该研究有利于促进生物AI算法的发展。
如何模拟生物的大脑，以用于控制机器人？Openworm项目回答的恰恰就是这个问题。从2013年4月份开始，这一开源项目的研究进度及成果一直备受关注。
那么这个项目具体是在做什么事呢？简单来说，他们就是试图对秀丽隐杆线虫的整个神经元系统进行编辑“模拟”，以用于控制机器人。
线虫是什么？为什么选择线虫？
秀丽隐杆线虫（C.elegans）是一种无毒无害、可以独立生存的线虫，其个体小，成体仅1.5mm长，通体透明，大多为雌雄同体（雄性个体仅占群体的0.2%），可自体受精或双性生殖；在20℃下平均生活史为3.5天，平均繁殖力为300-350个（但若与雄虫交配，可产生多达1400个以上的后代）。
自1965年起，科学家Sydney Brenner就利用线虫作为分子生物学和发育生物学研究领域的模式生物，1983年，科学家Sulston完成了线虫从受精卵到成体的细胞谱系，也因此获得了2002年的诺布尔医学或生理学奖。
发展至今，秀丽隐杆线虫也是唯一一个体内所有细胞能被全部盘点并归类的生物。
那线虫与机器人怎么会产生关联呢？
首先我们需要对AI的未来发展方向有一个简单的认知。
关于AI未来发展的方向，诺贝尔奖得主Edvard Moser就曾在采访中指出：人工智能系统的发展最终会接近人的大脑，相应的，脑部的研究会推进AI的发展。
但正如Edvard提及的，我们永远不可能了解我们的大脑。所以目前的研究现状是：人类的大脑过于复杂，生物学上也无法对其进行描述。
故而研究人员就想要选择一种人类在生物学上可以描述的生物系统作为神经细胞机器人系统的研究起点，而秀丽隐杆线虫是迄今唯一一个细胞信息完全已知的生物。基于这样的考虑，于2013年，Ryan Merkley等人共同发起了Openworm项目。
Ryan Merkley 美国非营利组织Creative Commons的CEO，openworm项目基金董事会主席
Openworm项目是什么？它具体研究的是什么？
OpenWorm是一项旨在自底向上（从细胞层面出发，在计算机上显示和运用）模拟秀丽隐杆线虫的国际性开放科学项目，该项目的长远目标是模拟整个秀丽隐杆线虫的全部959个细胞。
研究尚处于第一阶段，该阶段内，他们计划通过建立包含302个神经元和95个肌肉细胞的模型来模拟蠕虫运动。
目前，此项目的物理引擎Sibernetic已经建好，神经连接组和肌肉细胞也已创建为NeuroML格式，整个蠕虫的三维解剖模型可以通过浏览器自由查看。此外，Openworm项目也参与了Geppetto模拟框架（一个为开发有机体的整体建模而创设的多重算法、多尺度的模拟平台）的开发。
从已经公布的视频中，研究团队已经可以模拟线虫的肌肉和运动，整个代码是用python写成的，这些代码就相当将线虫的302个神经元和95个肌肉细胞“移植”到了电脑里，以用来控制机器人的运动。
目前，整个神经网络已经被完全建立起来，其中除了302个神经元、95个肌肉细胞，还有5000个化学突触、600个间隙连接和600个神经接头。
系统的具体传输过程就是：传感器数据（输入）---->细胞---->神经元处理---->肌肉细胞（输出），需要指出的是，系统里的“肌肉细胞”对应的就是机器人的轮子，左边的肌肉细胞作用总和控制的是左边的轮子，右边的肌肉细胞函数总和控制的是右边的轮子。
总的来说，整个模拟出来的机器人，运动、反应都酷似线虫，不同于现在的神经网络，它不需要事先的数据训练和学习，遇见墙或者障碍物，它会自动尝试转个方向走。
结语
尽管生物学上对线虫有了非常详尽的研究，如细胞信息、生活习性、神经元个数等信息，但是研究人员指出：已有的研究都只是基础性的理解，并非深层的。Openworm项目因其是基于线虫的生物结构进行系统模拟，不仅利于推进AI技术的发展，模拟系统的实验数据反过来也会加深生物学家对于线虫行为的理解。
秀丽隐杆线虫有959个细胞，现在能够模拟的302个神经元细胞约占体细胞总数的1/3，而人类的大脑有1000亿个神经元，显然，研究之路漫长，但其意义深远。
资源链接：http://openworm.org/
