科学家创建了一个虚拟大脑网络，可以预测活体大脑中单个神经元的行为。
该模型基于果蝇视觉系统，它为科学家提供了一种在计算机上快速测试想法的方法，然后再投入数周或数月的时间进行涉及实际果蝇或其他实验室动物的实验。
现在我们可以霍华德休斯医学研究所 (HHMI) 下属的珍妮莉亚研究园区的小组组长斯里尼·图拉加 (Srini Turaga) 表示，在进行实验测量之前，先猜测果蝇大脑的工作原理。
《自然》杂志上描述的这种方法还表明，像 ChatGPT 这样的耗电人工智能系统如果使用活体大脑中的一些计算策略，可能会消耗更少的能量。
水果该研究的作者之一、特宾根大学教授雅各布·麦克（Jakob Macke）表示，果蝇的大脑很小，而且能源效率很高。它能够进行如此多的计算。它能够飞行、能够行走、能够检测捕食者、能够交配、能够仅使用 100,000 个神经元就能够生存。
相比之下，人工智能系统通常需要具有数百亿个晶体管的计算机。Cold Spring 的计算神经科学家 Ben Crowley 表示，在全球范围内，这些系统消耗的电力相当于一个小国家的电力消耗。
当我们现在考虑人工智能时，首要任务是提高这些系统的能效。港口实验室没有参与这项研究。
他说，从果蝇大脑借用策略可能是实现这一目标的一种方法。
虚拟大脑网络是通过十多年来对果蝇大脑的组成和结构的深入研究而成为可能的。
这项工作的大部分是由 HHMI 完成或资助的，现在拥有显示昆虫大脑中每个神经元和每个连接的地图。
Turaga、Macke 和博士候选人 Janne Lappalainen 所在的团队认为他们可以使用这些地图创建一个计算机模型，其行为很像果蝇的视觉系统。这个系统占据了动物大脑的大部分。
研究小组从果蝇连接组开始，这是神经元之间连接的详细图谱。
这告诉你信息如何从 A 流动麦克说。但它并没有告诉你系统实际上采取了哪条[路线]。
科学家已经能够瞥见活果蝇大脑中的这一过程，但他们无法捕获果蝇的活动数千个神经元实时响应信号。
大脑是如此复杂，我认为我们能够理解它们的唯一方法是建立准确的模型，Macke 说。
换句话说，通过在计算机上模拟大脑或大脑的一部分。
因此，团队决定创建一个大脑回路模型，让果蝇能够检测运动，就像快速移动的手或苍蝇拍的接近。
我们的目标不是建造世界上最好的运动探测器，而是找到一个能像苍蝇那样工作的探测器。
该团队从 64 种神经元的虚拟版本开始，所有神经元的连接方式与果蝇视觉系统中的连接方式相同。然后网络观看描绘各种运动类型的视频剪辑。
最后，人工智能系统被要求研究视频剪辑播放时神经元的活动。
最终，该方法产生了一个模型，可以预测人工网络中的每个神经元将如何响应特定视频。值得注意的是，该模型还预测了在早期研究中看过相同视频的实际果蝇神经元的反应。
尽管该论文描述了模型刚刚问世，模型本身已经上市一年多了。脑科学家已经注意到了。
考利说，我在自己的工作中使用了这个模型，他的实验室研究大脑如何对外部刺激做出反应。他说该模型帮助他衡量想法是否值得在动物身上进行测试。
该模型的未来版本预计将扩展到视觉系统之外，并包括检测运动以外的任务。
我们现在有一个计划，如何构建能够进行有趣计算的全脑模型，Macke 说。