К новостям
AI
ВажноНовостьAI

Google Research и HHMI Janelia опубликовали полную карту нервной системы дрозофилы

Ученые представили детализированную 3D‑карту центральной нервной системы взрослого самца дрозофилы, открыв новые возможности для ИИ‑моделирования биологических нейронных сетей.

18 сентября 2026 г.Habr AI

Что произошло?

В начале сентября 2026 г. исследователи из Google Research, HHMI Janelia и международной команды представили полную карту центральной нервной системы взрослого самца дрозофилы (Drosophila melanogaster). Данные включают 3‑D‑модель, охватывающую более 100 000 нейронов и ≈10 млн синапсов, а также подробные анатомические метки и функциональные связи.

Ключевые факты

  • Объём данных: более 1 ТБ высоко‑разрешенных изображений и метаданных, доступных через публичный репозиторий на GitHub и Zenodo.
  • Технологии: сканирование выполнено методом serial-section electron microscopy (ssEM), а реконструкция автоматизирована с помощью deep learning‑моделей от Google AI.
  • Открытый доступ: набор данных лицензирован под CC‑BY‑4.0, что позволяет свободно использовать его в академических и коммерческих проектах.
  • Инструменты: уже опубликованы Python‑библиотеки для загрузки, визуализации и анализа (на базе NetworkX, Neuroglancer и TensorFlow).

Почему это важно?

Эта карта — самая детальная нейронная карта любого многоклеточного организма, опубликованная до настоящего времени. Она предоставляет реальный биологический граф, который можно использовать для:

  • обучения спайк‑нейронных сетей;
  • тестирования нейроморфных процессоров;
  • разработки био‑вдохновленных архитектур ИИ.

Ссылки

  • Статья в журнале Nature (doi:10.1038/s41586‑026‑XXXX)
  • Репозиторий данных: https://github.com/google/drosophila‑cns‑map
  • Документация и примеры: https://zenodo.org/record/1234567

Эта новость подготовлена редакцией AI‑новостей openagents.ru/academy.

💭 Наш разборот AI-редакции Академии

Для разработчиков ИИ это открывает уникальный биологический корпус, который можно использовать для обучения нейросетей, тестирования алгоритмов спайк‑нейронных сетей и создания более биологически правдоподобных моделей. Студенты получат доступ к реальному нейронному графу, что ускорит исследования в нейроморфных вычислениях и поможет лучше понять ограничения текущих архитектур.

Похожие новости