果蝇和AI的算力

本文比较一些生物神经系统和目前的AI

果蝇

果蝇的复眼分辨率为800像素（面上）涉及6400个输入神经元。（每个单眼连接8个神经元）

有3000左右的味觉输入神经元分布在肢体末端（口器、足、翅缘）

有1000左右的感觉毛感受机械。

有1000左右的本体觉感觉神经元。

双侧合计、加上其他感觉神经元，约25000个感觉神经元。这是输入端。

输出端也即运动神经元每个腿、翅膀、口器等就几十个。全身共一两千个。

一个扫描的果蝇大脑有127,978 个神经元。它们之间有5300 万个突触。

CLIP（一个流行的图像文本嵌入基座模型）的参数量为1.5亿。

MAE（另一个图像嵌入基座模型）参数量也是一亿多。

训练CLIP和MAE的算力都不算巨大

我认为就这些数据来看，算力是足够达到果蝇级别的智能

比如，可以想象一个模拟果蝇的AI具身智能模型，拥有上述数量的输入神经元，使用RL训练，在虚拟环境中行动。它可以表现出果蝇级别的认知。比如可以想象一个计算机的虚拟环境中一只果蝇在飞，然后你可以逗它玩，折断它的翅膀看它痛苦地挣扎，或设计一个飞行迷宫在里面摆上食物，看它如何摸索到。

确实有一些研究，但并没有达到上一段话的结果，其中，NeuroMechFly Model看起来还不错。

人脑神经元数量：86 B(billion)

结论脑子有86 B神经元，大脑皮层有16 B，小脑有69 B。

人脑突触数量：150 T(trillion) 大脑皮层突触数量：60 T

作为参考，GPT4有1.76T个参数（传言）,gpt3有0.175T个，DeepSeekV3(4o级别) 有0.6T个， DeepSeek R1 （超4o级别 0.68T个）。

我认为就这些数据来看，算力不足以达到人脑级别的智能