С кем вы играете

Это не чат-бот и не шахматная программа. Это модель настоящего мозга плодовой мушки (дрозофилы) — каждого из его 138 639 нейронов и 15 миллионов связей между ними.

В 2024 году учёные проекта FlyWire впервые полностью нарисовали «схему проводов» мозга взрослой мухи — коннектом. По этой схеме построена модель, где каждый нейрон копит заряд и «стреляет» импульсом (спайком), когда заряд доходит до порога (Shiu et al., Nature 2024). Эта муха — та самая модель. Она считается на видеокарте или процессоре: на обдумывание одного варианта уходит 100 миллисекунд «жизни» мозга, а это десятки тысяч спайков.

Как она видит доску

Глазами муха доску не различает: мы проверяли — зрительная часть её памяти видит яркость и цвет, но не форму. Зато у мухи прекрасный нюх. Поэтому каждый возможный ход программа превращает в «запах» — набор признаков: «берёт фигуру», «встаёт под бой», «фигура там защищена», «шах», «станет дамкой»… Каждый признак — свой набор обонятельных нейронов мухи, как разные пахучие вещества.

♟возможный ход

👃запах: обонятельные нейроны

🍄грибовидное тело: клетки Кеньона

⚖выходы «иди» и «прочь»

🪰ход туда, куда тянет

Как она решает

Запах каждого хода проходит через грибовидное тело — центр памяти мухи. На выходе у него есть нейроны, которые тянут «иди туда», и нейроны «уходи прочь». Какие из них какие — не придумано нами: это видно по самой схеме мозга (к кому подходят нейроны «награды» и «наказания»). Муха ходит туда, куда её тянет сильнее. Изредка — наугад: любопытство (с опытом оно утихает).

Как она учится

Так же, как учатся живые мухи: дофамином. В опытах муху бьют слабым током при каком-то запахе — и она начинает его избегать. Здесь то же самое:

её ход принёс выгоду (взяла фигуру, провела дамку) — включаются нейроны «награды» (PAM);
её ход стоил ей фигуры — нейроны «наказания» (PPL1);
победа или поражение — самая сильная награда или наказание последнему ходу.

Дофамин меняет силу связей между клетками Кеньона и выходными нейронами — именно там, где у мухи хранится память о запахах. В следующий раз похожий ход «пахнет» для неё уже иначе.

Она учится постоянно

Когда никто не играет, муха играет сама с собой — за белых и за чёрных одной и той же памятью — и учится на обеих сторонах. Каждая десятая партия — экзамен против простого бота «жадина», который всегда бьёт самое ценное: так видно, становится ли она сильнее. А ещё она учится на каждой партии с вами.

Уровни сложности

Уровень — это сколько партий опыта у мухи. Это та же муха, только с памятью, какой она была раньше:

🐣 Новичок — 0 партий: мозг, который ещё ничего не знает об игре;
📚 Ученица — 25 партий опыта;
🎓 Опытная — 100 партий;
🏆 Чемпионка — живая муха со всем опытом; продолжает учиться, в том числе на вас.

Первые три уровня «заморожены»: на партиях с вами они не учатся.

Чего она не умеет

Не считает ходы вперёд. У неё ассоциативная память «такой ход обычно к добру», а не расчёт вариантов. Поэтому в шахматах она научилась брать незащищённое и не подставляться, но ставить мат не умеет — её можно обыграть. В шашках, где тактика проще, она сильнее.
Не знает правил сама. Какие ходы возможны и какие у них признаки, подсказывает программа — это её «нос». Выбирает и учится — сам мозг мухи.
Награда и наказание — прямое включение нейронов дофамина, как в лабораторных опытах со светом, а не настоящая боль или сахар: в этой модели мозга нет тела.

Что она уже умеет — в цифрах

Шашки против бота, который ходит наугад: без обучения — 45% побед, после обучения — 97%.
Шашки против «жадины»: без обучения — 0,5% побед, после — 23%.
Шахматы против «жадины»: поражений стало в 4 раза меньше, к концу партии — в среднем на ферзя впереди.
Крестики-нолики против «жадины»: без обучения — 82% поражений, после 100 партий — 14%, остальное почти всё ничьи.
Сапёр: без обучения — 0 побед, после 1000 игр — 26,5%.

Всё это — один и тот же мозг мухи с разными «носами» для разных игр. Проект: «Робот-муха», fly_connectome. Анонимная статистика: мы считаем, сколько людей играет и с каким результатом, но не храним ни имён, ни номеров.

Who you are playing

This is not a chatbot and not a chess engine. It is a model of a real fruit-fly brain (Drosophila) — every one of its 138,639 neurons and the 15 million connections between them.

In 2024 the FlyWire project mapped, for the first time, the complete “wiring diagram” of an adult fly brain — its connectome. A model was built on that map in which every neuron accumulates charge and fires a spike when it reaches a threshold (Shiu et al., Nature 2024). This fly is that model. It runs on a GPU or a CPU: thinking about one option takes 100 milliseconds of brain “life” — tens of thousands of spikes.

How it sees the board

The fly can't tell the board apart with its eyes: we checked — the visual part of its memory sees brightness and color, but not shape. But flies have an excellent sense of smell. So the program turns every possible move into a “smell” — a set of features: “captures a piece”, “walks into an attack”, “the piece is defended there”, “check”, “becomes a king”… Each feature is its own group of the fly's olfactory neurons, like different odorants.

♟possible move

👃smell: olfactory neurons

🍄mushroom body: Kenyon cells

⚖“go” and “away” outputs

🪰moves where it's pulled

How it decides

The smell of each move passes through the mushroom body — the fly's memory center. Its outputs include neurons that pull “go there” and neurons that push “go away”. Which is which was not invented by us: it follows from the brain map itself (which outputs the “reward” and “punishment” neurons connect to). The fly moves where the pull is stronger. Occasionally it moves at random — curiosity (it fades with experience).

How it learns

The same way living flies learn: with dopamine. In experiments a fly gets a mild shock with a certain smell — and starts avoiding it. Here it's the same:

its move paid off (took a piece, promoted a king) — the “reward” neurons fire (PAM);
its move cost it a piece — the “punishment” neurons (PPL1);
a win or a loss — the strongest reward or punishment for its last move.

Dopamine changes the strength of the connections between Kenyon cells and the output neurons — exactly where a fly stores its memory of smells. Next time a similar move “smells” different to it.

It never stops learning

When nobody is playing, the fly plays against itself — White and Black with the same memory — and learns from both sides. Every tenth game is an exam against a simple “greedy” bot that always takes the most valuable piece: that shows whether it is getting stronger. And it learns from every game with you too.

Difficulty levels

A level is how many games of experience the fly has. It is the same fly, just with its memory as it used to be:

🐣 Novice — 0 games: a brain that knows nothing about the game yet;
📚 Student — 25 games of experience;
🎓 Experienced — 100 games;
🏆 Champion — the live fly with all its experience; keeps learning, including from you.

The first three levels are “frozen”: they do not learn from games with you.

What it can't do

It doesn't calculate ahead. It has an associative memory of “this kind of move usually works out”, not a search over variations. So in chess it has learned to take undefended pieces and not to hang its own, but it can't deliver checkmate — you can beat it. In checkers, where tactics are simpler, it is stronger.
It doesn't know the rules by itself. Which moves are legal and what features they have is supplied by the program — that's its “nose”. Choosing and learning is done by the fly's brain itself.
Reward and punishment are direct activation of dopamine neurons, as in optogenetic lab experiments — not real pain or sugar: this brain model has no body.

What it can already do — in numbers

Checkers vs a bot that moves at random: without learning — 45% wins, after learning — 97%.
Checkers vs the “greedy” bot: without learning — 0.5% wins, after — 23%.
Chess vs the “greedy” bot: 4 times fewer losses, and by the end of a game it is on average a queen ahead.
Tic-tac-toe vs the “greedy” bot: without learning — 82% losses, after 100 games — 14%, almost all the rest are draws.
Minesweeper: without learning — 0 wins, after 1000 games — 26.5%.

All of this is one and the same fly brain with different “noses” for different games. Project: “Robot fly”, fly_connectome. Anonymous statistics: we count how many people play and with what result, but keep no names or numbers.

Cu cine joci

Nu e un chatbot și nici un program de șah. E un model al unui creier adevărat de musculiță de oțet (Drosophila) — fiecare dintre cei 138 639 de neuroni și cele 15 milioane de conexiuni dintre ei.

În 2024 proiectul FlyWire a desenat, pentru prima dată complet, „schema de fire” a creierului unei muște adulte — conectomul. Pe această schemă s-a construit un model în care fiecare neuron acumulează sarcină și „trage” un impuls (spike) când atinge pragul (Shiu et al., Nature 2024). Această muscă e chiar acel model. Rulează pe placa video sau pe procesor: gândirea unei variante durează 100 de milisecunde de „viață” a creierului — zeci de mii de impulsuri.

Cum vede tabla

Cu ochii, musca nu deosebește tabla: am verificat — partea vizuală a memoriei ei vede luminozitatea și culoarea, dar nu forma. În schimb, musca are un miros excelent. De aceea programul transformă fiecare mutare posibilă într-un „miros” — un set de trăsături: „ia o piesă”, „intră sub atac”, „piesa e apărată acolo”, „șah”, „devine damă”… Fiecare trăsătură e propriul grup de neuroni olfactivi ai muștei, ca niște substanțe mirositoare diferite.

♟mutare posibilă

👃miros: neuroni olfactivi

🍄corpul ciupercă: celule Kenyon

⚖ieșiri „mergi” și „pleacă”

🪰mută unde e atrasă

Cum decide

Mirosul fiecărei mutări trece prin corpul ciupercă — centrul memoriei muștei. La ieșire are neuroni care trag „mergi acolo” și neuroni care împing „pleacă”. Care sunt care nu am inventat noi: reiese din însăși harta creierului (la cine ajung neuronii de „recompensă” și de „pedeapsă”). Musca mută unde e atrasă mai tare. Uneori — la întâmplare: curiozitate (cu experiența se stinge).

Cum învață

La fel ca muștele vii: cu dopamină. În experimente musca primește un șoc slab la un anumit miros — și începe să-l evite. Aici e la fel:

mutarea ei a adus un câștig (a luat o piesă, a făcut damă) — se activează neuronii de „recompensă” (PAM);
mutarea ei a costat-o o piesă — neuronii de „pedeapsă” (PPL1);
victoria sau înfrângerea — cea mai puternică recompensă sau pedeapsă pentru ultima mutare.

Dopamina schimbă puterea conexiunilor dintre celulele Kenyon și neuronii de ieșire — exact acolo unde musca păstrează memoria mirosurilor. Data viitoare o mutare asemănătoare „miroase” altfel pentru ea.

Învață tot timpul

Când nu joacă nimeni, musca joacă cu ea însăși — cu albele și cu negrele, cu aceeași memorie — și învață din ambele părți. Fiecare a zecea partidă e un examen cu un bot simplu „lacom”, care ia mereu piesa cea mai valoroasă: așa se vede dacă devine mai puternică. Și învață din fiecare partidă cu tine.

Niveluri de dificultate

Nivelul înseamnă câte partide de experiență are musca. E aceeași muscă, doar cu memoria de atunci:

🐣 Începătoare — 0 partide: un creier care încă nu știe nimic despre joc;
📚 Ucenică — 25 de partide de experiență;
🎓 Experimentată — 100 de partide;
🏆 Campioană — musca vie cu toată experiența; continuă să învețe, inclusiv de la tine.

Primele trei niveluri sunt „înghețate”: nu învață din partidele cu tine.

Ce nu poate

Nu calculează mutările înainte. Are o memorie asociativă „o astfel de mutare de obicei e bună”, nu un calcul al variantelor. De aceea la șah a învățat să ia piesele neapărate și să nu-și lase piesele în priză, dar nu știe să dea mat — o poți învinge. La dame, unde tactica e mai simplă, e mai puternică.
Nu știe singură regulile. Ce mutări sunt posibile și ce trăsături au îi spune programul — acesta e „nasul” ei. Alege și învață chiar creierul muștei.
Recompensa și pedeapsa sunt activarea directă a neuronilor de dopamină, ca în experimentele de laborator cu lumină, nu durere sau zahăr adevărat: în acest model de creier nu există corp.

Ce știe deja — în cifre

Dame cu un bot care mută la întâmplare: fără învățare — 45% victorii, după învățare — 97%.
Dame cu botul „lacom”: fără învățare — 0,5% victorii, după — 23%.
Șah cu botul „lacom”: de 4 ori mai puține înfrângeri, iar la sfârșitul partidei e în medie cu o regină în avantaj.
X și 0 cu botul „lacom”: fără învățare — 82% înfrângeri, după 100 de partide — 14%, restul aproape numai remize.
Minesweeper: fără învățare — 0 victorii, după 1000 de jocuri — 26,5%.

Totul e unul și același creier de muscă, cu „nasuri” diferite pentru jocuri diferite. Proiect: „Robotul-muscă”, fly_connectome. Statistică anonimă: numărăm câți oameni joacă și cu ce rezultat, dar nu păstrăm nume sau numere.