《Current Opinion in Neurobiology》：Artificial intelligence is reshaping neuroscience across scales
编辑推荐：
人工智能（AI）已从一种分析工具转变为近年来几乎在每个神经科学尺度上推动发现的力量。大规模神经记录、体积成像和高速度行为视频的十年发展，也同时带来了理解这些数据所必需的机器学习技术，两者共同进步。本文认为，AI迄今最大的贡献并非关于大脑的新理论，而是测量的工业
人工智能（AI）已从一种分析工具转变为近年来几乎在每个神经科学尺度上推动发现的力量。大规模神经记录、体积成像和高速度行为视频的十年发展，也同时带来了理解这些数据所必需的机器学习技术，两者共同进步。本文认为，AI迄今最大的贡献并非关于大脑的新理论，而是测量的工业化。过去需要研究生花费数月进行手动标注的任务，例如追踪神经元和逐帧评分动物行为，如今已能以实验室手工无法达到的规模实现自动化。这一转变正在重塑我们测量、建模和解码大脑的方式，反过来，来自大脑的洞见也被用于构建更具适应性的机器。这并非将单一方法应用于所有领域，而是一套针对每个尺度量身定制的方法家族。在这些不同工具中，相同的角色反复出现：即AI作为强大的测量工具、加速器、棘手模拟器的替代品，以及其内部解决方案可成为可检验假设的理论构建者。
引言
人工智能（AI）已从分析工具转变为驱动神经科学几乎所有尺度发现的核心力量。大规模神经记录、体积成像与高速行为视频的发展，与解读这些数据的机器学习技术同步推进。AI目前最重要的贡献并非提出全新的大脑理论，而是实现了测量的工业化——以往需研究生耗时数月的手动标注任务，如今可在实验室人力无法企及的规模上自动完成。这种变革正在重塑大脑的测量、建模与解码方式，同时也利用大脑的认知机制来构建适应性更强的机器。AI在不同尺度上扮演着多重角色：强大的测量工具、加速器、难以处理的模拟器的替代品，以及能将其内部解决方案转化为可检验假说的理论构建者。
分子与蛋白质
在分子尺度上，端到端的结构预测带来了决定性突破。AlphaFold2能够直接从氨基酸序列以接近实验精度的方式预测蛋白质折叠结构，无需耗时数月的晶体学或冷冻电镜数据采集。AlphaFold3进一步扩展至包含核酸和配体的复合物预测，这类复合物正是大多数药物靶点和突触受体的实际存在形式。ESMFold等蛋白质语言模型则能从序列直接预测原子结构，速度提升一个数量级。对神经科学而言，其具体收益包括：超过2亿个结构的数据库，涵盖我们所建模的受体和通道；以及能够标记出与神经系统疾病相关的致病突变位点的预测工具。
单个神经元与机制模型
在神经元层面，AI主要发挥两种重要作用。作为替代模型，深度网络可以模拟详细生物物理细胞的输入-输出转换：一个含有NMDA非线性的第5层锥体神经元需要一个时间卷积网络才能充分表征，这量化了单个细胞的计算深度。作为推断引擎，基于模拟的推断能够恢复与数据一致的完整生物物理参数分布，而非单一的手动拟合值。这些后验分布之所以有用，恰恰在于它们揭示了简并性——多组参数可能产生相似的活动模式，这正是真实神经回路的特征。在细胞尺度上，计算机视觉驱动的细胞分割也是一项独立贡献。CellPose、StarDist、CellSeg3D和CellSAM等通用分割网络能够在不同模态下以极少的调整完成细胞分割。在连接组学中，洪水填充网络和学习的突触检测方法支撑了FlyWire平台以及首个完整的成年果蝇大脑连接组的构建。
神经群体动力学
如果说单神经元视角关注的是单个细胞计算什么，那么群体视角关注的则是集体状态如何演化。一类工具从高维记录中提取潜在结构。LFADS是一种基于变分自编码器的动力学系统模型，主要用于从神经群体活动中进行无监督学习。CEBRA则采用灵活的自监督对比学习目标，基于正负样本对进行学习，这些样本对可根据行为标签的相似性或时间邻近性来选择，并能结合辅助标签学习一致且可解释的神经和行为时间序列嵌入，这些嵌入可跨动物对齐，用于脑机接口的解码或拓扑数据分析。神经群体分析中最有前景的进展之一是引入多模态学习，模型将神经记录与图像、文本和语音等相关模态在共享嵌入空间中对齐，从而支持跨模态的编码与解码任务。另一目标是识别动力学本身。DCL展示了对比学习在给定动力学模型后可执行非线性系统辨识并恢复切换线性动力学；DYSCO可用于提取嵌入和动力学的底层数学方程；SINDy则能从数据中直接发现人类可读的控制方程。新的工作方向还包括可解释性与规模化，从用于可解释群体动力学的几何深度学习，到跨多个会话和动物预训练的统一解码器，这标志着向神经活动基础模型迈进的趋势。其主线是从描述群体活动转向推断生成活动的机制。
作为最小大脑模型的网络
规范性策略是对网络进行任务训练，使其成为领域内最受欢迎假说生成器。其流程已较为成熟：在动物执行的特定任务上训练一个小型循环、卷积或基于Transformer的神经网络，然后将该网络作为电路的替代品进行剖析。Mante等人的开创性工作为前额叶皮层的上下文依赖决策制定了模板，该方法现已覆盖认知、运动准备和工作记忆等领域。在感觉领域，目标驱动的卷积网络仍是腹侧流反应的最佳定量预测器，并通过社区基准测试得以严谨验证，自监督学习目标也被认为是更合理的模型。这些模型最有价值之处并非在于它们拟合数据时，而是在于它们能以富有信息量的方式出错，从而产生关于系统工作原理的假说，促使研究者通过扰动实验进行裁决。
用于行为自动测量的计算机视觉
在行为测量方面，无标记姿态估计大约在十年前消除了量化运动的瓶颈。其首次创新是利用迁移学习来最大限度减少所需的人工标注数据量，如DeepLabCut和SLEAP等工具可直接从普通视频中追踪用户定义的躯体部位，无需物理标记物。动物姿态估计领域已呈指数级增长，并已成为计算机视觉会议中日益热门的任务。最近，SuperAnimal基础模型进一步推动了这一发展，能在无需用户标注的情况下预测关键点；无监督方法则将关键点解析为行为谱——离散、重复的行为单元，类似于运动的音素字母表。最新的3D视觉研究表明，从经典优化密集型流程向学习型前馈先验的一致转变正在进行。场景重建已从运动恢复结构转向统一的Transformer模型，可一次性联合推断相机姿态和密集几何。单目3D人体姿态估计在确定性回归器之外越来越多地探索条件生成模型，特别是扩散模型和更近期的流匹配模型，后者将姿态估计视为从随机噪声到合理姿态的学习变换过程，因为单张图像往往无法解决深度歧义，模型需要表示有效姿态的分布。
模仿学习与生物力学
为了闭合从神经控制到运动的回路，模型中必须体现身体结构。这是最令人兴奋的进展之一，因为它迫使我们的模型尊重大脑所应对的物理规律。源于角色动画和动作捕捉的模仿学习已被适配到肌肉骨骼生理学：MyoSuite等接触丰富模拟器提供了基础平台，近期框架能够从有限数据中学习生理上合理的肌肉控制，或从无标记捕捉中复制受损的运动。这些具身模型让我们能够提出其他方法无法触及的问题，而身体对大脑的影响与大脑对身体的控制同等重要。在任务驱动网络中，基于模拟本体感觉输入训练的模型比传统编码模型能更好地预测本体感觉皮层中的单次试验动态，这提醒我们正确的归纳偏置往往来自生物力学而非大脑本身。在控制方面，基于课程学习的强化学习可以在精细肌肉模型中习得人类级别的肌肉骨骼技能；无标记动作捕捉流程现在可以为人体运动提供临床可用的生物力学数据。
智能体、多模态系统
最新的层面将所有这一切包裹在智能体系统中。在神经科学领域内，AmadeusGPT等早期系统能将行为的自然语言描述转化为可执行的计算机视觉流程，通过记忆机制规避基础模型的上下文窗口限制。另一个最近的例子是Empirical Research Assistance，它能编写专家级的领域特定软件。值得注意的是，已有研究报告使用大型语言模型发现了将单个神经元映射到群体水平几何的新型调谐律，这是首次利用LLM从头发现神经科学原理的报告。在更广泛的科学领域之外，ChemCrow等工具增强系统和自主实验平台现在能够规划、运行和分析实验，充当自动驾驶实验室的模板。分子生物学在此领域进展尤其迅速，蛋白设计、调控基因组学和虚拟细胞模型等快速扩展的工具包正逐步接入这些智能体循环中。经过文献微调的LLM甚至能在预测实验结果方面超越专家基线。显而易见的警示是，同样的流畅性也可能产生自信的幻觉，因此这些系统在具备原始能力的同时也需要校准和人工监督。
展望
迄今为止最清晰的成果在于加速和增强了神经科学的数据分析。AI已经实现了测量的工业化，使曾经棘手的模拟器和推断变得可行，并将原始视频和电压信号转化为定量的、与大脑对齐的变量，增强而非取代了实验者的角色。悬而未决的问题同样横跨各个尺度：可解释性、分布外可靠性、可信度，以及针对因果扰动而非留出数据的验证。最令人期待的是智能体系统，它们将所有这些专业化模型整合在单一的自然语言界面下，使得诸如“这个基因与这种行为之间是否存在联系？”这样的提问变成自动化查询，从而促进新颖假说的生成和计算机内实验。对于AI在神经科学中的应用，真正不确定的是发现本身。迄今为止归功于AI的原理级洞见——如多巴胺的分布编码、群体几何定律以及网格细胞的规范性解释——仍然需要人类提出问题、设计实验并解读结果。模型进行了预测和解释，但人类完成了发现。AI只有在其能够不经提示地识别出神经数据中无人要求它寻找的可检验规律，并且由人类随后确认时，才算从工具跨越到了发现者。未来的通用人工智能能否通过这一检验，自行揭示大脑的新支配原则，而不仅仅是加速我们对这些原则的搜寻，这仍然是一个开放且令人激动的问题。
