谷歌发布果蝇全脑图谱，开发者用16.6万神经元运行游戏
谷歌与HHMI合作发布成年雄果蝇全脑图谱，含16.6万神经元。开发者基于该连接组训练游戏AI，探索神经科学在游戏控制中的应用。
在神经科学与人工智能交叉领域，一项新的突破引发了广泛关注。谷歌研究院近期发布了首张成年雄果蝇的完整大脑与中枢神经系统图谱，这一成果不仅为神经科学研究提供了前所未有的精细参照，也被一些开发者视为测试AI算法的独特平台。有软件工程师尝试利用这一连接组数据，让游戏中的角色学会在虚拟环境中生存。
果蝇全脑连接组：神经元级别的“线路图”
谷歌研究院于9月4日联合霍华德·休斯医学研究所珍妮莉娅研究园区（HHMI Janelia Research Campus）共同发布了这一图谱。研究团队利用人工智能技术处理数百万张二维图像，并将其重建为三维神经形态，最终绘制出包含超过16.6万个神经元的完整图谱。该数据集被称为MaleCNS v1.0，是成年雄性黑腹果蝇中枢神经系统的完整连接组，精确到了单个神经元及突触连接的水平。
据公开信息，该连接组包含166,691个神经元、约1.25亿个突触连接，并记录了11,691种细胞类型。其中识别出7,205种同构细胞类型、114种两性异形类型、262种雄性特有类型及69种雌性特有类型。这些数据为研究性别相关行为的神经基础提供了重要参照，也为理解复杂神经系统的运作机制奠定了数据基础。
从图谱到游戏：开发者探索AI训练新路径
图谱发布后，软件工程师Alex Wormuth尝试基于MaleCNS v1.0连接组训练经典游戏《毁灭战士》。实验设计中，系统将游戏每一帧画面转化为对感觉神经元的刺激，再依据神经活动生成对应的游戏控制输入。为了建立强化学习机制，项目将角色受伤设为负向反馈：每次受到伤害，系统会刺激2个PPL101多巴胺细胞。Wormuth希望借此观察数字化果蝇神经系统能否在反复交互中学会规避风险并存活。
另一位开发者Jessica Paquette也展示了类似实验，使用果蝇大脑模型控制《超级马力欧64》。其公开的视频时长为1分20秒，画面中角色反复起跳并撞到墙面，显示出该系统尚处于初步尝试阶段。
技术意义与行业影响
此次果蝇全脑图谱的发布，不仅为神经科学提供了高精度的参考数据，也为AI领域提供了独特的测试平台。将完整生物神经网络应用于游戏控制，是对大规模神经数据处理能力的一次实践检验。尽管目前相关实验仍处于早期，但这一思路或将为开发更高效的强化学习算法带来启发。随着连接组数据的不断完善，未来或许能推动神经形态计算与AI模型的进一步融合。