本文發表於《大眾科學》的前部落格網路，反映了作者的觀點，不一定代表《大眾科學》的觀點
我們可以用原子作為角色製作電影，培育器官，甚至可以從太空跳傘，然而，當我們想要了解每個人眼睛後面1.3公斤重的器官——大腦——的更精細細節時，我們大多仍處於黑暗之中。神經科學家甚至不知道它包含多少種不同的細胞，更不用說它們是如何連線的了。
神經元是結構複雜的生物能量中心，透過突觸連線來實現學習和感知等功能。神經元位於大量的細胞體積區域中，在大腦中密集排列。您的大腦中大約有860億個神經元，它們透過100萬億個突觸相互連線。為了理解這種規模，請將其與其他天文數字進行比較。地球的太陽系是我們所在的星系——銀河系中3000億個星系之一。人腦中每立方厘米的平均突觸數量比銀河系中的恆星數量還要多。而一個大腦中包含超過1200立方厘米。
關於支援科學新聞報道
如果您喜歡這篇文章，請考慮透過以下方式支援我們屢獲殊榮的新聞報道 訂閱。透過購買訂閱，您正在幫助確保關於塑造當今世界的發現和想法的有影響力的故事的未來。
突觸連線僅跨越幾個奈米（相當於人頭髮絲寬度的千分之一），是大腦中計算的場所。當您閱讀、行走或思考宇宙時，數十億個突觸像交響樂一般傳遞訊號。這些連線網路的大部分仍然未知，部分原因是神經元非常小、數量龐大，而且用於詳細觀察它們的技術相對較新。
連線組學由此誕生。這個新興的神經科學子領域使用電子顯微鏡以非凡的細節成像組織體積。將奈米解析度的 3D 數字大腦與 深度學習 相結合，研究人員能夠以突觸細節分析神經迴路。
美國國立衛生研究院的BRAIN Initiative指出，神經科學的“挑戰在於繪製大腦的迴路圖，測量這些迴路中流動的電活動和化學活動模式，並理解它們的相互作用如何創造我們獨特的認知和行為能力。” 未來幾年連線組學的進步為理解單細胞水平神經計算連線的物理組織提供了一條可行的途徑。許多研究人員還推測，連線組學可以幫助我們理解心理障礙和大腦中錯誤連線之間的聯絡。
連線組學還具有激發計算機科學突破的潛力。深度學習，如今的熱門領域，是一種受神經網路啟發的人工智慧（AI）型別。它允許機器學習和做智慧的事情，例如識別物體、預測您正在搜尋的內容、推薦 Netflix 上的影片或在 Facebook 上新增的朋友。它還可以幫助醫生診斷疾病。深度學習起源於 20 世紀 80 年代初。直到 2000 年之後，當研究人員開始對人工神經網路進行分層（因此稱為“深度”），從而實現指數級改進時，它才開始嶄露頭角。但即使是先進的深度學習，也是基於大腦中神經元分層的相當簡單的模型。連線組學解析度電路的進步會如何激發下一代計算機科學的突破？
編者注：這是關於新興神經技術的系列文章的第三篇。加入麻省理工學院12名博士生的試點班，我們將探索神經科學如何徹底改變我們對大腦的理解。每篇文章都與麻省理工學院的講座和實驗室參觀相對應，該講座和實驗室參觀由神經生物工程中心建立。此實驗由MITx支援，並由EyeWire建立。