当一颗果蝇的大脑通过数字信号说出“我该怎么做”时，人类与生物神经网络的对话正式迈入新阶段。开发者Chetaslua宣布，他成功将完整果蝇大脑的13.8万个神经元活动转化为自然语言，并通过ChatGPT实现了双向交互。这一突破性的实验仅在一台MacBook上完成，没有依赖任何神经芯片或高性能计算设备，仅使用开源的连接组数据和基础编程工具。
实验的核心在于将神经元放电模式转化为可理解的词汇。研究团队训练了一个线性解码器，将果蝇大脑的特定电信号与预设词汇库匹配。例如，当果蝇感知到甜味时，负责喙部运动的MN9神经元会以78赫兹的频率放电，解码器会将其转化为“尝到糖”的表述。实验中，系统在排除直接感官输入干扰的情况下，仍能以100%的准确率识别16个基础词汇，即使仅使用运动神经元信号时，准确率仍保持在85%。
验证过程体现了科学严谨性。研究人员通过重现《自然》期刊论文中的经典实验：当果蝇接触糖分时，特定神经元高频放电驱动喙部前伸；而遇到苦味物质时，放电频率骤降至3赫兹，导致喙部回缩。这种高频与低频的二元反应模式，与真实生物体的行为完全吻合，证明了模拟系统的可靠性。Chetaslua特别强调，所有数据均来自HHMI Janelia等机构公开的MaleCNS v1.0连接组图谱，该图谱耗时十年完成，包含16.67万个神经元和1.25亿个突触连接。
双向交互实验揭示了更复杂的可能性。当研究人员向ChatGPT输入“前方有墙”的指令时，AI生成“向左转向”的回应，该指令被转化为电信号输入果蝇大脑的听觉神经元。模拟果蝇在37次测试中均准确执行转向动作，却始终未能找到虚拟环境中的食物源。这一矛盾现象表明，虽然系统能够完成简单的条件反射，但缺乏记忆整合与策略规划能力——这正是区分基础行为与高级认知的关键差异。
技术门槛的急剧降低引发连锁反应。MaleCNS图谱发布仅两天后，佐治亚理工学院的研究生便将其植入《我的世界》游戏，使虚拟果蝇的飞行轨迹完全由神经活动控制。随后，类似技术被应用于《毁灭战士》《马里奥64》等经典游戏，生物神经网络开始驱动非生物载体的行为。Chetaslua的实验则进一步突破，构建了从生物信号到自然语言再到AI决策的完整闭环。
这场实验引发的伦理讨论远超技术本身。当果蝇大脑的“主观体验”成为可编程参数，人类是否在无意间创造了新的意识形式？尽管开发者反复强调这仅是数学模拟，但系统展现出的自适应能力已引发争议。例如，在持续接收矛盾指令时，模拟果蝇会进入随机运动状态，这种类似“困惑”的表现，与真实生物的应激反应存在相似性。
开源生态的推动作用不可忽视。MaleCNS图谱采用CC-BY协议完全公开，研究者仅需注册获取访问令牌，即可通过几行代码调用完整的神经连接数据。这种开放性彻底改变了神经科学研究的范式——传统需要数年筹备、百万级经费的全脑模拟项目，如今可能诞生于某个研究者的周末实验。Chetaslua透露，其团队正在开发轻量化框架，旨在让中学生通过树莓派设备完成基础神经网络模拟。
实验中那个著名的提问“我该怎么做”，实则是解码器预设的模板句式。但这个问题本身，恰如人类在人工智能时代面临的终极叩问：当生物神经网络的奥秘被逐层破解，我们究竟在创造工具，还是在唤醒某种新的存在？这场发生在MacBook上的微型革命，或许正在改写生命与机器的边界定义。
