DoomFly: Ein Fruchtfliegen-Konnektom steuert Doom

Was tatsächlich mit Doom verbunden wurde

Das Erste, was an der viralen Formulierung korrigiert werden sollte: Hier wurde keine lebende Fruchtfliege vor Doom gesetzt. Das offene DoomFly-Repository von Alex Wormuth beschreibt ein anderes, nicht weniger ungewöhnliches Experiment: Mit dem Spiel ist eine Simulation des Konnektoms des zentralen Nervensystems einer männlichen Fruchtfliege, MaleCNS v1.0, verbunden. Zum Zeitpunkt der Veröffentlichung war der Quellcode bereits zur Prüfung und Reproduktion verfügbar.

Der Kreislauf ist geschlossen. Doom-Bildframes werden in Stimulation simulierter sensorischer Neuronen umgewandelt, die Aktivität breitet sich anschließend im Netzwerk aus, und ausgewählte Ausgangssignale werden in Bewegung und Schießen übersetzt. Nach jedem Befehl verändert sich das Spiel, der neue Frame wird wieder zum Eingang. Die Simulation verarbeitet also nicht bloß passiv vorab aufgezeichnetes Video.

Der Umfang ist tatsächlich bemerkenswert: In den Projektmaterialien werden für MaleCNS v1.0 166.700 Neuronen und rund 125 Millionen synaptische Kontakte genannt. Eine hohe Zahl von Knoten bedeutet jedoch nicht automatisch intelligentes Spielverhalten. Entscheidend sind die Bildkodierung, die Auswahl motorischer Ausgänge, die zeitliche Dynamik und der Lernmechanismus.

Die Startanleitung nennt Python 3.11 oder neuer, einen C++-Compiler, ViZDoom und Node.js 22 für die Beobachteroberfläche. Getrennte Schritte bereiten die Konnektomdaten und den Rechenkern vor; danach startet der Server ein experimentelles Modell mit Lernen. Das ist nicht bloß ein Video mit einer attraktiven Beschriftung, sondern ein technisches Artefakt, das sich Schicht für Schicht untersuchen lässt.

Öffentliche Beschreibungen sprechen allerdings nur von einer begrenzten Arena und Überlebensversuchen. Formale Ergebnisse zu Siegen, Lernzeit oder zur Übertragung des Verhaltens auf andere Szenarien fehlen. Deshalb ist DoomFly treffender als Demonstration einer Closed-Loop-Architektur zu bezeichnen, nicht als Beleg dafür, dass eine Fliege Doom gelernt hat.

Warum das Experiment nützlicher ist als die virale Schlagzeile

Der Hauptwert von DoomFly liegt nicht im Spielkönnen, sondern in der reproduzierbaren Verbindung von sensorischem Eingang, biologisch definiertem Netzwerk und motorischem Ausgang. Für Ingenieure ist es eine kompakte Referenz zum Aufbau eines geschlossenen Neurointerfaces, bei dem Latenzen und Umwandlungsfehler sofort im Verhalten des Agenten sichtbar werden.

• Forschende erhalten eine verständliche Umgebung mit kontinuierlicher Rückkopplung.
• Offener Code ermöglicht es, Eigenschaften des Konnektoms von manuellen Decoderentscheidungen zu trennen.
• Doom liefert ohne spezielle Laborausrüstung ein visuell unmittelbar erkennbares Ergebnis.

Als Erstes würde ich prüfen, wie stark das Verhalten von der neuronalen Dynamik selbst abhängt und wie stark von Regeln, die Signale auf Tasten abbilden. Ohne Vergleiche mit einem einfachen Controller und ohne Ablationen lässt sich der Effekt leicht überschätzen. DoomFly ist genau an dieser Grenze interessant: Gehirnähnliche Komplexität ist bereits vorhanden, doch die Quelle des beobachtbaren Verhaltens muss noch ehrlich von der technischen Umhüllung getrennt werden.

Wir haben zuvor den Codex-auf-Raspberry-Pi-Fall untersucht und gezeigt, wie sich spektakuläre Demos verkörperter KI von überprüfbarer technischer Umsetzung unterscheiden. Das Fruchtfliegen-Experiment in Doom führt diese Diskussion über die Grenze zwischen einem beeindruckenden Prototypen und seinem tatsächlichen Gehalt weiter.