jīng)元和突觸一層層重建出來。

傳統(tǒng)做法是用電子顯微鏡逐層掃描腦組織，再人工校對神經(jīng)元路徑。如果按這種方式掃描人腦，成本可能高達(dá) 10 萬億美元。

他們認(rèn)為一個(gè)突破是 expansion microscopy（膨脹顯微技術(shù)）。這種技術(shù)會把腦組織用聚合物「撐大」，體積放大幾十倍，然后用光學(xué)顯微鏡掃描。好處是掃描成本更低、自動識別更容易、人工校對需求減少。他們估算，如果技術(shù)成熟，掃描一個(gè)人腦的成本可能降到 10 萬美元級別。

第二件是神經(jīng)元如何工作。神經(jīng)元并不是簡單的開關(guān)，它們會根據(jù)輸入信號決定是否放電、釋放神經(jīng)遞質(zhì)，再把信號傳給下一層神經(jīng)元。研究團(tuán)隊(duì)認(rèn)為，可以通過記錄大量真實(shí)神經(jīng)元的活動，再利用 AI 去學(xué)習(xí)這些神經(jīng)元的「激活規(guī)律」。

就像視頻模型預(yù)測「下一幀畫面」，AI 也可以預(yù)測「下一時(shí)刻神經(jīng)元會怎么放電」。他們甚至已經(jīng)做過一個(gè)小實(shí)驗(yàn)：給模型兩幀神經(jīng)元電壓圖，讓模型預(yù)測接下來會發(fā)生什么，結(jié)果可以大致預(yù)測神經(jīng)信號傳播。他們的設(shè)想是，用幾萬小時(shí)的神經(jīng)活動錄像訓(xùn)練這種模型。

Eon 的計(jì)劃大致是：兩年內(nèi)做小鼠大腦（約 7000 萬神經(jīng)元），之后做靈長類動物， 再之后嘗試人類

他們在演講里甚至說了一個(gè)很大膽的時(shí)間表：人類大腦上傳，樂觀估計(jì) 2030 年左右。

當(dāng)然這更像愿景，而不是科學(xué)界的共識。

Eon 認(rèn)為，數(shù)字生命也許才是人類走向星際的方式。

對于他們描繪的愿景，你覺得實(shí)現(xiàn)起來靠譜嗎