Connectome-constrained Drosophila neural control and reward-modulated plasticity in a simulated Maxwell-demon particle system

想象一个微小的、隐形的代理人，站在两个充满气体分子的房间之间。其中一个房间是热的，另一个是冷的。这个代理人的任务是观察每一个靠近两个房间之间门的分子。如果一个来自冷侧的高速、高能分子靠近，代理人就会打开门让它进入热室。如果一个来自热侧的缓慢、迟钝的分子靠近，代理人则会保持门关闭。随着时间的推移，这种分类动作使得热室变得更热，冷室变得更冷，看似凭空创造了能量。这个被称为“麦克斯韦妖”的思想实验，一个多世纪以来一直挑战着物理学家。它迫使我们去思考信息与物理现实是如何相互作用的：测量和分类分子的行为是否带有隐藏的能量成本？虽然现代物理学通过证明信息处理本身会产生热量解决了这一悖论，但问题仍然存在：如果一个进化到用于在气味和光影世界中导航的生物大脑承担起这样的任务，它会如何表现？

贝尔法斯特女王大学的 Yash Sharma 进行的一项新研究探讨了这个问题，通过构建一个数字实验室，让一个模拟的果蝇大脑尝试扮演这个分类代理人的角色。研究人员并没有使用真实的苍蝇，而是使用了一个完整的成年果蝇大脑的计算机模型，该模型已经映射到了单个神经元连接的水平。他们将这个生物蓝图连接到一个带有滑动门的模拟气室中。其目的不在于证明真实的苍蝇能够在现实世界中进行气体分类，而是为了创建一个闭环系统，使他们能够以秒为单位，观察一个受限于真实生物连线的大脑如何对物理环境做出反应，并从结果中学习。通过记录这个数字大脑做出的每一个决定、每一次分子穿过门的过程，以及由于成功或失败而对大脑连接进行的每一次微小调整，该团队绘制了一张详细的地图，展示了一个具有生物现实性的控制器如何与热力学定律相互作用。

实验被设定为两个不同控制器之间的接力赛。在每次运行的第一部分，一个简单的、预设程序的计算机脚本承担了“妖”的角色。这个脚本准确地知道该做什么：它只为“正确”的分子开门，以维持两个腔室之间的温差。在每次运行的下一部分，控制权交给了果蝇大脑模型。该模型接收关于气体温度和分子速度的相同信息，但它必须根据自身的内部活动来决定何时开门。研究人员运行了八次模拟，每次会话持续五分钟到二十分钟。在每一次会话中，两个控制器每两分半钟轮换一次，这使得团队能够观察在完全相同的条件下，果蝇大脑模型相对于完美的、预设程序的脚本的表现如何。

结果显示了两个控制器之间的明显区别。当简单的脚本控制门时，它成功地维持了两个腔室之间的温差，如预期那样对气体进行了分类。然而，每当果蝇大脑模型接管控制权时，温差就会迅速消失，两个侧面的腔室都会回到平衡状态。果蝇大脑模型并未能在这些短时间的会话中有效地学会分类气体。它并没有保持热侧的热度和冷侧的凉度，而是任由气体混合，未能维持这种分类任务所要求的隔离。数据显示，在脚本控制下的温差显著大于果蝇大脑控制下的温差，这表明生物控制器尚未具备执行这种特定热力学分类工作的能力。

尽管未能成功分类气体，实验仍揭示了果蝇大脑模型正在积极学习和变化。研究人员追踪了整个模拟过程中神经元之间连接（即突触）强度的变化。他们发现，随着大脑做出的每一次决策，这些连接都在被微调。这些连接的总变化量在每一次运行中都稳步增长，表明该网络正在响应它因行动而获得的奖励或惩罚。奖励的类型也至关重要。当研究人员使用一种稳定、可预测的方式给予奖励时，大脑做出“正确”决定的概率为 48%。而当奖励是随机且不可预测时，大脑的成功率下降到约 34%。这表明生物连线对反馈模式非常敏感，即使它尚未学会应对该任务的可靠策略。

这项研究还提供了观察控制器工作时其内部“思维”的罕见视角。研究人员记录了果蝇大脑模型中特定区域（称为神经节，即处理诸如嗅觉或视觉等特定任务的神经元集群）的活动。他们发现，某些区域（特别是涉及处理嗅觉和视觉信息的区域）在实验期间最为活跃。这些活动模式在所有运行中都是一致的，这表明生物结构决定了哪些部分会被激活，无论控制器在任务中是否成功。研究人员可以精确地看到大脑的哪些部分在放电，以及随着模拟的进行，活动是如何变化的，从而提供了一个从分子接近门到大脑调整其内部连接的完整感觉运动回路视图。

了解这项研究并未证明什么是非常重要的。作者谨慎地指出，他们并没有证明果蝇的大脑真的可以充当麦克斯韦妖。事实上，结果恰恰相反：在这个特定的设置中，生物控制器是一个比简单脚本弱得多的分类器。这项研究并不声称果蝇大脑已经学会了一项新技能，或解决了热力学难题。相反，这项工作的价值在于平台本身。研究人员构建了一个经过验证的系统，在这个系统中，一个受生物约束的网络可以在物理环境中接受测试，并且每一个事件都被记录并可供分析。这使得科学家可以精确地测量一个由真实连线图构建的大脑在被要求控制一个物理系统时是如何表现的，而这在以前是很难做到的。

研究人员承认了他们目前发现的若干局限性。例如，模拟中包含了一个向系统添加能量的气流喷射器，而两个控制器对该喷射器的使用方式不同，这可能会影响温度结果。他们还指出，他们针对每种情况仅运行了一次会话，因此结果是描述性的而非统计学上证实的。模拟中的温度是以任意单位而非现实世界的度数来衡量的，且给予大脑的“奖励”是基于一个简单的规则，而非复杂的热力学计算。这些因素意味着该研究是一个实验平台的概念验证，而非关于果蝇大脑如何处理热力学的最终答案。

最终，这项工作为未来的研究开启了一扇大门。通过将真实的果蝇大脑模型与模拟的物理世界耦合，研究人员创建了一个工具，未来可以用它来测试不同的学习规则或不同的脑结构可能会如何表现。接下来的步骤包括运行更多会话以确认模式，在关闭气流喷射器的情况下测试系统以隔离大脑的控制作用，甚至可能在专门设计用于模仿大脑结构的专用硬件上运行模拟。目前，这项研究记录了一个数字果蝇大脑试图（且大多失败了）分类气体分子的过程，同时也展示了大脑如何根据挑战积极地改变自身的连线。这是一个关于我们如何开始测量生物复杂性与物理定律之间相互作用的演示，我们正通过一个模拟的分子来进行这种测量。