Компания Google объявила о завершении работы по созданию полной карты мозга и центральной нервной системы взрослой особи самца плодовой мушки. Исследователи использовали технологии искусственного интеллекта, чтобы объединить миллионы двумерных изображений в единую трехмерную нейронную модель. Проект включает реконструкцию более 166 000 нейронов и, по заявлению разработчиков, является важной вехой в нейронауке, которая поможет ускорить изучение принципов работы мозга.
Адаптация нейронной модели для видеоигр
Практически сразу после публикации данных разработчики программного обеспечения нашли им неожиданное применение. Уже к 6 сентября 2026 года инженер компании Coinbase Алекс Вормут представил проект, в рамках которого нейромодель мушки обучается играть в оригинальную версию Doom. Механика процесса строится на стимуляции сенсорных нейронов кадрами из игры, при этом нейронная активность транслируется в элементы управления. Для обучения системы используется метод подкрепления: получение игрового урона вызывает стимуляцию двух дофаминовых клеток PPL101.
На специализированном сайте Вормута можно в реальном времени наблюдать за процессом прохождения: система отображает как вид от первого лица внутри игры, так и рендер мушки в 3D-пространстве карт Doom. На текущий момент виртуальный игрок совершил уже более 6000 попыток, однако, как отмечают наблюдатели, успехи модели в прохождении уровней остаются весьма скромными.
Масштабируемость экспериментов на другие игровые проекты
Помимо Doom, энтузиасты адаптировали цифровую модель для других популярных игр:
- Beat Saber: Пользователь Lyra Bubbles с платформой X (бывший Twitter) применила методы обучения с подкреплением, используя данные мозга и записи песен. Модель обучается определять цели для ударов в ритм музыки, получая ответные сигналы на стимулы. В планах разработчика — снизить зависимость от внешних подсказок для перехода к полностью реактивной игре.
- Super Mario 64: Джессика Пакетт, сменившая специализацию на «инженерию мушек» в 2026 году, продемонстрировала запуск цифрового мозга в классическом платформере.
- Minecraft: Ютубер Ro0oney реализовал аналогичный эксперимент, используя данные проекта Flywire.AI, созданного в сотрудничестве с Принстонским университетом.
Стоит отметить, что проект Flywire базируется на анализе мозга самки плодовой мушки, а количество нейронов в его модели составляет 139 255 против 166 000+ в исследовании Google. Несмотря на различия в исходных данных и биологическом поле, фундаментальный подход к интеграции нейронных карт в игровые среды остается идентичным. Подобные разработки вызывают профессиональный интерес к потенциалу репликации сложных нейронных систем и вопросам того, как скоро подобные технологии могут быть применены к более комплексным организмам.
Технологические особенности и платформенные различия
Важно подчеркнуть, что инициатива Google по картографированию мозга плодовой мушки была представлена через HKEPC. Полученная 3D-модель — это фундаментальная база, которая объединяет миллионы 2D-снимков, позволяя визуализировать сложную нейронную архитектуру взрослого самца насекомого.
Эксперименты энтузиастов демонстрируют различные подходы к использованию этих данных:
- Интеграция с Beat Saber: В текущем методе Lyra Bubbles модель не реагирует на объекты органически в момент их появления на экране. Вместо этого обучение происходит на основе предзаписанных прохождений песен, что позволяет мушке «запоминать» траекторию ударов. Цель дальнейших исследований — полностью исключить внешние входные данные и добиться реактивного поведения системы в реальном времени.
- Различия в источниках данных: При сравнении проекта Google и платформы Flywire.AI прослеживается разница не только в половой принадлежности исследуемых особей, но и в детализации нейронных сетей. Google оперирует моделью с 166 000+ нейронов, в то время как данные Принстонского университета включают 139 255 нейронов.
Эти различия подчеркивают междисциплинарный характер современных нейроисследований, где данные, полученные в ходе академических работ, становятся инструментом для проверки алгоритмов машинного обучения в игровых средах. От Doom до Minecraft — каждый такой эксперимент помогает лучше понять потенциал «цифрового мозга» и приближает научное сообщество к ответу на вопрос, насколько эффективно подобные цифровые копии могут имитировать когнитивные процессы биологических организмов.
