北京智源研制的“天宝”高精度仿真秀丽线虫登上《自然》子刊封面

IT之家于12月28日报道，北京智源人工智能研究院研发的“天宝（BAAIWorm）”高精度仿真线虫于12月16日发表在国际著名期刊《自然・计算科学》上，并于12月21日被选为该期的封面作品（IT之家附 DOI:10.1038/s43588-024-00738-w）。

秀丽线虫是一种约1毫米长的微小生物，因其简单的神经系统和深入的研究，使其成为生物学研究中的重要模型生物。

在此基础上，智源人工智能研究院推出了“天宝”仿真线虫，这一新型的数据驱动生物智能模拟系统首次实现了秀丽线虫的神经系统与身体及环境之间的闭环仿真：

• 精细建模： “天宝”对秀丽线虫的302个神经元进行了详细建模，并模拟了96块肌肉和3341个力学计算单元，力求最大程度地重现真实线虫的身体结构和神经感知能力。

• 闭环仿真： 除了神经系统的建模，“天宝”还将线虫的身体和环境整合，实现了闭环系统。通过模拟线虫根据食物化学信号自我蠕动，探究神经结构对智能行为的影响，这是其重要的创新。

• 未来展望： 研究团队表示，未来“天宝”有望实现避障、觅食等更复杂的生物行为，这将更进一步推动类脑智能的研究进展。

智源研究院表示，BAAIWorm天宝的生物体与环境模型在多个方面表现出色：

• a) 生物体建模效率：BAAIWorm天宝的体表数据通过Sibernetic进行转换，但相比于Sibernetic的粒子模型，四面体线虫体模型大幅减少了元素数量，极大提升了性能，同时保留了解剖学的真实性。

• b) 3D环境：利用简化的流体动力学，BAAIWorm天宝的3D仿真场景规模较Sibernetic提高了两个数量级，可以模拟更复杂的大范围环境。

• c) 仿真：BAAIWorm天宝采用了投影动力学作为形变求解器，相比Sibernetic明显缩短了每个迭代步骤的仿真时间，同时在使用较大时间步长时也表现出更高的稳定性，提升了仿真的效率。

• d) 可视化：BAAIWorm天宝结合了实时网格渲染和GPU光线追踪技术，不仅提升了视觉效果，还在高性能的基础上增强了仿真场景的真实感与互动性。

智源研究院院长黄铁军指出，现阶段的人工通用智能（AGI）研究主要沿三条路径展开：第一，基于数据驱动的人工神经网络（ANN）模型，如美国的OpenAI GPT；第二，基于ANN的强化学习，如英国的DeepMind DQN；第三，基于“结构决定功能”原则的类脑方法，如脉冲神经网络（SNN）。

他表示，他们正在研究的正是第三条路径，即通过高精度模拟生物神经和身体系统，以实现更强的智能，简称为类脑智能。据了解，天宝通过构建线虫精确的神经系统、身体与环境模型，为探索大脑与行为间的神经机制提供了重要的研究平台。

《自然・计算科学》资深编辑阿纳尼娅・拉斯托吉对此研究表示赞赏，认为其动态的机体与环境交互以及精准模拟的结合，使得在闭环系统中研究大脑活动如何影响行为成为可能。

广告声明：文中包含对外跳转链接（例如超链接、二维码、口令等），旨在提供更多信息，供读者参考。