 |  |  |  |
一只果蝇大脑，被完整地搬进了计算机。
近十四万个神经元，五千万个突触连接，一个不差。然后，这个数字大脑被接入了一具虚拟身体。没有人教它走路，没有人用奖励函数训练它觅食，没有人给它写一行行为脚本。
它醒了。然后它开始走路、整理身体、觅食。
马斯克看完之后，在社交媒体上只打了一个词：Wow。
但比 Wow 更值得深思的，是这件事背后那个真正令人不安的问题：如果复制大脑的接线图就能复制行为，那接线图里到底装的是什么？是智能？是本能？还是某种我们还没有名字的东西？
他们究竟做了什么
一家名为 Eon Systems 的公司，总部位于旧金山，目标极其直白：实现全脑仿真，最终实现人类大脑的数字化。听起来像科幻，但他们刚刚在果蝇身上迈出了第一步，而且这一步的意义比绝大多数人意识到的要深远得多。
这一切的基础，要追溯到2024年发表在 Nature 上的一项里程碑成就。一个名为 FlyWire 的国际合作项目，将果蝇大脑切成七千多张超薄切片，用电子显微镜逐张扫描成像，再以AI辅助重建，完成了成年果蝇的完整连接组图谱。
所谓连接组，就是大脑的电路图——哪个神经元连着哪个神经元，连接的强度是多少，信号怎么传递。这是人类历史上第一次拿到一个成体动物的完整大脑接线图。
Eon Systems的科学家 Philip Shiu 和他的团队，基于这张接线图构建了计算模型，纳入了约十二万五千个神经元。他们采用了一种叫漏积分发放的神经元模型——这是计算神经科学里的经典简化方案。每个神经元的规则极其简单：接收上游信号，累积电荷，泄漏一部分，当电荷超过阈值就发射一个脉冲。
注意，这里没有任何复杂的生物物理学建模——没有模拟离子通道的动力学，没有模拟神经递质的扩散，没有模拟突触可塑性。他们只是忠实地复制了那张接线图，然后用最简单的神经元模型来跑。
接下来是关键一步：他们把这个数字大脑，接入了一个名为 NeuroMechFly 的超精细虚拟果蝇身体，跑在 MuJoCo 物理引擎里。虚拟果蝇的感官接收环境信号，信号送入数字大脑，神经元网络开始传递活动，最终输出运动指令，驱动虚拟身体的腿、翅膀和口器。身体运动改变了它在环境中的位置，环境又反馈回新的感官输入。
这是一个完整的闭环：感觉→处理→行动→反馈→再感觉。
2024年那个没有身体的纯大脑模型，预测运动行为的准确率已达百分之九十五。接入虚拟身体、跑完整闭环之后，据创始人 Andregg 公开表示，行为准确率仍然达到了百分之九十一。需要说明，这项具身演示的结果尚未经过同行评审发表，但即使打折扣，这个数字也令人震撼。
涌现：简单规则，复杂秩序
这些行为不是用强化学习训练出来的，不是用奖励函数引导出来的，不是用脚本预先编写的。它们完全是从那张接线图自身的动力学中涌现出来的。
涌现的核心在于：简单规则加上大量连接加上临界点，能跃迁出远超基础元素复杂度的宏观秩序。每个神经元的规则极其简单——积累、泄漏、发射。但十几万个这样的简单单元，按照真实生物的接线方式连在一起，接入一个有物理反馈的身体——行走这个行为，就从网络的拓扑结构中"流"出来了。
这一点在科学上验证了一个长期悬而未决的猜想：大脑的连接架构本身，可能才是智能的核心载体。
过去几十年，神经科学界有一场持续的争论：智能到底存在于结构里，还是存在于动态里？结构派认为，关键在于连接组——谁连着谁，怎么连的。动态派认为，光有接线图远远不够，你还需要突触的实时强度变化、神经递质的浓度、离子通道的精细动力学，甚至胶质细胞的调节作用。
这只数字果蝇给出了一个出人意料的答案：光是接线图，配上最简单的神经元模型，就已经能涌现出多种自然行为。Eon Systems创始人 Michael Andregg 说了一句关键的话：这说明了架构本身捕获了多少信息——相比神经元模型的精细程度，接线图才是关键。
连接组即压缩：与大语言模型的结构同构
这让我想到大语言模型的核心逻辑。
大语言模型的万亿参数里没有存储任何一条具体知识，存的是知识之间的关系——也就是语言的几何形状。参数是规律的结晶。压缩即智能。
现在把这个逻辑套到果蝇身上：连接组里没有存储任何一条具体的行为指令，它存的是神经元之间的关系结构——谁该兴奋谁、谁该抑制谁、信号该沿什么路径传播。这些关系的几何形状，就是行为的源代码。
大语言模型的参数，是人类文明的有损压缩。果蝇的连接组，是几亿年进化的有损压缩。两者有一个根本性的不同：前者通过统计学习——梯度下降——从数据中提炼；后者通过自然选择——生存竞争——从物理世界中雕刻。一个是数据驱动，一个是环境驱动。但最终的结果在结构上有着惊人的相似性——都是用连接的模式来编码智能。
这暗示了一个更大的图景：智能可能有一个统一的几何本质，无论它的载体是硅基还是碳基，无论它的来源是数据训练还是自然选择。
通往数字永生的路线图
这件事之所以震动科技界，不只是因为一只虚拟果蝇会走路，而是因为它打开了一条通往数字永生的技术路线图。
Eon Systems的规划非常清晰：先果蝇，再老鼠，然后灵长类，最后人类。果蝇大脑约十四万个神经元，已经完成。老鼠大脑约七千万个神经元，是果蝇的五百六十倍，是下一个目标，他们正在使用膨胀显微镜技术扫描老鼠大脑的连接组，同时以数万小时的钙成像和电压成像记录活体神经网络的激活模式。人类大脑约八百六十亿个神经元、一百万亿个突触连接，是果蝇的六十万倍。
Eon Systems的人说了一句让人脊背发凉的话："从果蝇到老鼠，问题的性质没有改变，改变的只是规模。"
当然，也有很多神经科学家不同意这个判断。从果蝇到哺乳动物，不仅仅是神经元数量的增加——老鼠有新皮质，有复杂得多的突触可塑性，有长期记忆和学习能力，有完全不同的神经调质系统。这很可能不仅仅是规模的变化，而是性质的变化。但至少在果蝇这个层面，架构决定行为得到了验证。
行为涌现了——但意识呢？
这里有一个比所有技术细节都重要得多的问题。
这只数字果蝇会走路、会整理身体、会觅食。但它有体验吗？当它的虚拟触角碰到虚拟食物的时候，它内部有没有哪怕是最微弱的主观感受？
这就是哲学家们所说的意识的难问题——Hard Problem of Consciousness。你可以完美地解释大脑的所有计算过程，可以追踪每一个神经元的每一次放电，可以预测每一个行为的输出。但你仍然无法回答：为什么这些计算过程会伴随着主观体验？为什么有东西在里面感受，而不是一切都在黑暗中无声地运转？
Eon Systems的创始人被问到这个问题时，非常诚实地说："我们不知道它的体验是什么——没有人知道。"
这个问题可以分解为两个层次。
第一层，连接组是否是全部？这只数字果蝇有一个重大局限——它没有突触可塑性，不能学习，不能形成新的记忆。它的接线图是冻结的，是从被扫描的那只果蝇大脑里拍下来的一个快照。这就好比你拿到了一台电脑的硬件设计图，精确到每一根导线，造出了一模一样的副本。它能开机，能运行出厂预装的程序——但如果原机上有用户后来安装的软件、十年积累的数据、各种个性化设置，这些东西不在硬件图里，你的副本就没有。从这个角度看，连接组是必要条件，但可能不是充分条件。
第二层，即使把所有信息都复制了，意识会跟着来吗？假设未来技术真的能扫描一个人类大脑的完整状态——不只是接线图，还有每个突触的精确强度、每个离子通道的当前状态、每个神经调质的浓度分布——在计算机里完美模拟了这个大脑的所有动力学。那个在云端跑起来的你，是你吗？
功能主义者说：是的。如果所有的因果关系都被精确复制，意识就是功能，不是材质，载体是碳基还是硅基并不重要。另一些人则引用约翰·塞尔的中文房间论证——一个系统可以完美地模拟智能行为，但内部可能什么体验都没有。行为相似，不等于内在体验相同。
我认为意识不是有或没有的二元开关，而是一个连续的光谱。从最简单的单细胞生物对环境的趋利避害，到果蝇的感觉运动回路，到老鼠的空间记忆和情感，到人类的元认知和自我意识——这是一个渐变的谱系。如果这个光谱假说是对的，这只数字果蝇可能处于光谱上某个极低的位置。但说它绝对没有任何形式的体验，这个断言同样缺乏证据。
目前，我们没有任何工具能探测另一个系统有没有主观体验——我们甚至无法证明身边的其他人类有主观体验，只是通过行为和报告来推断。当有人信誓旦旦地说数字果蝇绝对没有意识的时候，值得追问：你怎么知道？你是不是只是在把自己的直觉当成了科学结论？
两条路径，相向而行
莫拉维克在1988年指出：让计算机下棋相对容易，让它拥有一岁小孩的感知运动能力极其困难。AI走了一条与生物进化完全相反的路径——它先学会了人类觉得最难的东西（数学推理、语言理解），而人类觉得最简单的东西（走路、抓东西、在复杂环境中灵活移动），反而是AI最后才攻克的。
你越意识不到一种能力，它底层就越复杂。
Eon Systems的方法论，恰恰是反向操作——不是让AI学会像果蝇一样行为，而是直接复制果蝇几亿年进化打磨出来的神经网络架构。不是从零开始训练，而是站在进化的肩膀上。
这里浮现出一个更宏大的问题：人工智能和生物智能，最终会殊途同归吗？AI领域走的是自上而下的路线——先用大语言模型解决高级认知，再用多模态模型整合视觉，再用具身智能解决运动控制。Eon Systems走的是自下而上的路线——先复制最简单的生物大脑，在虚拟环境中验证，然后逐级扩大到更复杂的物种。
一条路径从语言和推理出发，向身体和感知延伸。另一条路径从生物的感觉运动回路出发，向更高级的认知扩展。这两条路径，正在相向而行。 如果它们最终在某个点交汇——那个交汇点，可能就是我们一直在寻找的通用人工智能。
投资者视角：一个新赛道的起点
从科技与资本的视角来看，这件事的意义同样深远。
脑仿真赛道正式从理论设想变成了工程现实。 这是一个链路可行的概念验证。就像1903年莱特兄弟的飞行器只飞了十二秒，但它证明了重于空气的机器可以飞——数字果蝇证明了基于连接组的全脑仿真可以驱动具身行为，这个证明本身，打开了一个全新的赛道。
这个赛道对算力的需求是天文级的。果蝇的十四万个神经元已经需要大量计算资源，老鼠的七千万个神经元需要的算力是果蝇的几百倍，人类大脑的八百六十亿个神经元——意味着高性能计算、专用芯片，乃至神经形态芯片，将成为关键基础设施。
这件事与AI的结合空间同样巨大。如果能仿真一个昆虫大脑来控制无人机，它在密林中的敏捷性可能远超任何强化学习训练出来的控制算法——因为进化花了几亿年优化这些感觉运动回路，直接复制远比从零训练高效。
当然，必须加上一个巨大的风险提示：从果蝇到人类，中间隔了六十万倍的神经元数量差距、完全未知的复杂性层级，以及可能需要几十年才能解决的基础科学问题。任何在当前阶段宣称人类数字永生指日可待的说法，都是不负责任的。
但作为天使投资人，我关注的从来不是现在能不能做到，而是方向对不对和这条路有没有走通的第一步。方向是扎实的，第一步已经走出来了。
接线图里装的，是进化的压缩
想象一个由十几万个节点、五千万条连线组成的网络。每个节点的规则极其简单——积累、泄漏、发射。但连线的模式，是几亿年进化精心雕刻出来的。你把这个网络接上一具有感官和肢体的身体——行为就涌现了。
万亿旋钮墙里装的是文明的压缩。连接组里装的是进化的压缩。两者在数学上，可能是同一种东西——用连接的模式编码智能。只不过一个编码的是人类在语言中积累的知识，另一个编码的是生物在生存竞争中积累的能力。
这只虚拟果蝇，可能是我们回头看时的一个坐标原点——标记着人类第一次把一个完整的生物大脑搬进了另一个世界。
至于那个更深的问题——当接线图被完美复制，它到底有没有跟着过来——这个问题，或许在我们有生之年都不会有确定的答案。
但正是这种不确定性，让它成为了一个值得我们一直追问的好问题。我们不知道的东西，比我们知道的东西，要大得多。这，恰恰是科学最迷人的地方。
你觉得连接组是智能的全部密码，还是只是密码的一部分？完美复制一个大脑的接线图，能不能复制那个大脑的"自我"？ 欢迎在评论区告诉我你的想法。
 |  |  |  |