В начале сентября 2026 года в журнале Cell вышла работа исследователей из HHMI Janelia, Кембриджа и Google Research: полная карта центральной нервной системы взрослого самца мухи-дрозофилы. Такую карту называют коннектомом, то есть схемой проводки нервной системы: какие в ней есть нейроны, кто с кем связан и сколько контактов между каждой парой.

Данные выложили в открытый доступ под лицензией CC BY, и программисты-энтузиасты сразу принялись за любимое занятие: пытаться запустить на мозге мухи Doom. Вопрос в том, что именно они запускают и кто принимает решения, когда муха на экране стреляет в демона.

Зачем нужна карта

Цель у карты прикладная: получить удобный инструмент для изучения мозга. Но построить её трудно, потому что нейроны очень малы и расположены хаотично, а каждую клетку нужно проследить и не спутать с соседней.

Подобное уже делали. Первую полную карту нервной системы животного опубликовали в 1986 году: у червя C. elegans нашли 302 нейрона и около пяти тысяч химических синапсов. В 2024 году в Nature вышел коннектом мозга взрослой самки дрозофилы проекта FlyWire: 139 255 нейронов и более 50 млн синапсов, в работе участвовали сотни исследователей и волонтёров.

Новая карта крупнее. В ней около 166 700 нейронов, то есть примерно в 550 раз больше, чем у червя, и около 125 млн синаптических контактов. Насколько удалось выяснить, это крупнейшая из полных карт нервной системы животного, а тысячи типов клеток в ней аннотированы: от зрительной системы до цепочки, которая управляет телом.

Главное отличие от FlyWire в том, что к мозгу добавлена вентральная нервная цепочка, то есть часть, которая управляет телом. Кроме того, это первый коннектом самца, а значит, появилась возможность сравнить мужской и женский мозг на уровне синапсов.

Как получили карту

Учёные препарировали нескольких мух и выбрали образец, который сохранился лучше всего. Целиком в микроскоп он не помещался, поэтому нервную систему разрезали на блоки и отсканировали электронным микроскопом со сфокусированным ионным пучком (FIB-SEM).

Прибор работает так: фотографирует поверхность ткани, затем ионный луч срезает тонкий слой, примерно восемь нанометров, и всё повторяется. Это похоже на нарезку колбасы с фотографией каждого среза, только в другом масштабе.

Получился огромный трёхмерный снимок. Дальше алгоритмы машинного обучения разделили его на отдельные клетки и восстановили их форму, потом нашли синапсы и определили, где какой нейрон отправляет сигнал и где принимает. Нейронам присвоили типы и положение. В итоге скан превратился в базу данных.

Сам скан касается одной конкретной мухи, а не усреднённой модели всех дрозофил. Эту муху можно назвать условным Джоном: от неё и пошли все 166 700 нейронов карты.

Важно понимать, чего в ней нет. Это карта проводки одной конкретной мухи, а не цифровой мозг, и кнопки «запустить» у неё нет. Коннектом показывает, какие нейроны соединены, но не то, как они работают: сработает ли клетка сразу или после нескольких импульсов и что передаст дальше, определяют ионные каналы и химические процессы.

Как «запускают» Doom

Самый обсуждаемый проект называется DoomFly, его автор Алекс Вормут. Заголовки вроде «На мозге мухи запустили Doom» вводят в заблуждение. Игра по-прежнему работает на обычном компьютере, а модель мозга подключена к ней в роли игрока. Не стоит удивляться: Doom запускали и на тесте на беременность, и на домофоне, так что мозг мухи был лишь вопросом времени.

Чтобы карта заработала, поверх неё нужно написать математическую модель нейрона. Разработчики используют упрощённую схему LIF (Leaky Integrate and Fire). Нейрон в ней накапливает приходящие импульсы: одни увеличивают его сигнал, другие уменьшают, а со временем он затухает. Если суммарное значение превысило порог, клетка выдаёт короткий импульс, после чего сбрасывается. Получается искусственная сеть с топологией настоящей нервной системы, но без всей биохимии живого нейрона.

Дальше нужны переводчики. Кадр игры превращается в стимуляцию нейронов, соответствующих фоторецепторам мушиного глаза. Активность нисходящих нейронов, через которые у настоящей мухи мозг передаёт команды телу, превращается в команды «повернуть», «идти», «стрелять». Какой нейрон что означает, задают сами разработчики. У настоящей дрозофилы нет нейрона, который отвечает за стрельбу по демонам.

Так кто же играет? Получается слоёная система: игра выдаёт картинку, программа-кодировщик переводит её в сигналы для нейронов, сеть с мушиной топологией рассчитывает, как активность распространяется по связям, а программа-декодировщик превращает результат в нажатия клавиш. Мозг мухи здесь служит необычным слоем между картинкой и кнопками, а правила перевода на обе стороны пишут люди. Заодно из 124 млн физических контактов при обработке получается граф примерно из 25 млн связей между парами нейронов. Поэтому по самому факту, что персонаж двигается и стреляет, нельзя судить, понимает ли муха игру или сеть просто реагирует на картинку.

Есть и подобие обучения. Когда персонаж получает урон, система искусственно стимулирует две дофаминовые клетки, а их активность меняет силу части связей, как в обучении с подкреплением. Убедительных доказательств, что сеть стала лучше играть, нет. По сообщениям TweakTown, сыгранные матчи уже исчисляются тысячами, а Doom муха пока не прошла.

Не только Doom

Мухе нашлось много других занятий. Её поселили в Minecraft, а проект Stonkfly показывает ей график курса биткоина и по активности нейронов получает одну из команд: купить, продать, держать. Прибыль стимулирует одну группу дофаминовых клеток, убыток другую. Стабильно зарабатывать муха пока не научилась. Виртуальная дрозофила есть и в виде жителя рабочего стола macOS, который ползает по экрану.

Серьёзнее эксперимент с вождением. Здесь коннектом работает как рекуррентная сеть: топология зафиксирована, а обучаются численные параметры, около 25 млн. На вход сеть получает изображение дороги размером 64 на 32 пикселя, каждые 50 миллисекунд принимает решение и выдаёт угол поворота руля, причём между решениями её состояние не сбрасывается. Сначала сеть копирует поведение эксперта, потом ездит сама и дообучается. На новых улицах с трафиком лучшая модель прошла 58 из 60 маршрутов без столкновений. Правда, тормозить она пока не умеет, а каждое условие автор обучал только с одним начальным состоянием.

Важна ли структура мозга

Во всех этих проектах коннектом решает задачи, с которыми справились бы и обычные алгоритмы. Это похоже на попытку есть суп вилкой. Но смысл в другом: нервная система мухи прошла миллионы лет эволюции, и в её устройстве могут быть решения, полезные искусственным сетям. Проверить это просто: взять настоящий коннектом, перемешать в нём связи и сравнить результаты. Если качество резко падает, структура важна.

Результаты пока смешанные. В эксперименте с вождением сеть с перемешанными связями и тем же способом обучения прошла 16 из 20 маршрутов с трафиком, тогда как настоящая справлялась заметно лучше. В проекте Fly Marksman настоящая схема дала в среднем 10,2 поражения за эпизод против 0,7 у перемешанной, хотя часть логики авторы задали вручную. В крестиках-ноликах и шахматах перестроенный граф показал примерно тот же результат, что и настоящий. Значит, одной работоспособности системы мало: она не доказывает, что сеть работает благодаря устройству именно мушиного мозга.

Настоящая ценность карты в другом. На ней можно отключать отдельные нейроны, менять связи, подавать разные сигналы и сравнивать результат с поведением живой мухи. Если какие-то биологические структуры действительно лучше справляются с движением, памятью или шумными данными, принципы можно перенести в новые нейросети и нейроморфные системы. До цифровой копии живого мозга ещё далеко: пока есть подробный чертёж его проводки и возможность подключить к нему практически что угодно.