Редакция WIRED представила необычного «сотрудника» по имени PitchFly. В основе этого проекта лежит коннектом — детальная карта мозга самца дрозофилы, разработанная специалистами Google совместно с рядом академических институтов. Эта модель имитирует работу 166 000 нейронов и 125 миллионов синаптических связей, что позволяет симулировать реакцию живого существа на внешние стимулы.
Принципы работы цифровой модели мозга дрозофилы
Поскольку исследователи опубликовали коннектом в открытом доступе, любой желающий может интегрировать его в свои программные проекты. Для создания PitchFly была использована методика «вайб-кодинга»: в систему загрузили сотни популярных заголовков статей WIRED за последний год. С помощью инструментов Codex тексты были преобразованы в репрезентации, понятные нейронной сети.
Важно понимать, что это не языковая модель в привычном смысле. Цифровая муха не осознает значения слов или смысла фраз — она лишь ремиксирует паттерны, которые были заложены в ее «обучающую выборку». Результаты генерации PitchFly включают такие идеи, как «Скрытая проблема погоды в системе слежения» или «Инженеры, считающие, что Илону Маску нужно меньше компьютерной безопасности».
Эксперименты энтузиастов с коннектомом
После публикации коннектома в начале сентября 2026 года сеть наполнилась множеством творческих проектов на его основе. Пользователь соцсети X под псевдонимом Lyra Bubbles продемонстрировал обучение виртуального мозга мухи игре в VR-симулятор Beat Saber. В свою очередь, инженер Coinbase Алекс Вормут создал проект StonkFly, где модель принимает решения о биржевой торговле. Несмотря на то что торговля приносит убытки, Вормут отмечает философскую значимость эксперимента, позволяющего задуматься о вопросах этики и наличии зачатков сознания в подобных симуляциях.
Список других энтузиастов, использующих коннектом, весьма обширен:
- Обучение управлению персонажами в играх Doom, Minecraft и Pong.
- Решение головоломки «кубик Рубика».
- Симуляция вождения автомобиля, где виртуальные мухи, как выяснилось, плохо справляются с параллельной парковкой.
Научный потенциал и перспективы ИИ-моделей
Хотя часть этих проектов носит развлекательный или пародийный характер, существуют и серьезные научные инициативы. Специалисты используют коннектом для создания визуализаций нейронных цепей и инструментов их модификации. Изучение мозга мелких существ помогает нейроученым лучше понять биологические основы интеллекта, что в будущем может способствовать разработке методов ремонта поврежденных нейронных связей.
Для сферы искусственного интеллекта данная ситуация демонстрирует, насколько доступным стало развертывание собственных специализированных моделей. По мнению экспертов, важнейшим направлением развития ИИ в будущем станет не только создание гигантских языковых моделей корпорациями, но и формирование узкоспециализированных систем, способных эффективно выполнять конкретные задачи при минимальных вычислительных затратах.
Технические подробности и процесс «обучения» PitchFly
Важно уточнить, как именно функционирует архитектура PitchFly. Инструмент Codex был задействован для выполнения трудоемких задач: превращения заголовков статей в слова и фразы, а затем — в специфические представления, которые способен интерпретировать коннектом. Хотя PitchFly содержит ровно 165 112 активных нейронов (небольшое расхождение с общей емкостью карты мозга дрозофилы), он не является «языковой моделью» в классическом понимании, как, например, продукты OpenAI или Anthropic. Это сугубо имитационная система, которая не обладает пониманием семантики, а лишь рекомбинирует заложенные в нее закономерности новыми, зачастую абсурдными способами.
Автор проекта Уилл Найт отмечает, что «лунатические» идеи PitchFly, такие как «The Tiny Shift in Agentic AI Is Rewriting the Rules of Food and Drink» или «Is China About to Make Digital Syndication Obsolete?», наглядно доказывают, что журналисты пока могут не опасаться замены своим рабочим местам. В будущем планируется расширить возможности программы, чтобы она могла обучаться в реальном времени, постоянно поглощая новые заголовки WIRED.
Философский и прикладной аспекты «мушиного» интеллекта
Алекс Вормут, разработчик StonkFly, считает, что подобные эксперименты в эпоху массовой тревоги перед экзистенциальными угрозами со стороны ИИ приносят необходимое облегчение и долю юмора. В личной переписке он подчеркнул, что взаимодействие с коннектомом ставит перед исследователями глубокие вопросы о природе сознания: можно ли считать воспроизведение биологической нейронной сети попыткой создания синтетической психики или это просто сложный алгоритм? Несмотря на то, что StonkFly теряет деньги на бирже, автор проекта считает опыт «философски захватывающим».
С научной точки зрения, проект открывает двери для исследования фундаментальных основ нейробиологии. Хотя человеческий мозг состоит из 86 миллиардов нейронов, что делает его полное картирование недоступным для нынешних технологий, работа с дрозофилой позволяет ученым тестировать гипотезы о том, как конкретные повреждения влияют на нейронную сеть и какие методы регенерации могут быть применены в будущем. Ряд проектов, использующих коннектом, направлен на создание инструментов для визуализации и детальной манипуляции нейронными цепями, что является серьезным шагом вперед для нейронаук.
Впрочем, не все эксперименты преследуют исследовательские цели. Некоторые энтузиасты создали симуляции, где «мухи» просто уходят на заслуженный отдых, что многие восприняли как ироничный ответ на суету вокруг ИИ. При этом достоверность некоторых «мушиных» проектов остается под вопросом — автор отмечает, что ряд демо-роликов может быть лишь качественной анимацией без реального использования вычислительной мощности коннектома.
«В конечном счете, вся эта суматоха вокруг мухи — лучшее доказательство того, как легко сегодня стало развертывать собственные модели. Вместо того чтобы полагаться исключительно на гигантские LLM от техгигантов, будущее может лежать в плоскости создания специализированных, компактных моделей, которые при правильном подходе справляются с задачами не хуже своих «тяжеловесных» собратьев», — подытоживает Найт.
