近日，上海人工智能实验室联合中国科学院脑科学与智能技术卓越创新中心、广东省智能科学与技术研究院，发布了“AGI脑机理发现系统”的阶段性进展。这套系统包含两个核心部分：数字斑马鱼和智算脑。
它们在国际上首次建立具有介观图谱约束的脊椎动物数字脑，并打通从视觉刺激输入、全脑神经元动态响应到运动指令输出的闭环仿真，实现自主开展研究。
照真实图谱，搭建数字斑马鱼大脑
数字斑马鱼不是一个孤立的神经网络，而是一个拥有脑、身体和环境的完整仿真体。
斑马鱼全脑钙成像与联接组
它的“数字脑”以真实斑马鱼的全脑介观神经联接图谱为结构蓝图，利用多场景下的全脑神经元活动数据训练而成。在性能上，该模型预测的神经活动与真实记录的时空相关系数达到0.818，能同时捕捉神经活动随时间的变化和不同脑区在空间上的响应分布。与追求预测精度的黑箱模型不同，它保留了生物学可解释性，研究者可以追踪信号在网络中的传递路径，分析特定神经元和联接在行为中的作用，再将发现回馈到真实斑马鱼中验证。更重要的是，它首次完成从视觉刺激输入到运动指令输出的闭环，行为预测准确率超过69%。
左：真实全脑的神经元活动；右：数字脑预测的神经元活动
仅有数字脑还不够。团队还为它构建了高保真的具身模型，能模拟尾部、胸鳍、嘴巴和眼睛的协调运动。同时，自主开发的高精度流体仿真引擎负责计算鱼体摆动引起的水流变化以及水流对鱼体的反作用，实现鱼与水环境的双向耦合。凭借数字脑、具身身体和流体环境的联动，这条数字鱼能够复刻出捕食、逃跑、溯流和视动反应等复杂行为。例如，当旋转光栅作为视觉刺激出现在视野中时，数字脑产生全脑动态响应并输出运动指令，驱动尾巴摆动，鱼便向着光栅运动的方向游去——外界刺激改变神经活动，神经活动指挥身体，身体动作改变水流并形成新的感觉输入，一个完整的“感知—决策—行动—反馈”闭环就此形成。
物理引擎的流体力学模拟
数字斑马鱼的捕食、逃跑、溯流行为
之所以选择斑马鱼，是因为它是目前唯一能在活体状态下观察全脑单细胞活动的脊椎模式动物。幼年斑马鱼全身透明，全脑约10万个神经元，规模适中，使科学家能同时追踪感觉输入、全脑活动与行为输出之间的关系。上海AI实验室AI4Neuroscience首席科学家、中国科学院脑科学与智能技术卓越创新中心研究员杜久林带领团队，积累了国际上最完备的斑马鱼多模态AI-ready数据集，涵盖全脑介观神经联接图谱、全脑神经元活动和多维度行为数据，为数据驱动的数字脑建模奠定了关键基础。
幼年斑马鱼全脑约10万个神经元
“三脑”联动，开创脑科学研究新范式
智算脑（SeekBrain）则是这条科研链上的“AI神经科学家”。它是一个面向神经科学发现的专用多智能体框架，内置神经科学知识库和多模态数据分析工具链，能够自主完成从提出假设、数据预处理、多模态分析、统计推断到撰写学术报告的完整科研闭环。在首个神经科学研究评测基准BrainArena上，智算脑给出的分析结论与人类专家平均一致性超过75%，表现优于通用智能体。
团队进一步让它分析国际脑实验室（International Brain Laboratory）公开的小鼠多任务决策电生理数据。智算脑自主识别出一个跨不同任务通用的“解码强度主轴”，即小鼠在做不同决策时大脑共享的核心神经活动模式，并将其精准关联至全脑运动相关活动，首次揭示出决策过程中全脑神经活动与运动信号高度耦合的机制。这意味着智算脑开始从完成给定任务走向自主寻找潜在科学规律。
智算脑自主发现小鼠决策任务中的新机理
这两大系统被置于一个更大的框架之下：杜久林提出的“生物脑—数字脑—智算脑”联动新范式——
生物脑提供真实的神经结构、活动与行为数据，是科学结论的最终验证载体；数字脑在虚拟环境中进行可重复、可干预的因果实验；智算脑则负责提出问题、组织多模态分析和寻找机制。三者形成循环——真实数据构建和校准数字脑，智算脑利用真实与仿真数据产生新假设，数字脑完成可控实验，关键结论再回到真实生物脑验证，新获得的数据又反哺数字脑和智算脑。这一迭代链路有望将原本以年计的神经机制验证缩短到天级别，为脑科学提供一个可编程、可干预、可重复、可加速的“数字实验场”。
“同时，该体系首次在脊椎动物层面实现了脑、身体与物理环境全链路闭环仿真，为通用人工智能提供了源于真实生物智能的数字化参照系，践行了‘以脑启智、以智验脑’的双向探索。”杜久林表示。
优配网提示：文章来自网络，不代表本站观点。
