本文发表于《大众科学》的前博客网络，反映了作者的观点，不一定代表《大众科学》的观点
我们可以用原子作为角色制作电影，培育器官，甚至可以从太空跳伞，然而，当我们想要了解每个人眼睛后面1.3公斤重的器官——大脑——的更精细细节时，我们大多仍处于黑暗之中。神经科学家甚至不知道它包含多少种不同的细胞，更不用说它们是如何连接的了。
神经元是结构复杂的生物能量中心，通过突触连接来实现学习和感知等功能。神经元位于大量的细胞体积区域中，在大脑中密集排列。您的大脑中大约有860亿个神经元，它们通过100万亿个突触相互连接。为了理解这种规模，请将其与其他天文数字进行比较。地球的太阳系是我们所在的星系——银河系中3000亿个星系之一。人脑中每立方厘米的平均突触数量比银河系中的恒星数量还要多。而一个大脑中包含超过1200立方厘米。
关于支持科学新闻报道
如果您喜欢这篇文章，请考虑通过以下方式支持我们屡获殊荣的新闻报道 订阅。通过购买订阅，您正在帮助确保关于塑造当今世界的发现和想法的有影响力的故事的未来。
突触连接仅跨越几个纳米（相当于人头发丝宽度的千分之一），是大脑中计算的场所。当您阅读、行走或思考宇宙时，数十亿个突触像交响乐一般传递信号。这些连接网络的大部分仍然未知，部分原因是神经元非常小、数量庞大，而且用于详细观察它们的技术相对较新。
连接组学由此诞生。这个新兴的神经科学子领域使用电子显微镜以非凡的细节成像组织体积。将纳米分辨率的 3D 数字大脑与 深度学习 相结合，研究人员能够以突触细节分析神经回路。
美国国立卫生研究院的BRAIN Initiative指出，神经科学的“挑战在于绘制大脑的回路图，测量这些回路中流动的电活动和化学活动模式，并理解它们的相互作用如何创造我们独特的认知和行为能力。” 未来几年连接组学的进步为理解单细胞水平神经计算连接的物理组织提供了一条可行的途径。许多研究人员还推测，连接组学可以帮助我们理解心理障碍和大脑中错误连接之间的联系。
连接组学还具有激发计算机科学突破的潜力。深度学习，如今的热门领域，是一种受神经网络启发的人工智能（AI）类型。它允许机器学习和做智能的事情，例如识别物体、预测您正在搜索的内容、推荐 Netflix 上的视频或在 Facebook 上添加的朋友。它还可以帮助医生诊断疾病。深度学习起源于 20 世纪 80 年代初。直到 2000 年之后，当研究人员开始对人工神经网络进行分层（因此称为“深度”），从而实现指数级改进时，它才开始崭露头角。但即使是先进的深度学习，也是基于大脑中神经元分层的相当简单的模型。连接组学分辨率电路的进步会如何激发下一代计算机科学的突破？
编者注：这是关于新兴神经技术的系列文章的第三篇。加入麻省理工学院12名博士生的试点班，我们将探索神经科学如何彻底改变我们对大脑的理解。每篇文章都与麻省理工学院的讲座和实验室参观相对应，该讲座和实验室参观由神经生物工程中心创建。此实验由MITx支持，并由EyeWire创建。