Индекс журнала
Вычислительная нейронаука

От FlyWire до FLY-002: реконструкция мозга мухи в браузере

Что картировали исследователи FlyWire, почему мы продолжили FLY-001 более полной FLY-002 и где заканчивается даже полнографовая симуляция.

Magsud (Max) Jafarov 14 мин. чтения
Созданное ИИ макроизображение плодовой мухи с янтарно-бирюзовой нейронной сетью внутри головы

В сентябре 2026 года я задал себе намеренно неудобный инженерный вопрос: если полный коннектом мухи опубликован, насколько далеко его можно перенести в обычный веб-сайт, прежде чем слова «цифровой мозг» начнут вводить в заблуждение? FLY-001 сделала этот вопрос осязаемым, но одновременно показала, как легко переоценить сокращённый граф, общую динамику и процедурное тело. Мы продолжили эксперимент в FLY-002, чтобы сделать его полнее, измеримее и честнее разделить то, что пришло из данных, и то, что написал я.

Я начинаю с науки, потому что граница принципиальна. FlyWire — выдающаяся анатомическая реконструкция. Мой проект — экспериментальная программная интерпретация производного набора данных. Это не сохранённое животное, не проверенная копия разума мухи и не доказательство сознания в браузере.

Сначала — что именно картировали исследователи FlyWire

Консорциум FlyWire реконструировал мозг одной взрослой самки Drosophila melanogaster по серийным срезам электронной микроскопии. Автоматическая сегментация превратила огромный объём изображений в заготовки клеток; исследователи, профессиональные корректоры и участники сообщества затем исправили и аннотировали реконструкцию. Основная статья в Nature о схеме связей описывает 139 255 проверенных нейронов и 54,5 миллиона синапсов в центральном мозге и обоих оптических долях.

Эти числа относятся к разным уровням графа. Синапс — отдельный контакт, а направленная пара нейронов может содержать много контактов. Публичный FAFB v783 в FlyWire Codex поэтому содержит отдельные таблицы нейронов, аннотаций, синапсов и соединений. FLY-002 пересобирает опубликованную таблицу без порога силы: 16 847 997 строк «пара нейронов — нейропиль» становятся 15 091 983 направленными парами нейронов с сохранением всех 54 492 922 опубликованных синапсов. Намеренно не пропущено ни одной исходной строки.

Сопутствующее исследование аннотаций всего мозга сделало геометрию доступной для поиска и биологически читаемой. Нейроны организовали в иерархические классы и 8 453 аннотированных типа клеток, описав сенсорные, внутренние, восходящие, нисходящие, моторные и другие системы. Без этой работы коннектом остаётся поразительным, но трудным для программирования графом: по одним идентификаторам узлов нельзя понять, где вход, возможный интегратор или выход.

Коннектом — это схема проводки мозга. Он фиксирует анатомические отношения, но не записывает мгновенные напряжения живого животного, синаптическую химию, гормоны, историю обучения, состояние тела и окружающую среду.

Почему схема связей — ещё не работающий мозг

Связность жёстко ограничивает возможную работу цепи, но не задаёт её динамику однозначно. Реальные нейроны различаются свойствами мембраны, морфологией и электрической компартментализацией. У синапсов есть знак, задержка, сочетание рецепторов, нелинейность и пластичность. Многие ранние зрительные нейроны Drosophila передают градуированные потенциалы, а не чистые импульсы «всё или ничего». Глия и нейромодуляторы меняют режим работы. Большинство этих параметров нельзя прочитать непосредственно из электронной микроскопии.

Тем не менее структура может быть очень сильным ограничением. В 2024 году модель зрительной системы с ограничениями коннектома использовала измеренную связность 64 типов клеток оптической доли, оптимизировала неизвестные клеточные и синаптические параметры под задачу оценки движения и дала прогнозы нейронных ответов, согласующиеся с измерениями из 26 экспериментальных работ. Это гораздо более строгий протокол, чем назначить всем клеткам одно уравнение: связность объединили с конкретной задачей, подобранными параметрами и внешней проверкой.

Воплощение добавляет ещё один слой. NeuroMechFly v2 объединяет основанное на данных тело мухи, сенсоры, мышцы, нейронные контроллеры и физику. Вывод прост: поведение возникает в замкнутом контуре между нервной системой, телом и миром. Граф мозга в пустоте не показывает, как аэродинамика крыла, проприоцепция, столкновения и энергетические ограничения формируют действие.

Какой вопрос я решил проверить

Я не пытался воспроизвести всю эту биологию. Мне был интересен более узкий продуктовый и системный вопрос: можно ли сделать опубликованный набор нейронов и таблицу связей интерактивными в обычном браузере, связать их с видимым телом, дать одну идентичность между посетителями и добавить достаточно наблюдаемости, чтобы человек отличал выход модели от программной хореографии?

FLY-001 началась с проекта snedea/flybrain под лицензией MIT и доказала, что 139 255 нейронных записей могут работать внутри портфолио. Мы продолжили до FLY-002, потому что первый рантайм использовал сокращённые 2 698 236 взвешенных связей. Для FLY-002 я заново собрал ресурс из закреплённого релиза FAFB v783.0, сохранил каждый канонический uint64-ID и каждое положительное количество синапсов, объединяя лишь повторные региональные строки одной направленной пары. Манифест фиксирует checksum источника, хеш результата, количества и ограничения.

Что происходит внутри браузерного мозга

Нейронный рантайм FLY-002 работает в Web Worker отдельно от React и 3D-сцены. Полный сжатый граф занимает около 47,5 МБ и раскрывается в компактное CSR-представление примерно на 92,8 МБ. Динамика основана на опубликованной полномозговой LIF-модели Shiu et al.: шаг интегрирования 0,2 мс, задержка синапса 1,8 мс, рефрактерный период 2,2 мс и знак возбуждения или торможения по предсказанному медиатору. За одно обновление в 100 мс реального времени выполняются 25 шагов, то есть 5 мс модельного времени — около 0,05× биологического времени, если браузер успевает.

Разреженное интегрирование активных клеток сохраняет напряжение, проводимость, рефрактерное состояние и задержанные импульсы без полного копирования графа на каждом малом шаге. Ацетилхолин считается возбуждающим, GABA и глутамат — тормозящими. Дофамин, серотонин, октопамин и неизвестные предсказания упрощены до быстрого возбуждения; неизвестный медиатор есть у 19 658 клеток. Это явные допущения модели, а не реконструкция на уровне рецепторов.

Свет, температура, прикосновение и воздух переводятся в детерминированно инициализированные сенсорные потоки, чья геометрия и сила всё ещё эвристичны. Первая версия дала важный урок: worker может исправно тикать, а плохо выбранный вход — не давать содержательного ответа. Поэтому тесты FLY-002 проверяют реальное распространение, ненулевые сенсорные и наградные импульсы, задержки, рефрактерное поведение и активность между кадрами интерфейса, а не просто движущийся счётчик.

Тело, комната и задача для FLY-002

FLY-002 находится в интерактивной бакинской студии в теле, производном от микроскопической модели самки FlyBody. Это другой экземпляр, не тот, чей мозг использован FlyWire; для видимости тело увеличено примерно в 65 раз. Натуралистичные материалы и анимация крыльев улучшают воплощение, но тело не совпадает с мозгом один к одному, а взмахи не являются нейромеханической симуляцией MuJoCo.

Автономный полёт остаётся в комнате и сочетает исследование, фототаксис, испуг, кормление и отдых. Посетитель может рассмотреть тело, следовать за ним, смотреть с камеры на высоте мухи или вручную переопределить курс, высоту и скорость, пока мозг продолжает работать. Вид от первого лица — кинематографический, не оптика сложного глаза. Карта показывает 10 001 выбранную координату клетки для практичного рендера; в модели работают все 139 255 нейронов.

Чтобы превратить наблюдение в измеримое взаимодействие, я построил аэродром размером с полку и трассу из семи колец. Посетитель управляет миниатюрным самолётом, преследует FLY-002 и выпускает безвредный воздушный импульс. Точное попадание стимулирует группу органа Джонстона и вызывает уклонение; последовательный проход колец может стимулировать наградную группу. Локальное для визита предпочтение ворот меняет направляемую скорость, но веса FlyWire не изменяются. Это прозрачное игровое правило, вдохновлённое исследованием дофаминового подкрепления, а не доказательство обучения реконструированного мозга как исходного животного.

Одна идентичность, много посетителей

Мне хотелось, чтобы FLY-002 была одной именованной сущностью, а не новой анимацией в каждой вкладке. Протокол версии 2 и отдельная идентичность Durable Object не позволяют выдать старый координатор или checkpoint FLY-001 за новый граф. Ровно один подключённый браузер становится лидером и запускает neural worker; остальные наблюдают каноническое состояние мира. Лидер публикует проверенное движение и периодически загружает checkpoint с напряжениями, проводимостью, рефрактерными состояниями, задержанными импульсами, состоянием генератора и временем модели. После отключения лидерство может перейти другому клиенту.

Здесь есть важное эксплуатационное ограничение. Гибернация Durable Object сохраняет идентичность и мир без постоянно активного процесса, но не исполняет каждый нейронный тик, когда посетителей нет. Для непрерывного цикла предусмотрен необязательный headless Chromium caretaker. Пока координатор и caretaker не развёрнуты, публичный интерфейс может переходить в явно обозначенный режим симуляции в одном браузере. Персистентность — реализованная архитектура с требованиями к деплою, а не магическое бессмертие, подаренное коннектомом.

Нейронный журнал, а не чтение мыслей

Компактный монитор FLY-002 раскрывается, когда посетителю нужны детали. Он показывает модельное и вычислительное время, поведение, скорость, высоту, драйвы и полные окна из двадцати обновлений. Окно считает каждый импульс и каждую уникальную сработавшую клетку, а не выбирает один удобный кадр. JSON-журнал и карта из 10 001 точки с сохранением идентичности позволяют проверять тишину, повторные импульсы, наградные и воздушные ответы без выдуманной активности ради эффекта.

Gemini 3.1 Flash-Lite может превратить один проверенный снимок телеметрии в короткое предложение. В запросе нет истории чата, изображения или данных коннектома; используется минимальное рассуждение, максимум 80 выходных токенов и лимиты на минуту, сессию страницы и сервер. Интерфейс называет результат интерпретацией ИИ. Модель суммирует поля вроде «испуг», «скорость» и «сработавшие нейроны»; она не декодирует опыт и не сообщает буквальные мысли мухи.

Реальные данные коннектома + симулированная нейронная динамика + эвристическое тело + текст телеметрии от ИИ всё равно остаются симуляцией. Каждый «+» добавляет возможность, а не доказательство сознания.

Что демонстрирует эксперимент

Технически FLY-002 показывает, что полную опубликованную таблицу связей можно упаковать для сайта, считать вне основного потока, сохранять в checkpoint, подключить к интерактивной 3D-сцене и проверять на компьютере и сенсорных устройствах. На этой рабочей станции worker запускался примерно за 63 мс и тратил в среднем около 22 мс на обновление каждые 100 мс; это не гарантия для телефона. Полный граф содержит в 5,59 раза больше направленных пар, чем FLY-001, поэтому точность намеренно стоит дороже по CPU даже после удаления сортировки, дублирования графа и float-весов в рантайме.

Научно эксперимент демонстрирует гораздо меньше — и эта граница принципиальна. Динамика вдохновлена статьёй, но не проверена как эквивалент ответам целого живого животного. Нет позиций синапсов, сочетаний рецепторов, полной нейромодуляции, глии, памяти и брюшной нервной цепочки. Тело взято у другого экземпляра; самолёт использует вспомогательную игровую физику; сенсорная геометрия, драйвы и политика награды приблизительны. Поведение нельзя считать прогнозом об исходном животном.

Куда двигаться дальше

Продолжение после FLY-002 должно означать калибровку, а не более крупное зрелище: сравнивать ответы с опубликованными записями, добавить динамику по типам клеток и рецепторов, связать мозг с брюшной нервной цепочкой и валидированным нейромеханическим телом, поставить задачи с измеримой ошибкой. Развёртывание координатора версии 2 и caretaker также превратит локальную архитектуру идентичности в постоянный публичный организм без утверждения, что постоянство означает сознание.

FlyWire-коннектом замечателен потому, что позволяет задавать вопросы на конкретной анатомии, а не на абстрактной нейросети. FLY-001 сделала эту анатомию интерактивной; мы продолжили до FLY-002, чтобы сохранить гораздо больше опубликованного графа, использовать более сильную модель динамики и сделать каждое утверждение проверяемым. Она достаточно живая, чтобы вызвать любопытство, и достаточно прозрачная, чтобы показать: слово «живая» остаётся метафорой.

Источники и дополнительное чтение

Dorkenwald et al., Neuronal wiring diagram of an adult brain, Nature (2024)

Schlegel et al., Whole-brain annotation and multi-connectome cell typing of Drosophila, Nature (2024)

Lappalainen et al., Connectome-constrained networks predict neural activity across the fly visual system, Nature (2024)

Wang-Chen et al., NeuroMechFly v2, Nature Methods (2024)

FlyWire Codex — портал данных FAFB v783

snedea/flybrain — MIT-симулятор для браузера, адаптированный в эксперименте

Опубликованная таблица связей FlyWire FAFB v783.0

Shiu et al., вычислительная модель мозга Drosophila, Nature (2024)

FlyBody — микроскопическая модель тела Drosophila

Созданная ИИ фронтальная визуализация симметричного коннектома плодовой мухи с оптическими долями и центральным мозгом
Концептуальная визуализация для статьи — не исходная электронная микроскопия и не буквальный рендер каждого нейрона FlyWire.
Созданная ИИ плодовая муха летит по тёплой бакинской студии с растениями и бежевым ЭЛТ-компьютером
Концепт FLY-002 в бакинской студии. На сайте используется микроскопическая модель FlyBody и измеряемая браузерная симуляция.
#FlyWire#FLY-002#connectome#Drosophila#neural simulation#WebGL