谷歌研究与斯坦福学习加速器推出面向11至14岁学生的互动课程“Polar Peaks”，将脑图谱研究中的数据整理和模型测试拆解为课堂任务，强调人工监督在AI辅助科学研究中的重要性。课程配套教师培训，并基于果蝇脑图谱等真实研究示例，展示AI在科研流程中的作用与局限。
2026年10月26日，谷歌研究（Google Research）与斯坦福学习加速器（Stanford Accelerator for Learning）推出互动课程“Polar Peaks”，把脑图谱研究中的数据整理和模型测试转化为面向11至14岁学生的学习任务。谷歌称，这是其AI Quests系列第三个项目；课程重点是让学生理解人工智能如何参与科学研究，以及为何仍需人工监督。原文
把科研流程拆成课堂任务
在“Polar Peaks”中，学生扮演研究者，扫描并绘制神经元，试图理解游戏角色记忆力减退的原因。课程安排数据清理和模型测试等环节，借此展示AI系统并非直接给出可靠结论：输入数据如何处理、模型表现如何检查，都需要人的判断。谷歌称，项目灵感来自其十余年的连接组学研究；连接组学通过重建神经元及其连接，绘制脑内线路图。
这套教学项目此前已覆盖洪水预测和眼病检测。谷歌表示，AI Quests至今累计完成超过40万次，并已本地化为10种语言。该数字来自谷歌自身披露，原文未说明“完成次数”的统计口径，不能据此推断独立学生人数或学习成效。
从果蝇脑图谱看AI的作用与边界
课程所借鉴的研究，体现了脑图谱制作的计算挑战。谷歌研究团队9月公布的雄性果蝇脑及中枢神经系统图谱，包含超过16.6万个神经元和1.25亿个突触连接；项目由HHMI Janelia牵头，谷歌及英国剑桥等机构参与。研究者利用计算和AI重建脑组织图像，但图谱仍经人类专家校对与注释。谷歌研究对该成果的介绍
这一例子也说明，课堂中的“AI绘制脑图”是对科研流程的简化演练，并不意味着学生在游戏中生成可用于医学的完整人脑图谱。谷歌研究指出，人脑约有860亿个神经元，目前绘制完整人脑连接图仍不可行；较小生物的图谱可作为研究神经系统的资源，但从果蝇研究到理解人类疾病之间仍有明显距离。
教师培训将分阶段提供
谷歌同步推出教师培训模块，纳入Google AI Educator Series。公司称，前两项课程的模块已可访问，第三项“Polar Peaks”的培训模块预计于公告发布后的下个月推出。Google Research的教师资源页将该课程目标概括为：通过准备数据和训练AI模型，让学生体验科学家加速神经科学与医学发现时涉及的部分决策过程。教师资源
谷歌称，AI Quests曾获2026年Webby奖AI教育类奖项及ETIH Innovation Awards的全球K–12学习解决方案奖。这些奖项和项目参与数据可说明其教育推广规模与外部认可，但并不能替代对课程学习效果的独立评估。此次发布的重点因此不只是把神经科学包装成游戏，而是让学生接触数据准备、模型检验和人工复核这些容易被“AI自动完成”叙事掩盖的环节。