這兩週科技圈最誇張的一句話，大概是「果蠅的大腦比人類還強，GPT-6 Astra 已經證明了」，聽起來像科幻小說，偏偏後面還真的跟著一堆會跑、會開車、甚至會打遊戲的影片。

事情是真的，結論卻被傳歪了。果蠅沒有突然變成人類之上的超級智慧，真正讓我覺得值得注意的，是科學家花了十年把一隻真實果蠅的神經線路拆到幾乎一條一條看清楚，資料一開放，開發者竟然只花幾天，就開始把這張「生物接線圖」塞進電腦世界裡讓它動起來。

另開

9月3日這一天剛好很巧，OpenAI 正式推出新一代旗艦模型 GPT-6 Astra，同一天，Google Research、HHMI Janelia、劍橋大學與 MRC Laboratory of Molecular Biology 合作的雄性果蠅中樞神經系統研究，也正式刊登在《Cell》。這套 MaleCNS 包含約 16.67 萬個神經元、約 1.25 億個突觸連接與 11,710 種神經元類型，從中央腦、視葉一路接到腹神經索，也就是功能上接近脊髓的位置，光人工與半自動校對就估計花掉 44 人年。

這裡有個時間點要修正，MaleCNS v1.0 並不是9月3日才突然開放，Janelia 官方紀錄顯示，完整 v1.0 在6月8日就已釋出，9月3日則是論文正式出版。只是 GPT-6 Astra 剛好同一天登場，接下來幾天開發者開始瘋狂拿這套公開資料做實驗，才讓兩條原本不同的科技新聞突然撞在一起。

其中最紅的一個版本，是開發者把全部 166,700 個神經元接進《Minecraft》，讓模擬的神經活動控制遊戲裡的果蠅移動，他自己也明確表示這個版本是在 GPT-6 Astra 協助下完成。接下來《Doom》、《超級瑪利歐 64》、駕駛模擬、Beat Saber 等各種版本接連冒出來，網路上的畫面看起來真的很像「果蠅醒在電腦裡」。

https://x.com/evgenia_vibes/status/2098814790864904420

接線圖是真的，166,700 個神經元也是真的，可是什麼畫面要刺激哪些感覺神經元、哪些神經活動要轉成左轉右轉、前進後退，很多地方還是人為設計的介面。有些展示甚至只是把神經活動對應到預先寫好的控制方式，所以目前比較準確的說法，是「真實生物接線圖開始被拿來當控制系統」，距離一隻真的果蠅在遊戲裡看、想、學、做決定，還有很長一段距離。

真正有意思的地方，其實早在 2024 年就出現了。當時 FlyWire 聯盟完成成年雌性果蠅全腦連接圖，總共有 139,255 個神經元與約 5,450 萬個突觸，同一期《Nature》裡，Philip Shiu 團隊直接把這張接線圖做成整腦計算模型，只用相對簡單的漏積分放電模型，當甜味、觸覺等訊號進來之後，模擬結果竟然可以相當程度預測真實果蠅哪些神經元會活化，以及部分進食、理毛相關反應。

這件事當時就已經很刺眼，因為研究人員沒有先拿幾兆筆資料去教這張腦學怎麼當果蠅，很多行為訊號直接從「線怎麼接」裡面跑了出來。今年3月舊金山新創 Eon Systems 又把事情往前推一步，把 FlyWire 的腦模型接進 MuJoCo 物理引擎與 NeuroMechFly 的虛擬身體，做出會走路、理毛、尋找食物的數位果蠅。公司當時甚至喊出「91%」這個很漂亮的數字，讓「果蠅已經被上傳」快速傳遍網路。

https://x.com/Zyvex_0x/status/2098683280379838901

只是把 Eon 自己後來公布的技術說明看完，故事就沒那麼神了。他們坦白寫得很清楚，走路本身仍使用 NeuroMechFly 既有、經模仿學習訓練過的控制器，腦與身體之間許多映射是人工指定，目前只讀取少數下降神經作為控制介面，視覺對行為的影響還很有限，學習、神經可塑性、荷爾蒙、飢餓狀態與長期記憶也幾乎都還沒進來。Eon 自己最後也承認，目前不能把成果當成「只靠結構就重建完整果蠅行為」的嚴格證明。

所以那個滿街跑的 91%，我不會把它寫成「果蠅行為已經還原 91%」，這仍然是一個非常值得追的研究方向，可是離真正把一隻動物完整搬進電腦還很遠。就像拿到一棟大樓所有電線圖，不代表你已經複製了住在裡面的人，但至少你第一次開始知道，燈為什麼在這裡亮、電梯為什麼往那裡走。

對投資人來說，我反而覺得最有趣的地方在這裡。過去幾年 AI 產業最核心的信仰很簡單，資料愈多、參數愈大、GPU 愈多，模型能力就愈強，這也是輝達($NVDA)能一路站到資本市場舞台中央的原因；GPT-6 Astra 本身也沒有離開這條路，OpenAI 說它是公司歷來最大的訓練工程之一。

果蠅卻把另一種可能性攤到桌面上，智慧裡面有多少東西，其實根本不用重新從零學起？演化花了幾億年，把逃跑、覓食、交配、飛行與身體控制慢慢寫進神經系統，今天我們第一次開始有能力把這些線路直接掃出來。若未來科學家真的能把「結構本身攜帶的先驗能力」搬進人工系統，AI 可能就不只有從空白神經網路開始餵資料這條路。

https://x.com/chetaslua/status/2098819578994507891

這句話才是我覺得最值得記住的地方，「今天的 AI 花天文數字學會世界，生物的大腦卻可能在出生以前，就已經把一部分答案寫進線路裡。」

當然，從果蠅跳到人腦，中間不是加幾張顯卡就能解決。人類大腦大約有 860 億個神經元，和果蠅差了超過 50 萬倍，而且愈高等的動物，神經連線愈會受到成長經驗、睡眠、荷爾蒙、神經調質、學習與記憶影響，一張靜態接線圖可以解釋多少智慧，目前根本沒人知道。Google 自己現在也把下一階段延伸到魚類與小鼠，真正的大關卡其實就在小鼠。

小鼠大約已經進入數千萬到上億個神經元的尺度，到了這裡，問題就不再只是「電腦跑不跑得動」，而是光有線路到底夠不夠。如果未來有團隊能在小鼠身上重複今天果蠅看到的現象，只靠連接結構加上相對簡單的神經模型，就重建出一大塊真實行為，那對 AI 的衝擊會遠比一段果蠅打《Doom》的影片大得多。

這也不代表輝達要倒楣，反而可能產生另一種算力需求。掃描幾千萬甚至幾百億個神經元、儲存突觸結構、即時模擬神經放電、跑物理身體與虛擬環境，同樣需要驚人的計算資源，只是工作負載可能從今天熟悉的大模型訓練，增加另一條高保真神經模擬與具身智慧的市場。

我現在反而會把 Google($GOOGL) 放進這條線裡觀察，因為 Google Research 已經默默做腦神經連接組很多年，AI 在這裡不只是生成文字與圖片，而是被拿來破解真實生物本身。當資料開始開源，GPT-6 Astra 這種新一代模型又把工程實作速度壓到一個週末，科學研究與民間開發之間那道牆，正在快速變薄。

果蠅的大腦當然沒有贏過人類大腦，它只是用 16.67 萬個神經元提醒我們一件讓 AI 產業有點尷尬的事，我們現在最會做的，是用愈來愈大的算力教機器學習；大自然用了幾億年，走的是另一條路，把很多答案直接寫進結構裡。

如果有一天，小鼠也能用同樣的方法跑起來，那時市場要重新估的，恐怕就不只是哪家公司下一季要買多少張 GPU，而是我們這幾年對「智慧到底從哪裡來」的整套想像，都得打掉重練了。本篇文章已唸完 歡迎閱讀聚財網其他精采好文