配線図だけで動くショウジョウバエ、マインクラフトに入る

このゲームが参考にしたショウジョウバエ研究

リポジトリのREADMEと参考文書(REFERENCE.md)で引用されている研究を役割別にまとめました。核となるのは2本です。何をつないだかはBergら (2026)、どう動かすかはShiuら (2024)が決めました。

脳から腹側神経索まで — ゲーム内の信号が通る道

前のページの3D脳に、腹側神経索(下の細長いかたまり)と首、口吻を加えました。このMODは脳だけでなく、脚や翅を動かす運動ニューロンまで動かしているからです。場面を選ぶと、緑の信号が実際の接続経路をたどります。実際の解剖データではなく概略モデルです。

ニューロン1個の計算 — 漏れるバケツに水を注ぐ

約17万個のニューロンはすべてこの部品一つです。入力スパイクが来ると電圧が上がり、放っておくと静止電圧へと漏れ下がります。しきい値(−45 mV)を超えるとスパイクを発し、すぐに−52 mVに戻ります。①のページの「超シンプルモデル」y = [w·x ≥ θ]に時間と漏れが加わった姿です。

行動観察ダッシュボード — 刺激を与え、ニューロンを見て、行動を読む

MODの「ニューロスコープ」(Hキー)画面を模しました。場面を選ぶと感覚ニューロンが刺激され、介在ニューロンを経て、下行・運動ニューロンの発火頻度がデコーダーの優先順位ラダーを通って行動になります。バーの薄い帯はリポジトリの検証記録(VALIDATION.md)にある実際の測定範囲です。

最も重要な調整つまみ — 全体ゲインを合わせる

Shiuらのシナプス1個あたり0.275 mVは、メスの脳(FlyWire)に合わせた値です。オスの神経系はニューロンあたりのシナプスが多いため、この値をそのまま使うとネットワーク全体が過剰に興奮します。そこで、すべての接続に掛けるゲインを1つ、論文と同じ方法で合わせ直しました。

どこまでが配線図から生まれ、どこからが人の手で作られたのか

このリポジトリの一番良いところは、自ら線を引いていることです。READMEには「このプロジェクトの核心は、最後の列(出典)に正直であること」と書かれています。行動ごとに創発(配線図から自然に)、手作り(人が作った代役)、混合のラベルを付けています。

「創発」の範囲に注意。ここでの創発とは「このコンピューターモデルの中で、ルールなしに出てきた」という意味です。実際のオスのショウジョウバエで確かめた結果ではなく、ゲームなしでモデルだけを動かした自動テスト(ベンチ)の結果です。同じ経路の一部(砂糖 → MN9、身づくろい)は、Shiuら (2024)がメスの脳モデルで予測し、動物実験で確かめたことがあります。

応用してみる — このMODの設計をほかのAIに照らしてみると

このMODは脳科学のプロジェクトですが、設計の仕方は今日のAIシステムと似ているところがたくさんあります。生成AIを学んだり教えたりする人、現場にAIを導入しようとしている人のために、対応関係を整理しました。

3作品の比較 — 同じショウジョウバエ、異なる問い

①のページはニューラルネットワーク入門、②のページは記憶想起の論文の図解、そしてこのマインクラフトMOD。3つとも「感覚 → 脳 → 行動」をたどりますが、何を本物として残し、何を単純化するかが違います。

モデル構造の比較 — このページのモデル vs MLP · RNN · GRU · LSTM · CNN

ボタンを押して6つの構造の図を切り替えてみましょう。緑の線は学習される接続、点線は固定された接続、オレンジの矢印は時間をまたぐ記憶です。どの図も原理を示すための概略図です。

ショウジョウバエ学習ツール — 自分の絵で教えて、すぐに使ってみる

Teachable Machineのように、① クラスごとに例を集め、② 学習させ、③ 新しい入力で確かめます。すべての計算はこのブラウザの中で行われ、絵やウェブカメラの映像は外部に送られません。同じモデルをコードで動かすには、共通セクションAのコード2を使います。