Семерых одним взмахом: мозг мухи научит управлять экзоскелетом с ловкостью насекомого

Исследователь из Южной Кореи создал нейросеть из 160 тысяч искусственных нейронов, которая воспроизводит работу мозга мухи. Ученый подключил систему к виртуальным телам, и оказалось, что она способна ими управлять, постепенно совершенствуя навыки взаимодействия со своими аватарами. Полученные данные могут использовать для создания систем управления движениями роботов и экзоскелетов, которые по маневренности смогут приблизиться к насекомым. По словам российских специалистов, это одно из перспективных направлений исследований, необходимых для дальнейшего развития искусственного интеллекта. Новые технологии уже заимствовали ряд принципов у природы. Например, разработки в области компьютерного зрения создавались с учетом принципов работы нервной системы животных.

Изображение сгенерировано ИИ

Корейский исследователь, известный в соцсетях под ником Yakshawan и не пожелавший раскрыть настоящее имя, рассказал о своем уникальном эксперименте с нейросетью, имитирующей мозг плодовой мушки. Ученый подключил к ней два виртуальных тела, чтобы проверить, сможет ли система научиться ими управлять. По его словам, ИИ постепенно осваивает этот процесс, что в перспективе может открыть возможность для создания систем управления движениями роботов, экзоскелетов и протезов с маневренностью, сопоставимой с насекомыми.

Ученый наблюдает, как нервная система самостоятельно находит способы совершать осмысленные движения. Хотя обе модели изначально используют одну и ту же структуру нейронной сети, характер обучения существенно различается в зависимости от формы тела. Относительно простой четвероногий робот уже демонстрирует устойчивые успехи в направлении целенаправленного движения. Аватар девушки, у которого значительно больше суставов и форма тела сильнее отличается от строения плодовой мушки, пока испытывает трудности с формированием осмысленного движения к цели. При этом и в этой модели наблюдается медленный, но заметный прогресс.

По его словам, в перспективе можно создавать модели на основе биологических нейронных сетей, которые эффективно сформировались в процессе эволюции, и использовать их вместо традиционных систем управления движением в различных машинах. При этом отдельный искусственный интеллект сможет отвечать за принятие решений более высокого уровня. Такой подход, например, может применяться в робототехнике, интерфейсах «мозг — компьютер» и устройствах, расширяющих физические возможности человека.

На данный момент лишь у небольшого числа организмов удалось полностью реконструировать структуру связей нервной системы на синаптическом уровне. Среди них плодовая мушка обладает одной из наиболее сложных нервных систем. Модель включает не только мозг, но и вентральный нервный тяж с двигательными цепями. В ней более 160 тысяч нейронов и огромное количество синаптических связей. Это делает ее удобным объектом для изучения полного пути — от получения сенсорной информации до формирования двигательного сигнала. При этом модель достаточно мала, чтобы подобные эксперименты можно было проводить на обычном пользовательском компьютере, рассказал ученый.

Однако точно определить, как воспринимает происходящее модель или даже настоящий мозг мухи, пока невозможно. Также остается неизвестным, обладают ли они тем, что принято называть сознанием.

Как пояснила «Известиям» доцент департамента больших данных и информационного поиска факультета компьютерных наук ВШЭ, лауреат премии Yandex ML Prize 2026 Елена Кантонистова, сейчас разработчики добились высоких результатов в области больших языковых моделей. При этом в сфере «физического» ИИ, который используется, например, для управления роботизированными руками или экзоскелетами, результаты значительно скромнее. Поэтому, по ее словам, это направление важно развивать.

Эксперименты с возможностями мозга мухи начались после того, как ученым удалось полностью описать ее нервную систему. На основе этих данных ее сначала воспроизвели в виртуальной среде, где модель могла летать, питаться и выполнять другие действия. Мушиную нейросеть также обучали играть в компьютерные игры, рассказал нейрофизиолог Михаил Лебедев.

При этом, как подчеркнул Yakshawan, его работа представляет собой не академическое исследование, а личный экспериментальный проект и не имеет конкретной практической цели.