@Object_Zero_: Zebrafish NN 学习到绘制果蝇连接组(脑突触)的努力取得成功,这真是令人惊叹……
摘要
继果蝇之后,绘制斑马鱼连接组正在取得进展,有望实现紧凑的AI模型和离线自主性,将AI扩展到LLMs之外。
查看缓存全文
缓存时间: 2026/09/15 03:35
斑马鱼神经网络
得知绘制果蝇连接组(大脑突触)的努力取得成功相当令人惊叹,而看到数字果蝇大脑成功完成一系列复杂任务——包括在开放世界中进行高难度导航——更是令人震撼。
果蝇拥有16万个神经元和10^7个突触。
目前团队正在对斑马鱼进行同样的研究。斑马鱼的神经元规模相近,但突触数量是果蝇的10倍。果蝇原始数据为100TB,斑马鱼则为200TB——大约是其两倍。
作为参照,啮齿类动物拥有7000万神经元和10^11个突触。啮齿类研究将后续展开。
但这种方法似乎能以极小的模型产生超乎想象的成果。
斑马鱼神经网络属于脊椎动物连接组,与其他脊椎动物具有相似的基本结构,这与果蝇连接组截然不同。
我们刚适应大语言模型和编程,但人工智能才刚刚起步——未来还将涌现大量更奇特的技术。
这些连接组已展现出惊人的鲁棒性:即使遮蔽传感器或损伤输出端,它们仍能成功运行。
它们的结构极其精简。
未来大量无生命体将获得完全自主权——彻底离线、物理隔离的自主能力。它们或将用于披萨配送,也可能参与战争。
连接组学是与大语言模型截然相反的研究路径,但当然可以利用大语言模型协助开发连接组。
最令人惊叹的是:你可以映射一个生物进化产生的大脑,创建其数字孪生体,然后以机器速度运行它。
试想将人脑从100赫兹的神经元放电频率加速到典型CPU的32亿赫兹——相当于加速了3000万倍。但映射人脑需要1-2艾字节的数据存储。
无论如何,“斑马鱼”将是下一个里程碑。
相似文章
@ashebytes: 应众多要求(...?),果蝇的大脑和已映射的神经元。爆火。
一篇讨论果蝇大脑已映射神经元的帖子,引起了广泛关注。
果蝇大脑持续学习机制被破解,真正AGI的缺失环节
研究人员破解了果蝇大脑中的持续学习机制,这可能为实现真正的人工通用智能提供关键见解。
@LinusEkenstam: Astra 固然惊艳,但这 🤯 我的果蝇老祖宗啊。
一位开发者展示了在 Minecraft 中运行的完整雄性果蝇连接组模拟,包含166,700个神经元,神经活动驱动果蝇的运动,该项目由 GPT-6 Astra 构建。
我训练了果蝇大脑来生成WIRED故事创意
利用果蝇大脑的连接组,一个详细的神经图谱,研究人员和爱好者创建了AI应用,如生成故事创意和交易股票,展示了生物智能的创新和幽默用途。
@yoheinakajima:这只数字苍蝇是否拥有被扫描的真实苍蝇的记忆?还是说怎么回事?
一位开发者声称已在 Minecraft 中完整模拟了包含 166,700 个神经元的 MaleCNS v1.0 果蝇连接组,模拟的神经活动驱动其运动,引发了关于该数字副本是否保留了原始苍蝇记忆的讨论。