智源研究院提出了 BAAIWorm 天寶 -- 一個(gè)全新的、基于數(shù)據(jù)驅(qū)動(dòng)的生物智能模擬系統(tǒng)，首次實(shí)現(xiàn)秀麗線蟲(chóng)神經(jīng)系統(tǒng)、身體與環(huán)境的閉環(huán)仿真。BAAIWorm 天寶通過(guò)構(gòu)建線蟲(chóng)的精細(xì)神經(jīng)系統(tǒng)、身體和環(huán)境模型，為探索大腦與行為之間的神經(jīng)機(jī)制提供重要研究平臺(tái)。

2024 年 12 月 16 日，智源研究院理事長(zhǎng)黃鐵軍和生命模擬研究中心馬雷等共同關(guān)于 BAAIWorm 天寶的重要進(jìn)展在國(guó)際著名科學(xué)期刊《自然?計(jì)算科學(xué)》（Nature Computational Science）上發(fā)表，并于 12 月 21 日被選為期刊封面故事。

BAAIWorm 天寶的重要?jiǎng)?chuàng)新之處在于其不僅關(guān)注神經(jīng)系統(tǒng)的建模，還將身體與環(huán)境納入考量，形成一個(gè)閉環(huán)系統(tǒng)，通過(guò)模擬線蟲(chóng)的行為，探索神經(jīng)結(jié)構(gòu)如何影響智能行為。這一工作不僅為研究生物智能提供了新的平臺(tái)，也為具身智能理論的進(jìn)一步發(fā)展和人工智能領(lǐng)域的應(yīng)用奠定了基礎(chǔ)。

倫敦大學(xué)學(xué)院 Padraig Gleeson（OpenWorm 團(tuán)隊(duì)，本文審稿人之一）評(píng)價(jià) BAAIWorm：“這是一項(xiàng)了不起的成果，它將秀麗線蟲(chóng)的生理學(xué)和解剖學(xué)信息整合進(jìn)了一個(gè)計(jì)算模型。在不同層面呈現(xiàn)了諸多進(jìn)展，而且各項(xiàng)成果相互融合，構(gòu)成了一幅條理清晰的圖景。我認(rèn)為，這是一項(xiàng)我們?cè)谛沱惥€蟲(chóng)建模和理解‘腦 - 身體 - 環(huán)境’交互方面的重要進(jìn)展?！?/span>

《自然?計(jì)算科學(xué)》資深編輯 Ananya Rastogi 指出：“這項(xiàng)工作讓我眼前一亮。動(dòng)態(tài)的機(jī)體與環(huán)境相互作用以及精細(xì)的模擬相結(jié)合，使得在閉環(huán)系統(tǒng)中研究大腦活動(dòng)如何影響行為成為可能?！?/span>

這一成果的另一審稿人表示：“這項(xiàng)研究為我們從整體上理解神經(jīng)系統(tǒng)建立了新的研究范式。傳統(tǒng)的神經(jīng)科學(xué)研究往往側(cè)重于分離和理解神經(jīng)系統(tǒng)或大腦的特定方面。然而，通過(guò)綜合這些細(xì)節(jié)全面理解整個(gè)生物體仍然是一項(xiàng)挑戰(zhàn)。這項(xiàng)研究引入了一種很有前景的方法：嘗試構(gòu)建一個(gè)完整的生物體模擬?！?/span>

• Nature 文章鏈接：
  https://www.nature.com/articles/s43588-024-00738-w
• Research Briefing 鏈接：
  https://www.nature.com/articles/s43588-024-00740-2
• BAAIWorm GitHub 地址：
  https://github.com/Jessie940611/BAAIWorm

一、BAAIWorm 天寶對(duì)于具身智能研究的意義

近年來(lái)，隨著神經(jīng)科學(xué)和人工智能技術(shù)的深度交叉融合，研究者們?cè)絹?lái)越多地嘗試通過(guò)構(gòu)建生物體模型來(lái)理解神經(jīng)系統(tǒng)與行為之間的關(guān)系，并推動(dòng)具身智能的研究。國(guó)際上的個(gè)別研究機(jī)構(gòu)在這一領(lǐng)域取得了顯著進(jìn)展。

2022 年，瑞士洛桑聯(lián)邦理工學(xué)院（EPFL）發(fā)布了 NeuroMechFly，一個(gè)基于果蠅的神經(jīng) - 機(jī)械耦合模型，用以研究神經(jīng)系統(tǒng)如何驅(qū)動(dòng)行為，相關(guān)成果發(fā)表于《Nature Methods》[1]。

2024 年，EPFL 進(jìn)一步發(fā)布了 NeuroMechFly v2，對(duì)該模型進(jìn)行了優(yōu)化，進(jìn)一步提高了神經(jīng) - 身體交互的功能性 [2]。

與此同時(shí)，DeepMind 也在推動(dòng)生物智能模擬方面邁出了重要步伐，2020 年初步發(fā)布了 Virtual Rodent，該模型通過(guò)模擬嚙齒動(dòng)物的大腦與身體運(yùn)動(dòng)，推動(dòng)了對(duì)生物智能的理解。2024 年，DeepMind 在《Nature》上發(fā)布了 Virtual Rodent 的更新版，進(jìn)一步提升了該模型在神經(jīng)網(wǎng)絡(luò)和行為模擬方面的能力 [3]。

生物智能無(wú)疑是人工智能研究的源頭。BAAIWorm 天寶通過(guò)高精度還原和模擬生物智能，為理解和探索生物啟發(fā)的具身智能的核心機(jī)制提供了重要的實(shí)驗(yàn)平臺(tái)。

通過(guò)將大腦、身體和環(huán)境的互動(dòng)整合到一個(gè)閉環(huán)系統(tǒng)中，BAAIWorm 天寶展示了神經(jīng)系統(tǒng)如何通過(guò)與身體及環(huán)境的協(xié)同作用，產(chǎn)生復(fù)雜而高效的行為。這一研究不僅加深了對(duì)生物智能的理解，也為開(kāi)發(fā)具有類似感知與運(yùn)動(dòng)能力的人工具身智能系統(tǒng)提供了新的視角。

二、BAAIWorm 天寶介紹

在秀麗隱桿線蟲(chóng)中，運(yùn)動(dòng)、覓食等行為是由其神經(jīng)回路、肌肉生物力學(xué)和實(shí)時(shí)環(huán)境反饋之間的協(xié)調(diào)互動(dòng)驅(qū)動(dòng)的。然而，傳統(tǒng)的模型往往將神經(jīng)系統(tǒng)或身體環(huán)境孤立開(kāi)來(lái)，未能捕捉到支撐復(fù)雜行為的整體 “大腦 - 身體 - 環(huán)境” 交互。在生物物理學(xué)上精確模擬這種復(fù)雜性仍然是一個(gè)挑戰(zhàn)，這也突顯了構(gòu)建完整的閉環(huán)模型的必要性，以連接神經(jīng)網(wǎng)絡(luò)、生物力學(xué)和環(huán)境反饋。

智源研究院生命模擬研究中心旨在開(kāi)發(fā)這樣一個(gè)閉環(huán)的生物物理精細(xì)模型（“生命模型”），以精確模擬生物體在神經(jīng)、生物力學(xué)和環(huán)境互動(dòng)中的復(fù)雜行為。團(tuán)隊(duì)采用可擴(kuò)展的多層次方法，包括多艙室神經(jīng)元模型，通過(guò)細(xì)致模擬神經(jīng)網(wǎng)絡(luò)中間隙連接、突觸和神經(jīng)元的活動(dòng)，生成了生理上準(zhǔn)確的神經(jīng)動(dòng)態(tài)。在這項(xiàng)研究中，團(tuán)隊(duì)著手開(kāi)發(fā)一個(gè)開(kāi)源模型 ——BAAIWorm，用于在閉環(huán)系統(tǒng)中模擬秀麗隱桿線蟲(chóng)的體現(xiàn)行為。

BAAIWorm（一個(gè)集成腦 - 身體 - 環(huán)境的模型）作為一個(gè)開(kāi)源模塊系統(tǒng)，為研究線蟲(chóng)行為的神經(jīng)控制機(jī)制提供了一個(gè)多功能平臺(tái)。BAAIWorm 基于實(shí)驗(yàn)數(shù)據(jù)，由兩個(gè)子模型組成：一個(gè)是生物物理層面上精細(xì)的神經(jīng)網(wǎng)絡(luò)模型，模擬秀麗隱桿線蟲(chóng)的神經(jīng)系統(tǒng)；另一個(gè)是根據(jù)線蟲(chóng)解剖學(xué)構(gòu)建的身體模型，并被一個(gè)可計(jì)算的簡(jiǎn)化 3D 流體環(huán)境所包圍（見(jiàn)圖 1）。

神經(jīng)網(wǎng)絡(luò)模型中的每個(gè)神經(jīng)元都被表示為一個(gè)多艙室模型，模擬神經(jīng)元的結(jié)構(gòu)和功能部分（如胞體、神經(jīng)突），以精確復(fù)現(xiàn)秀麗隱桿線蟲(chóng)神經(jīng)元的電生理特性以及基于實(shí)驗(yàn)數(shù)據(jù)的精細(xì)突觸和間隙連接結(jié)構(gòu)。

身體模型則結(jié)合了 96 個(gè)肌肉細(xì)胞，這些肌肉細(xì)胞基于秀麗隱桿線蟲(chóng)的解剖學(xué)，在四個(gè)象限中建模，以實(shí)現(xiàn)計(jì)算對(duì)稱性。表面級(jí)的力模擬了推力和阻力，優(yōu)化了計(jì)算效率，同時(shí)反映了生物體在流體環(huán)境中的互動(dòng)特性。

系統(tǒng)也簡(jiǎn)化模擬了環(huán)境中的連續(xù)感官輸入（如食物濃度梯度）。這些輸入會(huì)動(dòng)態(tài)影響神經(jīng)計(jì)算，進(jìn)而驅(qū)動(dòng)肌肉收縮，形成一個(gè)閉環(huán)反饋系統(tǒng)，形成協(xié)調(diào)的運(yùn)動(dòng)軌跡，能夠與真實(shí)線蟲(chóng)行為類比（見(jiàn)圖 1）。

圖片

圖 1：BAAIWorm 天寶是一個(gè)具身秀麗隱桿線蟲(chóng)仿真平臺(tái)。BAAIWorm 天寶將一個(gè)生物物理層面非常精細(xì)的神經(jīng)網(wǎng)絡(luò)模型與一個(gè)生物力學(xué)身體和三維環(huán)境整合在一個(gè)閉環(huán)系統(tǒng)中，進(jìn)行感官刺激和肌肉信號(hào)的交互。神經(jīng)網(wǎng)絡(luò)模型包含了具有精細(xì)結(jié)構(gòu)的神經(jīng)元模型及突觸和間隙連接，通過(guò)迭代優(yōu)化模型參數(shù)（如連接權(quán)重，連接極性等），逼近真實(shí)秀麗隱桿線蟲(chóng)的神經(jīng)動(dòng)力學(xué)特性。身體模型由 3,341 個(gè)四面體（作為身體結(jié)構(gòu)的基本建模元素）和 96 個(gè)肌肉組成，與三維環(huán)境互動(dòng)，實(shí)現(xiàn)實(shí)時(shí)的運(yùn)動(dòng)仿真。

三、BAAIWorm 天寶亮點(diǎn)

1. 世界最高精度線蟲(chóng)神經(jīng)網(wǎng)絡(luò)模型

研究團(tuán)隊(duì)基于線蟲(chóng)神經(jīng)元的真實(shí)生理特性，構(gòu)建了一個(gè)生物物理層面上的高精度神經(jīng)網(wǎng)絡(luò)模型。神經(jīng)網(wǎng)絡(luò)模型中的每個(gè)神經(jīng)元都被表示為一個(gè)多艙室模型，模擬神經(jīng)元的結(jié)構(gòu)和功能部分（如胞體、神經(jīng)突），以精確復(fù)現(xiàn)秀麗隱桿線蟲(chóng)神經(jīng)元的電生理特性以及基于實(shí)驗(yàn)數(shù)據(jù)的精細(xì)突觸和間隙連接結(jié)構(gòu)。該模型是目前已知首個(gè)同時(shí)在神經(jīng)元層面和神經(jīng)網(wǎng)絡(luò)層面都具有真實(shí)動(dòng)力學(xué)特性的，基于多艙室建模的高精度秀麗隱桿線蟲(chóng)神經(jīng)網(wǎng)絡(luò)模型。

圖片

2. 身體環(huán)境模型

該模型符合生物線蟲(chóng)解剖特性，可精準(zhǔn)穩(wěn)定的追蹤和度量三維軟體運(yùn)動(dòng)。相比于 OpenWorm，在仿真性能和環(huán)境尺度等指標(biāo)上取得了數(shù)量級(jí)的提升。

圖片

3. 高精度神經(jīng)系統(tǒng)模型與身體環(huán)境模型的閉環(huán)仿真

BAAIWorm 天寶首次建立了線蟲(chóng)神經(jīng)網(wǎng)絡(luò)模型與身體環(huán)境模型的閉環(huán)交互，模擬線蟲(chóng)通過(guò)之字形運(yùn)動(dòng)接近食物的行為。環(huán)境中的食物濃度刺激感覺(jué)神經(jīng)元，運(yùn)動(dòng)神經(jīng)元驅(qū)動(dòng)肌肉收縮，生成協(xié)調(diào)的運(yùn)動(dòng)軌跡。在這一過(guò)程中，研究人員可以通過(guò)模擬的方法，實(shí)時(shí)觀察線蟲(chóng)的軌跡、神經(jīng)活動(dòng)以及肌肉信號(hào)。

圖片

通過(guò) BAAIWorm 天寶，可同時(shí)觀察線蟲(chóng)運(yùn)動(dòng)情況與神經(jīng)網(wǎng)絡(luò)每個(gè)細(xì)節(jié)的動(dòng)態(tài)情況。

四、BAAIWorm 天寶基于 OpenWorm 的新進(jìn)展

OpenWorm 是一個(gè)開(kāi)創(chuàng)性的開(kāi)放科學(xué)項(xiàng)目，致力于通過(guò)建模秀麗線蟲(chóng)（C. elegans）推進(jìn)計(jì)算生物學(xué)的發(fā)展。智源研究團(tuán)隊(duì)在研究中使用了 OpenWorm 提供的諸多寶貴工具和數(shù)據(jù)，如細(xì)胞模型形態(tài)、突觸動(dòng)態(tài)及 3D 線蟲(chóng)體信息?；?OpenWorm，BAAIWorm 天寶在多個(gè)關(guān)鍵方面實(shí)現(xiàn)了顯著的進(jìn)展，推動(dòng)了這一領(lǐng)域的進(jìn)一步發(fā)展：

1. 增強(qiáng)版神經(jīng)網(wǎng)絡(luò)模型

OpenWorm 提供了許多有價(jià)值的神經(jīng)系統(tǒng)建模工具和標(biāo)準(zhǔn)，如 ChannelWorm 和 c302。然而，BAAIWorm 天寶在以下幾個(gè)方面進(jìn)行了顯著創(chuàng)新：

a) 單神經(jīng)元建模：c302 提供了多艙室的神經(jīng)模型，且所有神經(jīng)元的參數(shù)均統(tǒng)一。然而，BAAIWorm 天寶通過(guò)調(diào)整五種單神經(jīng)元模型，使其更精確地?cái)M合電生理數(shù)據(jù)，確保模型能夠準(zhǔn)確反映真實(shí)的神經(jīng)動(dòng)力學(xué)。

b) 連接精細(xì)程度：在 c302 的多艙室神經(jīng)模型中，神經(jīng)元的連接位于胞體上，而 BAAIWorm 天寶則在神經(jīng)元的神經(jīng)突（neurite）上建立連接，極大提升了神經(jīng)元連接的解剖學(xué)準(zhǔn)確性。

c) 訓(xùn)練：c302 生成的多艙室神經(jīng)網(wǎng)絡(luò)模型并沒(méi)有經(jīng)過(guò)訓(xùn)練，而 BAAIWorm 天寶的神經(jīng)網(wǎng)絡(luò)模型則經(jīng)過(guò)了嚴(yán)格的訓(xùn)練，以匹配功能圖譜，從而更好地捕捉到復(fù)雜且真實(shí)的神經(jīng)動(dòng)力學(xué)。

2. 增強(qiáng)版生物體與環(huán)境建模

Sibernetic 是 OpenWorm 項(xiàng)目中用于模擬 C. elegans 物理體動(dòng)態(tài)的物理模擬器。盡管 Sibernetic 的粒子模型在某些任務(wù)（如壓力計(jì)算）上有一定優(yōu)勢(shì)，BAAIWorm 天寶的生物體與環(huán)境模型在多個(gè)方面表現(xiàn)出色：

a) 生物體建模效率：BAAIWorm 天寶的體表數(shù)據(jù)是基于 Sibernetic 的體表數(shù)據(jù)進(jìn)行轉(zhuǎn)換的，但四面體線蟲(chóng)體模型相比 Sibernetic 的粒子模型，元素?cái)?shù)量大幅減少，極大提高了性能，同時(shí)保持了解剖學(xué)的真實(shí)性。

b) 3D 環(huán)境：借助簡(jiǎn)化的流體動(dòng)力學(xué)，BAAIWorm 天寶的 3D 仿真場(chǎng)景的規(guī)模相比 Sibernetic 提高了兩個(gè)數(shù)量級(jí)，從而能夠模擬更加復(fù)雜和大范圍的環(huán)境。

c) 仿真：BAAIWorm 天寶采用了投影動(dòng)力學(xué)（projective dynamics）作為形變求解器，相比 Sibernetic 顯著縮短了每個(gè)迭代步驟的仿真時(shí)間。同時(shí)，投影動(dòng)力學(xué)在使用較大時(shí)間步長(zhǎng)時(shí)也表現(xiàn)出了較高的穩(wěn)定性，這使得仿真能夠更高效地運(yùn)行。

d) 可視化：BAAIWorm 天寶采用了實(shí)時(shí)網(wǎng)格渲染和 GPU 光線追蹤技術(shù)，不僅帶來(lái)了更佳的視覺(jué)效果，還在保證高性能的前提下，提升了仿真場(chǎng)景的真實(shí)感和互動(dòng)性。

3. 閉環(huán)互動(dòng)

OpenWorm 將 c302 神經(jīng)網(wǎng)絡(luò)和 Sibernetic 的生物體模型聯(lián)合實(shí)現(xiàn)了兩者的交互，但這種交互是開(kāi)放式的，缺乏環(huán)境對(duì)于神經(jīng)系統(tǒng)的反饋。而這一感覺(jué)反饋對(duì)生物體在環(huán)境中生存來(lái)說(shuō)至關(guān)重要，BAAIWorm 天寶通過(guò)引入感官反饋，實(shí)現(xiàn)了神經(jīng)網(wǎng)絡(luò)與生物體模型的閉環(huán)互動(dòng)。這一重要?jiǎng)?chuàng)新能夠更全面地理解線蟲(chóng)如何與其環(huán)境進(jìn)行互動(dòng)、處理感官信息并執(zhí)行協(xié)調(diào)的運(yùn)動(dòng)。

五、未來(lái)展望

智源研究院的生命模擬研究中心通過(guò) BAAIWorm 天寶展示了數(shù)字生命體建模的潛力，為進(jìn)一步理解神經(jīng)控制機(jī)制和智能行為的生成機(jī)制提供了全新工具。這一成果基于創(chuàng)新的閉環(huán)建模思想，將大腦、身體與環(huán)境作為整體進(jìn)行整合，為構(gòu)建其他數(shù)字生命體積累了寶貴經(jīng)驗(yàn)。

當(dāng)前人工通用智能（AGI）研究主要沿三條路徑展開(kāi)：數(shù)據(jù)驅(qū)動(dòng)的人工神經(jīng)網(wǎng)絡(luò)（ANN）模型，如 OpenAI 的 GPT 系列；基于 ANN 的強(qiáng)化學(xué)習(xí)，如 DeepMind 的 DQN；基于 “結(jié)構(gòu)決定功能” 原則的類腦方法，例如脈沖神經(jīng)網(wǎng)絡(luò)（SNN）。

智源研究院積極探索第三條路徑，通過(guò)類腦建模探索神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)如何驅(qū)動(dòng)智能行為。這一方向不僅致力于研究生物智能，還旨在為通用人工智能的實(shí)現(xiàn)提供新思路。在這一路徑中，生命模擬研究中心開(kāi)發(fā)的天演平臺(tái)（eVolution）提供了強(qiáng)大的建模和優(yōu)化能力。該平臺(tái)通過(guò)整合詳實(shí)的生物數(shù)據(jù)和微調(diào)模型參數(shù)，實(shí)現(xiàn)模型的 “電子進(jìn)化”（electronic-evolution），在通往 AGI 的探索中開(kāi)辟了獨(dú)特路徑。

除了 BAAIWorm 天寶，智源研究院還在開(kāi)發(fā) OpenComplex（一個(gè)開(kāi)源蛋白質(zhì)或 RNA 建模平臺(tái)）和 BAAIHeart（亞細(xì)胞層級(jí)的高精度心臟建模）。

通過(guò)在生命的多個(gè)尺度領(lǐng)域研究的協(xié)同發(fā)展，智源研究院正推動(dòng)生物智能與人工智能交叉研究的前沿探索，以實(shí)現(xiàn)對(duì)智能本質(zhì)的深刻理解和應(yīng)用。