桌面上的生物智能：DesktopFly 利用真实果蝇神经连接组驱动 3D 模拟

核心要点

• 真实神经驱动：基于 FlyWire v783 数据集，包含 23,210 个真实神经元胞体位置。
• 实时动力学模拟：采用 1 kHz 漏电整合触发（LIF）模型，模拟 668 个神经元及 1.9 万个突触连接。
• 非脚本化行为：果蝇的逃逸、行走和理毛等行为由神经元放电实时决定，而非预设脚本。
• 系统兼容性：专为 macOS 设计，利用 Swift 5.9+ 开发，无需特殊系统权限即可运行。

详细分析

神经连接组的实时模拟

DesktopFly 的核心在于其对 FlyWire 神经连接组的高度还原。程序渲染了一个包含 23,210 个神经元胞体位置的旋转大脑窗口，这些位置均取自 FlyWire v783 版本的 139,255 个神经元数据。模拟器运行一个由 668 个神经元组成的电路，包含约 19,000 个真实的突触连接。通过 1 kHz 的漏电整合触发（LIF）模拟，用户可以实时观察到神经元在真实位置上的闪烁放电，这种模拟不仅是视觉上的展示，更是驱动果蝇行为的底层逻辑。

生物学还原的逃逸机制

该模拟器最显著的特点是其逃逸行为的生物学准确性。当用户的光标靠近时，光标的移动被转化为 LC4 和 LPLC2 视觉神经元的“隐约出现”（looming）输入。果蝇是否起飞逃逸完全取决于“巨纤维”（Giant Fiber, GF）神经元是否通过其真实的突触连接产生放电。由于存在约 1,200 个前馈抑制突触，缓慢的靠近会被耐受，而快速的扑击则会在约 4 毫秒内触发逃逸，这与真实果蝇的生物反应完全一致。

行为多样性与程序化实现

除了逃逸，DesktopFly 还模拟了多种复杂的生物行为。通过 DNa01 和 DNa02 神经元控制转向，DNp09 驱动向前行走，DNg11 负责理毛，而 MDN 神经元则控制后退（“月球步”）。由于 FlyWire 仅提供大脑连接组数据，不包含身体几何信息，因此果蝇的身体是程序化生成的。它具备三足步态、可见的振翅动作、随高度变化的飞行姿态以及睡眠姿势，完整地在 macOS 桌面上重现了一个微型生物的生命活动。

行业影响

DesktopFly 的出现标志着计算神经科学从实验室研究向大众交互应用的跨越。它证明了复杂的生物连接组数据可以被转化为实时的、交互式的 3D 模型，这为神经科学的教育和科普提供了极具吸引力的工具。同时，这种基于真实生物回路而非传统 AI 算法的行为驱动模式，也为未来开发更具生物合理性的机器人控制系统提供了新的思路。

常见问题

问题 1：DesktopFly 是如何感知鼠标位置的？

DesktopFly 利用 macOS 的系统接口感知光标位置、窗口框架和热状态，这些感知过程不需要特殊的系统权限或授权。光标的移动会被实时转化为果蝇视觉神经元的输入信号。

问题 2：运行该程序对硬件有什么要求？

该程序要求 macOS 13 及以上版本，并且需要安装 Xcode 命令行工具（支持 Swift 5.9+）进行编译运行。它在运行时会显示实时神经放电，对 CPU 的实时处理能力有一定要求。

问题 3：果蝇的行为是随机生成的吗？

不是。果蝇的行为是由其 668 个神经元组成的电路实时决定的。例如，逃逸行为是由视觉输入触发神经元放电的结果，而行走、理毛和睡眠则是由特定的下行神经元（DNs）控制的，具有明确的生物学逻辑。