Смотрите счёт на видео!
Как мы с Гермесом это сделали:
1. Скачали коннектом
- Взяли полный коннектом мозга дрозофилы (MaleCNS v1.0, проект FlyWire):
connectome-weights.feather (~1 ГБ) + body-annotations.feather.- Это 211 577 нейронов и 26 028 386 синаптических связей.
2. Собрали граф
-
save_graph.py → graph.npz: вершины = нейроны, рёбра = связи с весами и знаком (возбуждающие/тормозные).- Выделили 1314 нисходящих (моторных) нейронов как «выход» и ~105K зрительных как сенсорику.
3. Сделали резервуар
- Класс
FlyBrain: поле Тетриса (200 клеток) → случайная проекция на 8000 нейронов по всему мозгу → 5 синаптических шагов по коннектому → чтение с 1314 моторных нейронов.- Коннектом заморожен (не обучается), обучается только тонкий слой чтения. Шаг полного графа — 24 мс.
4. Написали игру и награду
-
Tetris + DopamineLearner: дофамин = RPE (награда минус ожидание), eligibility trace обучает слой чтения.- Награда: +5 за исчезнувшую линию, −0.5 за дырку, −0.1 за рост высоты (награду за «заполнение клетками» убрали — она учила строить пирамиду).
5. Добавили учителя
- Эвристика Dellacherie (
best_placement): перебор 40 укладок, симуляция дропа, стоимость доски — берёт лучшую. Это «заглядывание вперёд», которого реактивному мозгу мухи не хватает.6. Обучили
- Чередование: учитель играет 30 с (муха имитирует его укладки через кросс-энтропию), потом муха играет сама.
- Муха предлагает топ-12 укладок, оценивает каждую своей системой награды и берёт лучшую — кора предлагает, базальные ганглии оценивают.
- Итог: муха закрывает ~8–11 линий за партию (учитель ~50) — честный «разрыв планирования».
7. Сделали живую демку
- Flask + Three.js/WebGL: 3D-мозг по реальным координатам сомы, тепловая карта активности, частицы-«разряды» на возбуждённых областях, плашка реакций, график «ИИ vs муха», счёт.
Код выложил на канале в ИИзбранном.
Заходите, - там самое интересное
#дрозофила
———
@tsingular