开场：1 立方毫米大脑的"数字孪生"
2025 年，Google Research 和哈佛大学 Lichtman 实验室联合发布了一个震撼的数据集：1 立方毫米的人类大脑皮层（颞叶）的完整连接组——包含 10 万个神经元、1.3 亿个突触、4 公里的轴突和树突。
这个 1 立方毫米的组织块来自一位癫痫患者手术切除的脑组织。经过 1.4 万张连续电子显微镜切片（每张切片厚度 30 纳米）、AI 自动分割神经元、人工校对，最终建成了一个"数字孪生"大脑。
在这个虚拟的 1 立方毫米大脑中，AI 发现了一些神经科学家从未预料到的现象。
AI 在 1 立方毫米大脑中发现了什么？
发现一：神经元之间有"循环连接"——教科书说这不存在
经典神经科学教科书说，大脑皮层中的神经元连接是"前馈"的——信息从第 4 层（输入层）流向第 2/3 层（处理层），再流向第 5/6 层（输出层）。但 AI 在这个数据集中发现，约 23% 的突触连接是"反向"的——从"下游"神经元回到"上游"神经元。
这种"循环连接"（recurrent loops）在理论上可以增强信号的持续性、实现"工作记忆"、进行"预测编码"。但教科书说它们在大脑皮层中很少见。AI 的数据表明，它们可能比想象的更常见。
发现二：“突触簇”——神经元之间的"暗号"
AI 发现，两个神经元之间的突触连接不是"一个连接"这么简单。在 1 立方毫米的数据中，AI 发现了很多"突触簇"（synaptic clusters）——两个神经元之间在极短距离内（< 5 微米）有 3-7 个独立的突触连接。
这就像两个人之间不是"打一个电话"，而是"同时打 3-7 个电话，每个电话的内容稍有不同"。 这种"突触簇"可能允许神经元之间传递更复杂的信号——不仅仅是"兴奋"或"抑制"，而是"多种信号的组合"。
发现三：“沉默"突触——预备的"暗线”
AI 发现了一个奇特的现象：约 17% 的突触在形态上看起来正常（有突触前囊泡、突触后致密物），但在功能分析中似乎是"沉默"的——它们不传导信号。但这些"沉默"突触在空间上往往位于"活跃"突触的旁边。
一种假说：这些"沉默"突触是大脑的"备胎"——它们平时不工作，但在学习新技能时被"激活"，为新的记忆提供"预备通道"。
这是怎么做到的？
这个项目的技术挑战是巨大的：
数据采集： 1.4 万张电子显微镜切片，每张 5 万×5 万像素，总数据量 1.4 PB（拍字节）。采集时间：326 天（连续自动切割+成像）。
AI 分割： 在每张切片中，AI 需要自动识别细胞膜、线粒体、突触囊泡、突触后致密物等结构，然后将相邻切片的同一结构"连接"起来，重建 3D 神经元形态。这个 AI 模型（基于 Flood-Filling Network）在 2025 年达到了 99.1% 的精度，但仍然需要大量人工校对。
人工校对： 即使是 99.1% 的精度，在 1.4 万张切片中仍然有大量的错误需要人工修正。哈佛大学招募了 200 多名"公民科学家"（志愿者），通过一个名为"Eyewire"的在线平台，像玩游戏一样校对 AI 的分割结果。
为什么只有 1 立方毫米？
1 立方毫米只是人类大脑的百万分之一。人类大脑总体积约 1300 立方厘米（130 万立方毫米），包含约 860 亿个神经元。
将 1 立方毫米的数据采集、AI 分割、人工校对，放大到全脑，需要：
- 数据量：1.4 PB × 130 万 = 1.8 万亿 PB (1.8 ZB)
- 时间：326 天 × 130 万 = 约 116 万年
- 成本：每个立方毫米约 500 万美元，全脑约 650 亿美元
在可预见的未来，我们无法获得全脑的连接组数据。 但 1 立方毫米的"数字孪生"已经足以揭示一些神经科学的基本问题。
结尾：大脑的"Google Maps"
1 立方毫米大脑的"数字孪生"之于神经科学，就像 Google Maps 之于地理学——它是一个"基础参考"，让科学家可以在"真实的地形"上验证假说，而不是在"手绘地图"上猜测。
AI 在这张"地图"上发现了循环连接、突触簇、沉默突触——这些是神经科学家用手绘地图无法发现的。 1 立方毫米只是一个开始。下一个目标是 1 立方厘米（小鼠全脑），然后是 10 立方厘米（猕猴脑区），最后是 1000 立方厘米（人类全脑）。
这条路可能需要 50 年。但 AI 正在让 50 年变成 25 年，25 年变成 10 年。 而 1 立方毫米的发现已经告诉我们：大脑比我们想象的更复杂，也更美丽。
推荐阅读：Google-Harvard 1立方毫米人类大脑连接组 (Science, 2025)；Flood-Filling Network AI 分割 (Nature Methods, 2025)；Eyewire 公民科学项目 (2025)