近日，美國麻省理工學院（MIT）研究生艾薩克·弗里曼（Isaak Freeman）和所在團隊寫了一篇長達 100 多頁的論文，標題是《從蠕蟲到人類：大腦仿真如何規模化》。
艾薩克等人系統梳理了大腦仿真技術的最新進展，並通過大量訪談和文獻綜述得出這樣一個結論：大腦仿真正在從一個遙不可及的夢想成爲一個可以量化的工程問題。也就是說，這件事雖然難如登天，但比我們想象得要近得多。
目前，一些關鍵技術正在非線性加速，重塑單個神經元的成本已經從幾十年前的 1.6 萬美元降到了現在的 100 美元左右，高端 AI 集羣的算力更是已經接近人腦實時仿真的需求。
這意味着也許未來有一天，醫生能夠像查詢天氣預報一樣，只需通過掃描我們大腦裏所有的線路圖，就能提前幾十年知道我們是否會患上老年癡呆症。
爲了完成這篇論文，艾薩克訪談了幾十位研究人員，耗時兩年之久走訪了連接組學、功能成像和神經仿真三個領域的專家，把他們的知識和數據整合在一起之後完成了這篇論文。論文從大腦講到數據中心，也講到了芯片和腦機接口。
（來源：https://pdf.isaak.net/thesis）
大腦是人體裏最精密的器官，包含大約 860 億個神經元。每個神經元又和成千上萬個神經元互聯連接形成一張極其複雜的網絡。要複製這樣一張網絡，首先得把其結構搞清楚。
艾薩克在論文裏回顧了連接組學的發展歷程，1986 年科學家完成了線蟲大腦的完整連接圖，那個大腦只有 302 個神經元，這項工作在當時耗費了大約 15 年左右。
時間快進到 2024 年 10 月，一個由 200 多位科學家組成的團隊完成了果蠅大腦的完整連接圖，裏面有將近 14 萬個神經元和 5,400 多萬個突觸。艾薩克在此次論文裏寫到，從線蟲到果蠅、從 302 個神經元到 14 萬個神經元是一次質的飛躍。
他指出，果蠅大腦的重建和校對工作耗費了超過 33 個人一年的勞動量，光是人工校對就花費了三年多時間。不過他也注意到，每個神經元的重建成本甚至不到幾十年前的零頭，斑馬魚神經元的成本低至大約 100 美元，這些數字說明技術正在變得更快更便宜。
有了結構圖還不夠，大腦是活的裏面的神經元時時刻刻都在放電。艾薩克在論文裏使用整整一章來討論功能成像技術的發展。
他提到，同時記錄的神經元數量大約每 7.4 年翻一番，最近幾年在光學成像技術的推動下這個速度還在加快。當前最先進的顯微鏡基於已經能夠同時記錄小鼠大腦裏超過 100 萬個神經元的電活動。負責處理這些數據的芯片，也從十幾年前笨重的實驗設備變成了現在放在數據中心裏的大規模計算集羣。
（來源：https://pdf.isaak.net/thesis）
艾薩克還做了一個費米估算，假如要實時模擬幾個簡化版的人類大腦，大概需要每秒 60 億億次浮點運算。他所使用的方法是這樣的，假設每個簡化神經元需要 40 次浮點運算，再乘以 860 億個神經元和每秒 1,000 次更新。2024 年，全球最快的超級計算機之一就已能夠達到這個速度。當然，簡化版模型距離真正的大腦還很遙遠，不過至少說明算力不再是不可逾越的天塹。
艾薩克在論文裏也討論了模擬精度，他提到了美國艾倫研究所的小鼠視覺皮層模型，這個模型包含 23 萬個生物物理細節豐富的神經元，能夠將視覺刺激下皮層各層的電流分佈給重現出來。
他還提到了 OpenWorm 項目，這個項目試圖完整模擬線蟲的全部 302 個神經元，並把它放進一個虛擬的蟲身裏。然而，艾薩克同時指出 OpenWorm 遇到了瓶頸，因爲線蟲的神經元並不是簡單的脈衝發放，實際上是連續的漸變電位，而且很多關鍵的細胞參數至今依然依靠猜測而不是實測數據。線蟲雖然只有 302 個神經元，但是它的計算策略和哺乳動物完全不同，其每個神經元內部的處理極其複雜。
艾薩克針對數據存儲問題也算了一筆賬。假如以 10 納米的分辨率掃描一個熱鬧，原始數據量大約是 1.4ZB，也就是 1.4 萬億 GB。不過，使用現有的壓縮技術可以把這個數字縮小 100 多倍，降低到 10 到 100PB。
他對比了歐洲核子研究中心的數據中心，那個中心已經有超過 1EB 的存儲容量。所以他得出結論，存儲本身並不是不可逾越的障礙，真正的瓶頸在於如何從海量圖像中自動提取神經元和突觸結構。
他特別提到，人工校對是當前連接組學的最大成本，果蠅大腦的 33 個真人一年工作量就是例子。不過，隨時 AI 輔助分割技術和校對技術的成熟，這個成本預計會迅速下降。
（來源：https://pdf.isaak.net/thesis）
關於這塊艾薩克提到了一個叫做 SmartEM 的技術，這個技術能夠使用機器學習實時地指導電子顯微鏡的掃描路徑，只在高分辨率下掃描可疑的區域，藉此把成像效率提高了數倍。
基於這些技術，已有科學家正在着手搭建一個全新的數字世界。在這個數字世界裏他們可以拿起小白鼠的虛擬大腦做藥物測試，無需等待動物長大也無需擔心倫理問題，學弟學妹們再也不用擔心不小心毀了學長的論文。
也可以給虛擬大腦裏的一小塊區域加上刺激，觀察整個網絡如何反應，藉此搞清楚抑鬱症或者帕金森病的根源。艾薩克尤其強調了斑馬魚的價值，它的幼蟲只有大約 10 萬個神經元，但卻已經是脊椎動物，而且身體透明，因此人們能夠使用光學顯微鏡完成記錄斑馬魚整個大腦的活動。
（來源：https://pdf.isaak.net/thesis）
事實上，這些技術已經開始走進真實的醫療場景。由前 Neruolink 高管創辦的美國腦機接口公司 Science Corp，正在使用基因療法和柔性電極幫助失明患者重見光日，這家公司的技術繞過了受損的感光細胞，直接向大腦傳遞視覺信號。
假如把這項技術和大腦仿真結合起來，未來醫生可以在患者的虛擬大腦上預演整個手術，找出風險最小的路徑之後再給真人做手術。
艾薩克也在此次論文裏提到了類似的醫療應用前景，那就是高精度的腦仿真可被用於優化深部腦刺激的參數，從而爲帕金森病和抑鬱症患者找到最佳治療方案，無需再像現在這樣反覆調試。
也許再過幾十年，我們真的能夠把整個大腦裝進計算機，讓數字版本的自己在虛擬世界裏奔跑和思考，就像《流浪地球 2》裏的丫丫一樣......
參考資料：
https://pdf.isaak.net/thesis
https://www.isaak.net/
https://www.linkedin.com/in/freemanisaak
https://x.com/isaakfreeman
運營/排版：何晨龍
