Codin
提交项目评估 评估

在果蝇大脑上播放 Bad Apple：什么时候它会不再只是个玩笑

Codin 团队 9 分钟 阅读
分享文章
LinkedIn X WhatsApp

实验台上一只半透明玻璃果蝇，神经系统以薄荷绿细丝显现；一旁是叠放的载玻片和一块显示舞动剪影的小像素屏。

2026 年 9 月 6 日，一位名叫 Kevin（@linguinelabs）的 X 用户发布了一段九秒钟的视频。屏幕上，一团形似大脑的光点闪烁着；仔细看，这些光点组成了舞动的剪影。那是 Bad Apple!!，每个光点都代表果蝇的一个神经元。

这个玩笑有它的来历。Bad Apple!! 是一段白底黑色剪影动画。多年来，网友不断把它搬到越来越离奇的载体上播放：计算器、示波器、Excel 表格。它只需要让像素亮起或熄灭，因此几乎什么都能充当屏幕。这次轮到了神经系统的地图。

三天前，也就是 9 月 3 日，Cell 发表了一项关于雄性果蝇连接组的研究：重建它的神经元及其相互连接。地图覆盖大脑和腹神经索，后者承担着与人类脊髓类似的功能。其中有 166,700 个神经元和约 1.25 亿个突触，突触就是传递信号的接点。按神经元数量计算，这是截至当时已发表的最大脑图谱。

在一只果蝇的神经元上播放的 Bad Apple。 在 X 查看原始视频.

Kevin 自己也把它形容为“kind of fake”，也就是“有点假”。视频并不能证明有一只果蝇正在电脑里观看 Bad Apple。不过，看着那些光点，还是很难不这样想象。笑点恰恰来自这种混淆，也由此留下一个问题：内部发生的事情要改变多少，它才会不再只是一块屏幕？

会动的果蝇更有说服力

视频中的地图，背后的工作远不只是下载一个文件。来自 Janelia、MRC Laboratory of Molecular Biology、剑桥和谷歌的研究人员结合电子显微镜图像、自动重建和人工校对，追踪神经元及其连接。仅校对就相当于一个人工作 44 年。随后，他们向所有人开放了数据。

9 月 4 日，在 Bad Apple 视频发布之前，Evan（@evnsnclr）已经发布了另一段视频：地图被载入 Minecraft，一只果蝇在游戏里移动。据他介绍，这是借助语言模型搭建的早期版本，把网络活动与虚拟世界的输入和动作连接起来。

加载进 Minecraft 的果蝇神经元图谱。 在 X 查看原始视频.

这时，我们面对的是一只动物的直觉更强了。有一个身体在环境里移动，背后还有取自真实果蝇的连接。但连接组只告诉我们哪个神经元与哪个相连，以及它们之间有多少个接点。它不包含决定系统活动的全部因素：每个信号的实际强度、细胞的电学性质、调节整个神经回路的物质，以及经验留下的变化。构建模拟时，必须决定如何补齐这些缺失的信息。

即使这些决定与动物本身关系不大，结果也可能很逼真。在 2026 年 3 月提出的研究《数字斯芬克斯》中，Bingni Brunton 和 John Tuthill 的团队通过一个经过腿部控制训练的人工网络，把蠕虫的神经地图连接到虚拟果蝇身体上。这个嵌合体走得很像真的。作者却称它在生物学上没有意义：蠕虫的神经元没有保留原有功能，尽管网络能生成很像果蝇的步态。

这说明了为什么仅凭一段视频，仍有那么多问题无法回答。我们可能从动作认出果蝇，看到的却是另一种完全不同的机制所产生的结果。Bad Apple 的距离更远：那些闪光甚至不能证明动物行为的存在。我们所见，与把动画画在神经元位置上的做法相符。

从地图到动物

同样的材料，也可以用得更严格。2024 年，Kristin Scott 的团队依据连接关系和每个神经元的信号类型，建立了果蝇脑模型。他们在模型中激活检测糖的神经元，预测哪些其他神经元会响应，以及哪些参与启动进食。随后，他们在真实果蝇身上检验这些预测，使用的方法包括光遗传学，即通过光来激活特定神经元。

这个模型能够预测对动物施加干预后会发生什么。数字斯芬克斯缺少的正是这种对应关系。同年，Janne Lappalainen 及其同事对视觉系统采用了类似路线：用连接关系构建检测运动的模型，再将预测与真实神经元的测量结果比较。

这些成果的范围有限，但让人能够设想一种逐步推进的过程。一个模型或许可以重现更多功能，并在越来越不同于建模时所用情境的条件下做出准确预测。还需要检验这些功能如何相互作用：动物移动时，感知会改变；学到的东西会影响决策；身体状态会改变反应。各个部分分别做对，不保证整体能运作。

**脑仿真（brain emulation）**的目标，是重现产生这些活动和行为的机制。2025 年《State of Brain Emulation Report》描述了所需的工作：记录神经系统如何运作、重建连接，以及开发能与身体和环境交互的模型。测量、建模和验证仍有难题。我们不知道多细的细节才算足够。

从外部看，这样的仿真可能很像游戏里的果蝇。区别在于，我们有何理由相信它内部发生的事情对应着动物内部的过程。这些理由越充分，就越难回避另一个问题：重现机制的同时，我们是否也重现了某种体验？

什么时候它会不再只是个玩笑

从这里开始，讨论主要是推测性的。前面的研究让我们能够重建神经回路、预测动物的某些反应；它们并未证明我们已经在计算机中创造了有意识的体验。能否做到这一点，以及由此会产生什么义务，都仍在争论之中。

允许跨出这一步的一种立场是计算功能主义：意识依赖于某种信息处理方式，而这种方式可能在不同的物质载体上实现。按照这一假说，重现恰当的组织方式，或许就足以产生体验。仅仅通过任意程序得到相同反应还不够，反应如何产生也很重要。这是 Patrick Butlin、Robert Long 及其同事在 2023 年关于人工智能意识的报告中采用的工作假说。

Anil Seth 质疑信息处理是否足够。在对生物自然主义的论述中，他提出，意识可能依赖于生命体的某些性质，而计算机模拟不会仅因描述了这些性质就把它们重现出来。从这个角度看，准确预测脑活动，仍可能不产生任何体验。Seth 并不排除所有形式的人工意识；他认为，在更接近大脑或生命体的系统中，意识的出现更为可信。

这些分歧影响着我们会把什么视为证据。Butlin、Long 及其同事提议寻找源于意识理论的指标：考察系统是否具有各理论认为重要的机制，再据此调整我们对它可能具有意识的判断。这是一种研究方法，但结果依赖于出发时采用的理论。一个有利指标不等于证明，满足它本身也不能确立系统有能力受苦。

如果某个仿真系统真的拥有愉快或痛苦的体验，道德问题就会出现。虚构的情境可能给体验它的主体带来真实痛苦。Nick Bostrom 和 Eliezer Yudkowsky 在 《The Ethics of Artificial Intelligence》中主张，在能力和意识体验相同的情况下，改变载体不应改变道德上的考量。物质材料或许关系到系统是否能够感受；但如果它已经能够感受，就很难以材料为由，让它的痛苦少算一分。

接受这一标准，就要求我们把目光投向那些不一定像我们的存在。一个实体不需要会说话，也不需要特别聪明，让它受苦才需要理由。不过，这个结论是有条件的：必须存在体验，而且我们接受这种能力能够构成对其拥有者承担义务的基础。至于这些义务是什么，以及如何识别它们适用的系统，仍需讨论。

对一个由我们创造的心智，我们会负有什么义务

我们对软件所做的几乎一切，都建立在一种简单关系上：为了自己的目的构建它，再决定如何使用它。一个具有自身利益的心智，会让这种关系受到质疑。Eric Schwitzgebel 和 Mara Garza 在为可能存在的人工智能争取权利的论证中提出，如果我们创造了一个在道德上具有与人类可比能力的存在，这不会减少我们的义务，甚至可能带来额外责任。这是关于可能存在者的论证，并不是把这些权利赋予现有程序。

责任的范围同样没有定论。以结果为中心的伦理观会尤其关注福祉与伤害：实验产生了什么益处，又施加了多少痛苦？以权利为中心的立场还可能要求设定一些界限，即使总体收益为正也不能越过。如果一个心智具有自己的愿望、生活记忆和决策能力，那么它的自主性、继续存在的利益也可能重要。这两种关切都出现在 Schwitzgebel 与 Garza 合作的人工智能设计研究中，他们建议在决定创造哪些系统时，认真对待不同的道德理论。

例如，面对一个拒绝任务的假想心智，我们可以设想不断修改它，直到它同意。对于保护其自主性的立场来说，消除冲突并不证明我们善待了它：我们改变了拒绝者本身，使其适应我们的目的。这个例子把讨论带到了痛苦之外。它迫使我们追问：如果一个存在的记忆、环境和存续可能完全依赖于我们，我们对它的权力应有什么界限？

只要其感受能力仍不确定，就有不同的行动方式。Anders Sandberg 提出一个类比原则：对足够忠实的脑仿真，应采取与对原动物相当的谨慎态度。Schwitzgebel 和 Garza 则从设计出发提出另一种回应：尽可能避免创造那些让我们无法判断是否应给予类人道德考量的系统。一个提议指导如何对待地位不明的模型，另一个试图避免走到这一步。

任何选项都有代价。在关于地位不确定的系统应有何种权利的两难问题中，Schwitzgebel 指出两种风险：为了可能没有自身利益的实体而牺牲人类利益，或者严重伤害实际上拥有这些利益的实体。措施不必全都同样严格：限制一项可能有害的实验，与承认相当于人类的权利，是范围不同的决定。讨论也包括找出哪些预防措施能得到现有证据的支持。

软件易于复制，会让这一讨论更加重要。如果每次运行都能有所感受，重复有害操作就会成倍增加伤害。如果不能，我们就在把不存在的东西算作痛苦。因此，应一起评估假说的可信程度、拟采取行动的严重性，以及涉及的系统数量。谈论数字福祉，并不要求把每个程序都视为有意识；它要求我们说明，这种可能性何时值得关注。

Bad Apple 既不能证明我们即将创造数字主体，也无法告诉我们何时可能做到。它提供了一个入口，让我们进入连接神经科学、心灵哲学与伦理学的讨论。值得研究什么条件可能产生体验，也值得讨论我们对拥有体验者负有什么义务。今天能把这些义务想象得相当具体，并不意味着我们知道，将来是否真的会有一个让我们承担这些义务的主体。

来源

返回博客

继续阅读