果蝇大脑与 Transformer 讨论笔记

1. 项目定位

eonsystemspbc/fly-brain 不是“果蝇大脑玩具”。它拿真实果蝇大脑当尺子，给 6 种仿真软件测速度和准确度。

• 模型：13.8 万神经元、约 500 万突触（基于 Nature 2024 论文）。
• 做的事：① 模拟光遗传刺激实验；② 给 6 个后端测速；③ 以 Brian2(CPU) 为准，校验其他后端的准确度。

2. 与具身智能的关系

这个项目本身不做具身。它是“上游地基”：先解决大脑怎么又快又准地跑起来，具身项目（erojasoficial-byte/fly-brain、FlyDrones、Lulzx/fly-brain）再给它接上身体去做动作。

3. Brian2 与 LIF 模型

Brian2 用三个对象搭脑：NeuronGroup（LIF 方程定义神经元）、Synapses（连接 + 权重）、PoissonInput（外部刺激）。

LIF（漏电积分-放电）方程核心：

• dv/dt = (v_0 - v + g)/t_mbr：膜电位向静息电位回归，受输入 g 驱动；
• dg/dt = -g/tau：输入信号随时间衰减，这就是“漏电”；
• 电压到阈值 v_th 就放电，随后复位并进入不应期。

4. LIF 是否通用

方程形式通用，参数必须按物种调。 果蝇那套参数——静息 -52mV、阈值 -45mV、膜时间常数 20ms、突触时间常数 5ms、不应期 2.2ms、传导延迟 1.8ms——全部查自果蝇文献，没有拿老鼠或人的值套上去。

5. LIF vs Transformer

共同点：都是“多输入加权聚合，过一层非线性，再输出”的分层并行计算单元。

6. 记忆存在哪

澄清一点：LIF 的“漏电”是膜电位的物理特性，不代表它不能模拟记忆。记忆不在单个细胞的膜电位里，而在突触权重（长期）和网络的持续放电（短期）。

7. 具身智能下 Transformer 的局限

Transformer 是为“静态、离线、完整序列”设计的，具身智能要的是“动态、在线、闭环”。短板有四条：没有内在时间动力学、全连接带来二次复杂度、没有在线学习、不闭环。

神经科学在这里是启发源，不是说明书。取的是稀疏、脉冲、闭环、局部学习、时间动力学这些原则，不搬细节。

8. 蘑菇体（Mushroom Body）：联想学习

链路：ORN(2562) → 触角叶(50 glomeruli) → PN(686) → KC(4064，稀疏扩展约 6 倍) → MBON(97)。

• 机制：每个 KC 只随机采样约 5 个 PN，把相似气味投影到高维稀疏空间里分开（稀疏编码）。
• APL，只有 2 个：旁路反馈抑制环，作用在 KC 层，调 KC 的活跃度（增益控制）。
• 多巴胺神经元，约 340 个：教学信号，作用在 KC→MBON 突触上改权重，也就是写记忆。

9. 中央复合体（Central Complex）：导航

• 环形连接：8 个朝向位置首尾相接排成环。
• 余弦权重：近邻互助、远邻互斥，逼出唯一一个活动亮斑（环形吸引子），亮斑的位置就是当前朝向。
• 方向更新：PEN 通路左右偏移，带着亮斑随转身沿环移动。

10. 朝向 → 转向的闭环

1

朝向亮斑(EB/PB) → 扇形体FB(PFL3/PFL2，比较器) → 下行神经元 → 运动神经元 → 腿部肌肉

• PFL3（左转）/ PFL2（右转）把“当前朝向 vs 目标方向”的差翻译成转向指令。
• 诚实提醒：连接组能一路传到与转向相关的下行神经元，但协调转身和走路的节奏，有一部分靠外挂步态生成器，不完全是连接组自己涌现的。

11. 核心方法论：结构 ≠ 功能

连接图只回答“在哪找功能”，不回答“零件怎么运转”。

例证：拿点神经元（开关）去模拟 APL（实际是连续分级信号的调光旋钮），复现不出增益控制。零件类型错了，接线图再对也跑不出功能。

12. 感觉系统全景（多模态）

果蝇不是只有视觉和嗅觉，它是多模态的。关键区分是“进大脑做认知”还是“进脊髓做反射”：

• 视觉和嗅觉是通向“大脑认知”的两条大路；触觉、本体感觉、平衡大多在腹神经索（VNC，相当于脊髓）这一层就完成反射，不都上报大脑。
• 反直觉的地方：果蝇用嘴和腿尝味（爪踩糖水会触发伸喙 MN9）；它的“听觉”是 Johnston 器官感受振动，没有耳膜；平衡棒是退化的后翅，测的是身体旋转角速度，相当于陀螺仪。

13. 视觉通路：视叶三层如何逐层抽象

细胞命名：字母是层或形态，数字是亚型。R1–R8 是光感受器（R1–R6 管明暗，走 Lamina；R7/R8 管颜色，直接插进 Medulla）；L1–L5 是 Lamina 单极细胞（L1/L2/L3 是主通道，L4/L5 负责调节）；Mi/Tm 在 Medulla；T4/T5 在 Lobula Plate 做方向选择；HS/VS 是宽场光流；LC 是视觉投射的出口。

光感受器极性（易错点）：果蝇光感受器是光去极化，亮处活跃，跟人眼相反。它释放组织胺，是抑制性的，所以 L1–L3 是 OFF 细胞，对变暗兴奋。

ON/OFF 两条通道是分叉，不是串行反转。光感受器信号在 Lamina 分叉给 L1、L2 两条并列的线；到 Medulla，L1 保持 OFF（喂给 T5，测暗边），L2 再反转回 ON（喂给 T4，测亮边）。层与层之间串行，一层之内并行分叉。

三层各算什么、为什么分层：

T4/T5 是方向选择细胞，每个位置四个方向（前后上下）。T4 测亮边，T5 测暗边，靠“这里现在”和“旁边刚才”两个信号比对。HS/VS 把全视野的 T4/T5 求和成光流，喂给飞行稳定；LC 把它们整合成威胁或物体，送去决策。

宽场和柱状（HS/VS 对 LC）：两者的感受野大小正好相反。HS/VS 是宽场，全视野求和，空间信息被平均掉，得到全局光流，用来稳定自己；LC 是柱状，各守一小块，位置保留，得到局部威胁或对象，用来追或逃。根因也简单：全局运动是自己动了，要纠正；局部物体是世界里真有东西，要应对。Medulla 交给 Lobula 的是保留空间的局部特征图（每列带朝向、ON/OFF、颜色），宽场和柱状，是 Lobula 两类下游对它分别做全局求和与局部读取的结果。

“延迟”不等于记忆。方向选择里的“旁边刚才”是物理延迟（膜电容充放电、多跳突触、传导距离，毫秒级），不是存储。快慢两路信号同时到达就能判方向，不需要记忆单元。

为什么非得三层：一是依赖链，边依赖变化，变化依赖亮度，跳不过去；二是感受野逐层扩大，从单列到几列再到全视野，每种抽象需要不同的空间尺度；三是每层产出的标签通道不一样，供给不同下游，威胁走最短的硬连线，逃跑能快到 10ms 级。

项目实现：用 flyvis（训练出来的神经网络）映射连接组，不是手写电路。

14. Lulzx-fly-brain = 具身智能的最小完整样本

呼应第 2 节：fly-brain 是上游地基，具身项目给它接上身体；Lulzx-fly-brain 就是接上身体之后的具体样本——16.5 万神经元的真实连接组，加 flybody 身体，加 MuJoCo 物理环境，行为在闭环里自己冒出来。

具身智能的核心是闭环，不是开环：

• 开环：实验者喂输入，看输出。网络是被动的，跟世界没有互动。
• 闭环：大脑发命令，身体动，环境变了，环境反过来给感官输入，影响下一步命令。
• 这个项目每毫秒都在跑：读物理状态 → 翻译成感觉神经元 → 眼睛投光线给 flyvis → 大脑跑 0.5ms 脉冲步 → 运动神经元设执行器 → MuJoCo 推进。它读的是物理状态，不是实验者设计的刺激，这是闭环和开环的分水岭。

身体是计算的一部分，有三个证据只有闭环才暴露得出来：

两条诚实边界，也是具身智能的经典难题：

• 命令 ≠ 运动程序。连接组能给“往前走”的命令，但走路的节律和姿态协调靠外部步态生成器（拟合了 100 条真实轨迹）。运动智能有相当一部分在身体和神经索里，不在大脑。
• 自发活动从哪来？什么时候走、什么时候停、什么时候理毛，来自外部模块，不是连接组产生的。命令的出处，和它经过哪条路径，一样重要。

两条路线，呼应“先天 vs 后天”：

警告：训练出来的控制器不一定会用生物动力学，它成功了，也不能证明接线本身就规定了运动程序。

一句话：用真实连接组、真实身体和物理环境，回答具身智能的核心问题——行为怎么在闭环里冒出来，哪些算大脑的功劳，哪些是身体和环境给的。最有价值的，反倒是闭环逼出来的那些诚实失败。