一隻果蠅的大概有16萬多個神經細胞，並且，這些細胞互相之間，總共有大概一億兩千百萬個神經連結。16萬細胞中，13萬大概在大腦，其他分布在身體不同地方。
順道一提。人類光是大腦就有860億個神經細胞，而且連結數量實在太多，情況因人而異，但大約在100兆到1000兆之內。跟果蠅完全是不同等級。
而google的研究中心，把果蠅頭腦所有神經連結逐一數位化，並在2025年六月，發表了成年雄性果蠅完整中央神經系統圖譜MaleCNS v1。從發表以來，各種奇奇怪怪的應用都出現了，最引人注目的就是訓練果蠅玩遊戲，訓練果蠅投資數位產品之類的，這些種種作為，其實都是為了想要得達到利用生物天生有的頭腦架構，搞出更快更省電的人工智慧。
技術上來說，暫時還不是像「攻殼機動隊」一樣可以把生物的意識放在電腦裡面，但是，他確實可能是微小的第一步。
不過初期的應用還是跟現在人工智慧的應用差不多，但利用大自然已經訓練過上百萬上億年的神經網路，會遠比人類加上現存的AI的設計要好太多。
這隻果蠅的大腦數位化之後。可以被人類操作的是"SNN" ( Spiking Neural Network 的縮寫，中文稱為脈衝神經網路/突觸脈衝神經網路）。簡單的說就是大腦的運作可以靠電腦來模擬。
每個人都可以搞出自己的模擬細胞，模擬神經連結，特別是有AI之後，就算不會寫程式也可以做出來。但是，為什麼使用「果蠅大腦天然結構」優於「自己自創 SNN」？
果蠅大腦經過億萬年演化優化，果蠅在自然界中必須在極強的雜訊環境下（如風向干擾、氣味混合、水果微腐敗變質），精準在短時間識別出「這是不是同一種水果」「我可以吃嗎」。而這樣的SNN即是人類可以自己設計，可以花很多LLM的錢去模擬，做了幾萬種，可能都不如經過自然演化篩選過的果蠅大腦。
而SSN跟現在AI(LLM)比較起來，最大的優勢就是極端節省能源，耗電量極低。
簡而言之，我打算做幾件事情。
(1) 果蠅認字基本訓練：
先download果蠅大腦ssn，然後，撰寫訓練程式。試圖做個簡單的測試。測試內容就是先產生幾百張圖，訓練果蠅大腦神經節，如果在視覺上看到A這個字就給予神經 多巴胺 獎勵。這樣幾百張圖之後，果蠅應該就學習到了A這個字。
測試也很簡單，給一些不同角度的"A"這個字的圖，看看果蠅神經反應如何。
(2) 果蠅同音錯別字更正：
利用果蠅大腦原本有的嗅覺機制，把中文字改成拼音字之後，對比之前訓練過的「嗅覺拼音」得到是不是同音錯別字，或者是最接近的字。講得很複雜，但簡單的說，就是先把「哈利波特」變成中文拼音「ㄏㄚㄌㄧㄅㄛㄊㄜ」 在讓果蠅記得這個字，但是果蠅不認得字啊，所以把它變成一種嗅覺電位刺激，讓他知道這個嗅覺。接下來如果有人輸入「哈力波忑」一樣換成拼音，再去果蠅大腦看看這個刺激有沒有反應，有的話是哪個反應，就得到「哈利波特」這個之前聞過的嗅覺。
當然，實際上嗅覺對於腦就是一種「數位刺激」，視覺也是聽覺也是，會使用嗅覺，是因為果蠅的嗅覺架構足夠處理10萬多種不同刺激，但是視覺解析度就很低了。請看這張果蠅視覺圖，他的複眼解析度實在不高。
(3) 果蠅 最瘋狂的事：
我還在想，希望前兩篇結果做好之後，第三件事情我也想到了:)
