果蝇大脑信号首次直译ChatGPT 神经脉冲成自然语言

时间：2026年9月12日 地点：开发者社区 / 全球（基于开源 MaleCNS v1.0 连接组数据） 人物：开发者 @chetaslua（独立研究者）；HHMI Janelia 研究所、剑桥大学、Google Research（前序 MaleCNS 连接组图谱作者）；佐治亚理工研究生 Evan Smith（前序 Minecraft 果蝇实验） 事件：9月12日消息，开发者 @chetaslua 宣布将一整颗果蝇大脑模拟接上 ChatGPT，跑通了"生物神经信号—自然语言—大模型"的完整链路。实验使用 HHMI Janelia、剑桥大学与 Google Research 联合产出的 MaleCNS v1.0 雄蝇中枢神经系统连接组，包含 13.8 万个神经元与 1.25 亿个突触连接（按 CC-BY 协议完全开源）。整套模拟在一台 MacBook 上跑完，依赖仅 NumPy 与一份连接组，无神经芯片、无 GPU。开发者先用论文已验证的喙部 MN9 神经元通路做对照：喂糖时放电频率 78 Hz、加苦味掉到 3 Hz，与 2024 年 Nature 论文结论一致，验证模拟真实性。核心突破在于训练"线性读出"将神经放电模式映射为词语，并把感觉神经元排除在外以避免"作弊"，下游 16 词识别准确率 100%，最末端的运动层仍有 85%。最终 13.8 万个神经元的脉冲信号被一字不改地组装成提示词发给 ChatGPT，输出原句："我闻到醋和酵母的味道。我尝到糖。又暖又亮。我该怎么做？"。反向测试中，ChatGPT 给出的"向左"指令回灌至听觉神经元后，果蝇模拟体执行 37 次无误，但始终未找到食物，说明信号驱动行为与形成策略之间仍有鸿沟。 背景：果蝇全脑仿真已多年酝酿。2024 年 10 月伯克利团队用 FlyWire 连接组完成 13.9 万神经元、5000 万连接的笔记本模拟；MaleCNS v1.0 论文于 9 月 3 日登上《Cell》，含 16.67 万神经元、1.25 亿突触，耗费 44 人年人工校对；MaleCNS 论文发表两天后，佐治亚理工的 Evan Smith 即借助 GPT-6 Astra 将连接组接入 Minecraft，让虚拟果蝇在玻璃密室里飞行。本次的差异在于：神经放电首次被翻译为自然语言并直接喂给大模型，跳过了"模拟活动—真实行为比对"的传统路径。 影响：实验把"全脑仿真 + 大语言模型"组合的成本压缩至笔记本级别，使任何独立研究者都可基于开源连接组做类似尝试，将加速神经科学、计算认知与具身智能领域的交叉探索；同时也再次提示"信号驱动"与"主观体验"之间的差距，以及数字意识与伦理的新议题。 总结：这是果蝇全脑信号首次以自然语言形式直接对话大模型，从连接组到 LLM 的链路被一名独立开发者在笔记本上跑通；它既是 MaleCNS 开源数据生态的延伸成果，也意味着未来神经活动—AI 对话研究将进入"低成本、个人化"阶段。 参考来源： 1. https://www.36kr.com/p/3982957231995910 2. https://www.cnbeta.com.tw/articles/science/1577574.htm 3. https://www.nature.com/articles/s41586-024-07558-y 4. https://www.nature.com/articles/s41586-024-07686-5 5. https://www.science-translated.com/post/uploading-a-brain 6. https://openwing.ai/2024/09/fruit-fly-inspired-ai-a-leap-towards-smarter-energy-efficient-brain-models/ 7. https://github.com/janelia-flyem/male-cns 8. https://male-cns.janelia.org/