编辑｜张倩
想象一个实验室里，有人把某个人的大脑每一个神经元、每一条连接都扫描下来。然后在计算机里重建出一模一样的神经网络。接着，他们给这个数字大脑接上一个虚拟身体。
这个身体可能在一个虚拟世界里，比如一个房间。当「眼睛」看到东西，信号会进入这个数字大脑；大脑的神经活动传播；然后输出运动指令，让虚拟身体走路、转头、抓东西。
关键点在于：控制身体的不是训练出来的 AI 策略，而是那颗被复制的大脑本身。
这听起来可能有点诡异，但一家硅谷公司 ——「Eon Systems」正在着手做类似的事情。最近，这家公司宣布，他们已经成功实现了果蝇大脑的「全脑仿真」，也就是将果蝇的大脑完整复制出来，然后让这个「复制的大脑」去控制一个虚拟身体。
他们发布的两段视频显示，被复制大脑控制的虚拟果蝇天然就会爬行、梳理和觅食。
视频链接：https://mp.weixin.qq.com/s/32KY2PPqB_aPCbd5q2Cr3Q
我们知道，现代 AI 的底层假设是：智能是你一点点训练出来的。而这个实验似乎证明：智能或许也可以从一个生物体里完整「搬」出来。
公开资料显示，Eon Systems 的团队汇聚了神经生物学、人工智能与认知科学领域的世界顶尖专家。其创始人兼 CEO Michael Andregg 是一位连续创业者，此前联合创立了光学计算公司 Fathom Radiant 和 DNA 测序公司 Halcyon Molecular。
2024 年他创立 Eon Systems，试图通过「具身化全脑仿真」实现 AGI。其核心想法是：与其造一个不知道对齐谁的外来超级 AI，不如直接把人类自己变成超级智能 —— 既解决控制权问题，又让普通人也能参与 ASI 时代，而不是被甩在后面。他在个人介绍里写到，「我正在努力使人类模拟（即意识上传）成为人类在下一个十年内的一个实际选择，并且我认为这是通往超级智能的一条更安全的道路」。
这一研究成果在社交媒体上引发轰动，Anthropic AI 研究员 Hattie Zhou 等都转发、点赞了该研究，并指出这是「首次通过模拟生物体的本质而非其行为来重新创造一个生物体」。
多伦多大学教授 Bo Wang 还提到了最近的另一项研究 ——Cortical Labs 让培养皿里的人脑细胞学会了玩 《毁灭战士》(DOOM)。这两个研究都是从生物学角度出发去探索智能，为 AGI 的实现打开了新的思路。
当然，这一技术路径也引发了很多疑问和质疑。
在之前的资料中，该公司曾透露过他们的具体做法，以下是我们搜集到的信息。
复制果蝇大脑，怎么做到的？
想要做到这件事，第一步其实是把一只果蝇的大脑完整「读出来」。
2024 年，Eon Systems 资深科学家 Philip K. Shiu 与他的合著者在 Nature 上发表了一项关键成果：他们构建了一个成年果蝇的完整计算模型。
论文链接：https://www.nature.com/articles/s41586-024-07763-9
这个模型包含 12.5 万多个神经元，以及约 5000 万条突触连接。这些连接主要来自一个叫 FlyWire 的项目。研究人员通过电子显微镜逐层扫描果蝇大脑，再把神经元之间的连接关系一一重建出来，得到一张完整的「神经线路图」。
但线路图还不够。团队又用机器学习方法去预测每条连接的神经递质类型，也就是神经元之间是如何传递信号的。把这些信息整合起来之后，他们就得到了一颗可以在计算机中运行的「数字果蝇大脑」。
在最早的版本里，这颗大脑其实已经能产生类似真实果蝇的运动信号。研究者甚至发现，它对一些运动行为的预测准确率可以达到 95%。
不过，那时它仍然缺少一个关键环节：身体。换句话说，这只是一个悬浮在计算机里的大脑。它能产生神经活动，也能输出运动信号，但这些信号没有地方可以执行。
于是团队做了下一步：给它接上一具虚拟身体。他们把这颗「连接组驱动」的果蝇大脑接入到一个物理模拟环境中，让它控制一只虚拟果蝇的身体。身体的物理运动由 MuJoCo 模拟，而虚拟果蝇的结构则来自一个已有的生物力学模型 NeuroMechFly。
这样一来，完整的闭环终于出现了：虚拟环境里的视觉或触觉输入进入「数字大脑」；神经活动在完整的连接网络中传播；运动神经元输出指令；虚拟身体在物理引擎里执行动作。
结果就是视频里看到的场景：这只虚拟果蝇会自然地爬行、梳理身体、寻找食物。这些行为并不是动画，也不是强化学习训练出来的控制策略，而是那颗被复制的大脑自己产生的。
在这个领域，这被研究者称为一个质变节点
此前的研究通常是两种路线之一：一种是研究大脑网络，但没有真实身体；另一种是做生物外形的模拟身体，但控制策略往往是用强化学习训练出来的。
例如 Google DeepMind 和 Janelia Research Campus 曾经做过一个非常精细的虚拟果蝇身体，但控制它的是强化学习策略，而不是从真实大脑连接中重建出来的神经网络。
另一条路线是像 OpenWorm 这样的项目，它尝试模拟线虫的完整神经系统。但线虫只有 302 个神经元，复杂度远远低于果蝇。
Eon Systems 的这次演示，是第一次把完整连接组的大脑与物理身体模拟结合起来，并且产生多种自然行为。
而对这家公司来说，果蝇只是第一步。他们真正的目标，是更大的大脑。
下一步是小鼠。 一只小鼠的大脑大约有 7000 万个神经元，大约是果蝇的 560 倍。团队正在收集更大规模的数据，包括通过扩展显微镜去绘制完整连接图，以及用成千上万小时的钙成像和电压成像记录真实神经活动。
如果果蝇已经能够在模拟世界里完成「感知 — 神经活动 — 运动」的完整闭环，那么到了小鼠阶段，问题就不再是原理是否可行，而更像是一个规模问题。
数字永生，有苗头了？
从 Eon 的角度看，这个实验其实不仅仅是一个果蝇模拟器，而更像是一次关于「心智上传」的早期验证。
公司创始人 Michael Andregg 在介绍这项工作的时，用了一个很直接的比喻：假如有一天，人不必死亡，而是可以把自己的记忆、意识，以及构成「你是谁」的一切，迁移到数字世界里。在那个世界里，你依然可以拥有身体。只不过身体不一定是生物的，可能是虚拟世界里的化身，也可能是现实世界里的机器人载体。
听起来像科幻，但他们认为，这件事正在从最简单的生物开始变成现实。果蝇就是第一步。
在他们看来，所谓「全脑仿真」，本质上需要解决两件事。
第一件是结构，也就是大脑里每一个细胞的位置，以及它们之间是如何连接的。这部分依赖高分辨率扫描技术，把神经元和突触一层层重建出来。
传统做法是用电子显微镜逐层扫描脑组织，再人工校对神经元路径。如果按这种方式扫描人脑，成本可能高达 10 万亿美元。
他们认为一个突破是 expansion microscopy（膨胀显微技术）。这种技术会把脑组织用聚合物「撑大」，体积放大几十倍，然后用光学显微镜扫描。好处是扫描成本更低、自动识别更容易、人工校对需求减少。他们估算，如果技术成熟，扫描一个人脑的成本可能降到 10 万美元级别。
第二件是神经元如何工作。神经元并不是简单的开关，它们会根据输入信号决定是否放电、释放神经递质，再把信号传给下一层神经元。研究团队认为，可以通过记录大量真实神经元的活动，再利用 AI 去学习这些神经元的「激活规律」。
就像视频模型预测「下一帧画面」，AI 也可以预测「下一时刻神经元会怎么放电」。他们甚至已经做过一个小实验：给模型两帧神经元电压图，让模型预测接下来会发生什么，结果可以大致预测神经信号传播。他们的设想是，用几万小时的神经活动录像训练这种模型。
Eon 的计划大致是：两年内做小鼠大脑（约 7000 万神经元），之后做灵长类动物， 再之后尝试人类
他们在演讲里甚至说了一个很大胆的时间表：人类大脑上传，乐观估计 2030 年左右。
当然这更像愿景，而不是科学界的共识。
Eon 认为，数字生命也许才是人类走向星际的方式。
对于他们描绘的愿景，你觉得实现起来靠谱吗
热门跟贴