Картирование мозга, или коннектомика, уперлось в «стену масштабирования»: человеческий ресурс больше не поспевает за биологической сложностью. Как отмечают Михал Янушевский и Франц Ригер из Google Research, недавняя реконструкция мозга плодовой мушки (166 000 нейронов) потребовала годы совместных усилий ИИ и целой армии экспертов. Но мозг мыши в тысячу раз больше, а человеческий — в миллион. При таких порядках ручная проверка (пруфридинг) становится логистическим адом. Главная проблема заключается в сложной геометрии аксонов: в отличие от привычных сферических клеток, нейроны ветвятся и извиваются так, что автоматика постоянно теряет след.
Procedural Generation via Point Cloud Flow Matching Чтобы преодолеть пропасть между насекомыми и млекопитающими, в Google разработали MoGen (Neuronal Morphology Generation). Модель, которую представят на конференции ICLR 2026, использует технику flow matching для облаков точек, синтезируя реалистичные 3D-формы нейронов. Вместо того чтобы запрашивать у биологов редкие верифицированные образцы, MoGen берет случайное облако точек и постепенно «выращивает» из него детальные аксональные структуры. Эти суррогатные данные позволяют обучать классификаторы на выборках, которые физически невозможно получить из реальных срезов мозга в необходимом объеме.
Quantifying the Proofreading Economy Интеграция синтетических нейронов в пайплайн обучения снизила количество ошибок реконструкции на 4,4%. На первый взгляд — статистическая погрешность, но в масштабах целого мозга мыши эти проценты экономят 157 человеко-лет ручной правки.
«Хотя улучшение на 4,4% кажется скромным, в масштабе мозга мыши это эквивалентно 157 годам работы человека, которые просто вычли из сметы проекта».
Такой выигрыш в эффективности критичен, поскольку именно верификация человеком остается самым узким и дорогим местом. Обучаясь на симуляциях MoGen, модели ИИ начинают лучше понимать аномалии в данных микроскопии. Это означает фундаментальный сдвиг: от простого созерцания форм (морфологии) мы переходим к автоматизированному пониманию того, как «проводка» мозга управляет организмом.
Успех MoGen доказывает, что синтетические данные могут успешно заменять дефицитный биологический Ground Truth в наукоемких задачах. Однако переход к мозгу млекопитающих — это по-прежнему вызов вычислительной сложности. Даже сэкономленные 157 лет жизни лаборантов не отменяют того факта, что оставшиеся 95,6% точности все еще требуют алгоритмического надзора экстра-класса, прежде чем мы получим полную цифровую копию мозга мыши.