重要突破:利用AI，研究人员可以对单个神经元的行为进行预测

果蝇视觉系统的新突破：人工智能预测神经元活动

新技术革命

9月11日，《自然》杂志发布了一项重要进展：霍华德休斯医学研究所的研究团队利用神经元连接图和人工智能技术，成功预测了果蝇视觉系统中单个神经元的活动，而无需直接测量活体大脑。长期以来，神经科学家通过仔细测量动物神经元活动来揭示大脑的工作机制。然而，这种方法只能触及大脑功能的表面，许多区域尚未得到充分探索。

模型构建

研究团队利用果蝇视叶连接组数据构建了一个详细的深度机械网络模型。该模型不仅包含了每个神经元和突触的信息，还结合了运动检测的目标知识。尽管缺乏每个神经元和突触的具体动态信息，连接组数据和深度学习方法使团队能够推断出这些未知参数。这项工作展示了从连接组数据到功能预测的转换能力，为神经科学研究开辟了新的途径。

成功验证

新模型成功预测了果蝇视觉系统中64种神经元在视觉输入下的活动，并且其结果与过去二十年间进行的多项实验研究高度一致。这表明模型具有较高的准确性，能够作为实验设计的有力工具。研究团队认为，这项工作提供了一种策略，可以将连接组数据转化为对活体大脑更深入的理解。

应用前景

研究人员指出，这一成果展示了人工智能在加速科学发现方面的巨大潜力。通过模拟实验，科学家们可以生成详细的预测并在实验室中验证，从而更高效地测试关于大脑工作机制的假设。霍华德休斯医学研究所宣布启动AI@HHMI项目，计划在未来十年内投资5亿美元，推动生命科学领域的人工智能研究。这一举措将进一步促进相关技术的发展和应用。