LONDON (IT BOLTWISE) – Mit DOOMFLY koppeln Forschende das Konnektom einer Fruchtfliege an die Spielmechanik von Doom. Grundlage ist das Modell MaleCNS v1.0 mit 166.700 Neuronen und rund 125 Millionen Synapsen. In ViZDoom werden dabei pro Frame Tausende Bildsignale verarbeitet und bei Ereignissen ein dopaminer Stimulus von 200 Millisekunden ausgelöst. Der entscheidende Punkt: Trotz der Detailtiefe zeigt die Simulation nach tausenden Versuchen keinen signifikanten Lerneffekt.
Wer neuronale Simulationen bisher eher als „statische Landkarten“ verstanden hat, bekommt mit DOOMFLY eine provokante Demonstration: Das Gehirn einer Fruchtfliege wird nicht nur visualisiert, sondern steuert in Echtzeit das Verhalten in einer spielähnlichen 3D-Umgebung. Konkret basiert das Setup auf MaleCNS v1.0, einem Konnektom-Modell, das nach Angaben der beteiligten Forscher 166.700 Neuronen und etwa 125 Millionen Synapsen umfasst. Der Entwickler Alex Wormuth hat Anfang September 2026 diese Kopplung vorgeführt, indem ein digitales Fliegenhirn eine Navigation über Bildreize steuert und dabei die Spielumgebung als sinnvollen „Teststand“ nutzt. Damit wird zugleich sichtbar, wie stark sich biologische und digitale Systeme an der Schnittstelle zu Wahrnehmung und Aktion tatsächlich über Designprinzipien annähern können.
Technisch setzt DOOMFLY auf eine enge Pipeline: Wormuth nutzt ViZDoom als Render- und Interaktionsschicht, während das Konnektom-Modell die Steuerungslogik liefert. Pro Frame werden im beschriebenen System 3.335 Helligkeitssignale der Photorezeptoren R1-R6 verarbeitet und zusätzlich 811 Farbsignale der Photorezeptoren R8, also eine klar strukturierte, sensorisch „vorverarbeitete“ Eingangsseite. Das ist mehr als ein nettes Demo-Detail, denn es zeigt, dass der Erfolg solcher Ansätze nicht nur von der Zahl der Neuronen abhängt, sondern auch davon, wie gut sich der sensorische Rohstrom aus einer virtuellen Szene in die Kategorien einer biologisch inspirierten Signalverarbeitung abbilden lässt. Für das biologische Gegenstück zu Lernen wird außerdem ein aversiver Eingang modelliert: Wenn die Spielfigur oder das System Schaden nimmt, löst das einen 200 Millisekunden dauernden Stimulus in dopaminergen Zellen namens PPL101 aus.
Die Datenbasis dahinter kommt aus einer langfristigen Kartierungsarbeit: Google Research und HHMI Janelia haben über rund zehn Jahre das vollständige Nervensystem einer männlichen Fruchtfliege rekonstruiert, inklusive Gehirn und Nervenstrang. Die Resultate wurden in der Fachzeitschrift Cell veröffentlicht, und MaleCNS v1.0 wurde bereits im Juni 2026 zugänglich gemacht, während das zugehörige Paper im September 2026 erschien. Ergänzend wird in der Beschreibung betont, dass es auch Vergleiche zwischen männlichen und weiblichen Konnektomen gibt und dabei geschlechtsspezifische Unterschiede in der neuronalen Struktur sichtbar werden. Für die Einordnung ist das wichtig, weil Konnektome zwar die statische Verschaltung abbilden, aber die Dynamik – also welche Pfade zu welcher Zeit aktiv werden – erst durch die Interaktion mit Eingaben und Feedback entsteht.
Ausgerechnet an dieser Dynamik scheitert die aktuell gezeigte Lernkomponente jedoch. In den DOOMFLY-Versuchsreihen soll nach 3.000 Versuchen kein signifikanter Lerneffekt beobachtet worden sein; auch konkrete Testläufe wie der Kandidat v6 führten laut Darstellung nicht zum erfolgreichen Bestehen der gestellten Aufgaben in der Spielwelt. Das ist eine bemerkenswerte Aussage, weil sie das naheliegende Missverständnis adressiert, ein hochaufgelöstes Konnektom gleiche automatisch einem lernfähigen neuronalen System. Was im Experiment sichtbar wird, lässt sich technisch so interpretieren: Simulationen, die primär auf fixen Verbindungen und einem klaren Belohnungs- beziehungsweise Aversion-Signal aufsetzen, benötigen für „echtes“ Lernen passende Mechanismen wie synaptische Plastizität oder eine hinreichend robuste Credit-Assignment-Logik, damit der zeitliche Zusammenhang zwischen Aktion, Konsequenz und langfristiger Zustandsänderung im Modell auch tatsächlich wirksam wird.
Gleichzeitig zeigt DOOMFLY, dass die Community die gleichen Daten in unterschiedliche Richtungen weiterdenkt. Neben der großen Modellvariante wurde mit DesktopFly ein vereinfachtes System veröffentlicht, das lediglich 668 Neuronen und etwa 19.000 Synapsen umfasst; der zugehörige Code ist in Swift geschrieben und unter der MIT-Lizenz verfügbar. Auch andere Entwickler experimentieren mit Teilen des Ansatzes: So wurden Tests mit Super Mario 64 durchgeführt, bei denen der verwendete Code mithilfe von GPT Astra von OpenAI erstellt worden sein soll. Gerade diese Kombinatorik – vom „großen“ Konnektom bis zum stark verdichteten Modell – ist für die Praxis interessant, weil sie unterschiedliche Fragen beantwortet: Reicht die Architektur, um Steuerung zu lernen? Oder braucht es zwingend zusätzliche Lernregeln, Parameter-Updates und eine Lernsignal-Definition, die zu den Zeitskalen biologischer Prozesse passt?
Für den Blick nach vorn ist weniger die Spiel-Story entscheidend als die Forschungsinfrastruktur: In der Fachwelt gilt die Kartierung der Fruchtfliege als Basis für noch ambitioniertere Projekte. Google Research und HHMI Janelia nennen als nächste Schritte die Nervensysteme komplexerer Organismen wie Fischen und Mäusen. Damit verschiebt sich der Schwerpunkt der Arbeit von „wir können Konnektome digital nachbauen“ hin zu „wir können biologische Netzwerke so modellieren, dass deren Funktionsweise unter realistischen Eingaben erklärbar und – perspektivisch – nutzbar wird“. Für KI-Entwicklung heißt das: Nicht jede Detailtiefe übersetzt sich automatisch in Lernfähigkeit, aber die Experimente liefern harte Randbedingungen dafür, welche Bestandteile eines Lernsystems wirklich erforderlich sind. In der Langzeitperspektive werden solche Datengrundlagen vor allem dann wertvoll, wenn sie mit Lernmechanismen gekoppelt werden, die nachweisbar zu den beobachteten Verhaltensänderungen führen.
💳 Amazon-Kreditkarte mit 2.000 Euro Limit bestellen!
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- 【MEHR LEBEN FÜR DEINEN SCHREIBTISCH】 Lerne Eilik kennen – deinen kleinen Roboter-Freund mit Persönlichkeit. Mit liebevollen Animationen, ausdrucksstarken Reaktionen und spielerischen Interaktionen bringt Eilik mehr Freude in deinen Alltag. Ob auf dem Schreibtisch, im Büro oder am Nachttisch – Eilik wird schnell zu einem vertrauten Begleiter für besondere Momente.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "Fruchtfliegenhirn steuert Doom: 166.700 Neuronen, aber kein echtes Lernen" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "Fruchtfliegenhirn steuert Doom: 166.700 Neuronen, aber kein echtes Lernen" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »Fruchtfliegenhirn steuert Doom: 166.700 Neuronen, aber kein echtes Lernen« bei Google Deutschland suchen, bei Bing oder Google News!