果蝇颜值训练 · 方案与实测

怎么「训练」一只果蝇判断颜值好坏 —— 三条可落地的路线、一套带人类评分标签的真实照片刺激集， 以及本轮在真实连接组上跑出来的读数（含打乱标签对照）。

一、先厘清「训练果蝇判断颜值」到底在训什么

果蝇没有人类意义的「审美」。它能做、也已被实验反复证明能做的是：把某个视觉图形与奖惩关联起来，并据此改变选择 （视觉联想学习）。所以「训练颜值判断」的严谨表述是：把「好看 / 不好看」这两类图像，变成它视觉系统必须区分的两个条件刺激， 用奖励或惩罚建立关联，再看它在无奖惩的测试阶段往哪边选。

三处必须自己拿主意的接口（也是本项目全部工程假设所在）：

• 刺激端：什么图像、怎么显示（屏幕？飞行模拟器？活体同伴？）
• 标签端：谁定义「好看」——本方案用 人类评委评分，不由我们编
• 读出端：怎么读它的「判断」——选择行为（T 迷宫 / 飞行扭矩）、还是神经活动（钙成像 / 虚拟连接组）

二、三条路线（按「多快好省」排序）

三、受控刺激集：320 张真实照片 + 人类评分标签

训练数据不能自己画。本方案用公开人脸美学基准 SCUT-FBP5500（华南理工 HCII 实验室， 5,500 张正面人脸，60 名志愿者打 1–5 分取均值）：「好看/不好看」由人类评委定义， 我们只负责按分数两端取样。为排除「性别」「人种」这类混杂变量，采用 同性别 + 同人种分层：

合计 320 张已下载到本机（原始 350×350，共 4.4 MB）。每层取分数最极端的两张做测试、 其余做训练；测试集永不参与训练。

四、连接组训练实验（本轮实操读数）

4.1 可塑连接落在哪 —— 不是随便挑的

训练只修改 指向「蘑菇体价值层」（KC 4,064 + MBON 97 + PAM 316 + PPL 24 = 437 个神经元）的兴奋性入边， 共 179,266 条（覆盖 16,067 个突触前神经元）。依据：视觉联想记忆在蘑菇体形成， PAM 多巴胺簇编码价值（Vogt & Schnaitmann 2014 eLife；Krashes et al. 2009）。

4.2 更新规则（对偶对比式奖励调制 Hebb）

把「好看」与「不好看」成对比较，只把两者的资格迹之差写进权重：

Δw += η × (ê_高 − ê_低)，其中 ê = 该图呈现时对应突触前神经元的真实发放数 / 本图均值。 只有本图真正激活过的通路才被改（Hebb 资格条件），且成对差值天然抵消全局漂移，留下的是「区分度」。 每条可塑边另加稳态约束（夹在 0.2×w₀ ~ 3×w₀），防止无界增长。

4.3 实测读数

读法：MBON 列是价值层脉冲读数（越大代表该图在价值层激起的活动越强）； rho(MBON, 人类评分) 是二者的 Spearman 秩相关 —— 这才是「果蝇的价值层是否按人类评分排序」的直接判据； 视觉投射层列是输入侧活动的总量（对照组，基本不随训练变化）。

五、真实解剖通路（本站连接组查询台可直接复现）

六、路线 A 的活体 SOP（可直接照做）

1. 果蝇：野生型 Canton-S 或 w¹¹¹⁸，羽化后 3–5 天雄蝇（视觉学习用雄蝇更稳），单只或 20 只/组。
2. 显示：两侧或前方 LCD，刷新 ≥60 Hz，亮度锁定；两组刺激总亮度、对比度、空间频率配平（本项目在连接组侧同样做了 mean=0.5/std=0.15 归一化）。
3. 惩罚：红外激光（λ=1060 nm，照腹部）或 Peltier 热板；温度 37–41 ℃，单次 <1 s。
4. 训练：随机交替呈现「好看」「不好看」图各 6–10 次；只对「不好看」给热惩罚（配对学习），组间总惩罚次数配平。
5. 测试：关闭惩罚，同时呈现两类图，记录 3–5 分钟内的停留/朝向时间 → 学习指数 = (t_好看 − t_不好看) / (t_好看 + t_不好看)。
6. 必备对照：① 标签对调组（若仍偏好原「好看」图，说明是先天偏好而非学习）；② 打乱像素但同均值同方差组；③ 只给奖惩不给图组。
7. 最小样本：每组 ≥ 8 批（每批 20–30 只），报告均值 ± SEM，做双尾检验。

七、诚实边界（本项目自己的纪律）

• 连接组给的是解剖，不是活动。脉冲是仿真出来的，不是从活蝇里记的。
• 两端是工程假设：把图像渲染成 892 个小眼单元的发放率、用固定读出群定义「判断」，都是我们写的规则，不是数据。
• 「颜值」是低层视觉统计量的代理。果蝇视觉系统处理对比度、边缘、空间频率、对称性；本方案报告的是连接组对这些统计量的响应，不是美学判断。
• 可塑规则必须带打乱对照。没有打乱组，任何「学会」都可能只是全局增益漂移。
• 标签来源要写明。本页的「好看/不好看」= SCUT-FBP5500 的人类评分，不是果蝇的偏好，也不是我们的主观判断。
• 数据许可：SCUT-FBP5500 为学术基准数据集，仅作研究用途；MaleCNS 第三方标注 CC BY 4.0（官方条款待核验）。

八、下一步：三条可证伪的改进方向

本轮把「不能怎么训」测清楚了，下面是可直接动手、且都能被证伪的三条：

九、参考

• Berg et al., Sexual dimorphism in the complete Drosophila male central nervous system connectome, Cell 189(18):5504–5526.e15 (2026) · male-cns.janelia.org
• Vogt & Schnaitmann et al., Shared mushroom body circuits underlie visual and olfactory memories in Drosophila, eLife 3:e02395 (2014)
• Ribeiro et al., Visual Projection Neurons Mediating Directed Courtship in Drosophila, Cell 174(3):607–621 (2018)
• Ofstad, Zuker & Reiser, Visual place learning in Drosophila melanogaster, Nature 474:204–207 (2011)
• Brembs & Heisenberg, Operant learning of Drosophila at the torque meter / Conditioned orientation at the flight simulator（热惩罚视觉联想标准范式）
• Mery et al., Public Versus Personal Information for Mate Copying in an Invertebrate, Current Biology 19(9):730–734 (2009)（果蝇的「颜值」可被社会信息影响）
• Xie et al., SCUT-FBP5500: A Diverse Benchmark Dataset for Multi-Paradigm Facial Beauty Prediction, arXiv:1801.06345 · github.com/HCIILAB