カテゴリ
「ハエ脳が X をやる」の波。ゲーム、デスクトップペット、音楽などの実験。
28 件
Evan Sinclair Smith (@evnsnclr), Georgia Institute of Technology
MaleCNS グラフ全体（16万6,700ニューロン・2,558万2,938本の有向結合）でマインクラフト内のハエを動かすプロジェクト。プレイヤーの接近・周囲の mob・ブラッシング・攻撃・食べ物・光という宣言済みの 6 入力をモデルに流し、選んだ読み出しがスクリプト化された身体動作を選択する。リポジトリは現時点で紹介ページとロードマップのみで、録画デモは存在するが Fabric MOD と実装コードは未公開。README は「対応付けを可視化・検証可能にしたもので、ハエの生理を再現したものではない」と明言している。
DenisSergeevitch
macOS のデスクトップ上を歩き回る 3D ショウジョウバエ（Windows 向け Electron 移植版あり）。FlyWire 由来の 668 ニューロン回路（感覚・逃避・意思決定）と、MaleCNS 由来の 1,045 ニューロン回路（下行ニューロンから 220 個の脚運動ニューロンまで）を 1 kHz の LIF モデルで動かして行動を決める。ウィンドウの縁を地形、ウィンドウ移動を脅威、クリックを振動として知覚し、別ウィンドウで 23,210 ニューロンの発火をリアルタイム表示する。筋肉の力学は生物学的に較正されていないモデルであることを README で明記。コードは MIT、FlyWire データは CC BY-NC 4.0、MaleCNS は CC BY 4.0。
nftechie (Alex Wormuth)
MaleCNS v1.0 のスパイキングシミュレーションを Doom のアリーナにつないだ実験。各フレームが視覚入力ニューロンを刺激し、166,700 ニューロンを信号が伝播して、運動出力を移動と射撃に変換する。README は「学習による生存はまだ実証していない」と明記している。
blendi-remade
Minecraft 1.21.1 向けの Fabric MOD。neuPrint の male-cns v1.0 コネクトーム（約17.6万ニューロン、シナプス5個以上の結合629万本）を LIF ニューロンとしてハエ Mob の中で丸ごと動かす（ハエ1匹につき1スレッド）。ゲーム内の視覚・嗅覚・味覚・接触刺激を感覚ニューロンに入力し、復号した運動出力で摂食・グルーミング・逃避ジャンプ・歩行・飛行を制御する。脳活動のライブ表示や発火率 HUD、56 本の JUnit テストを備え、コードは MIT、データは CC BY 4.0。
kevinlinxc
Bad Apple の映像を MaleCNS v1.0 のコネクトームに流し込み、身体モデルがどう反応するかを見せるデモ。片方のペインはニューロンの活動を soma の位置に投影し、もう片方は MuJoCo 上の NeuroMechFly の身体を動かす。README は冒頭で「これは本物の脳シミュレーションではない」と断る。配線は本物だが、ニューロンは計測された生物物理ではなくパラメータを適当に決めた leaky integrate-and-fire にすぎず、映像はハエが見ているものではなく soma 位置への空間的な刺激パターン、感覚フィードバックも飛翔の空力もなく、身体は公開されている雌の標本に雄の神経データを組み合わせている。
PtPavloTkachenko
Snap Spectacles（2024）越しに実際の部屋へ置かれるホログラムのハエ。1 匹ごとに MaleCNS v1.0 のコネクトーム（166,700 ニューロン・2,560 万シナプス）を、Shiu ら 2024 の leaky integrate-and-fire モデルとして丸ごと走らせる。脳は Mac の Metal GPU カーネル上で動き、グラス側が部屋を視覚・ワールドメッシュ・手・頭といった感覚に変えて送り、返ってきた下行ニューロンと運動ニューロンが翅・脚・頭を動かす。選択中の個体の脳は 16,000 ニューロンの点群として実時間で表示される。計測ではなく設計した部分は決定記録の文書に列挙されている。
hcsolakoglu
MaleCNS から切り出した回路（実ニューロン 4,386 個、計測された 468,923 本のエッジ、表現されるシナプス 4,210,625 個）が、画素 → 神経活動 → 刃という明示的なループで Fruit Ninja 風のゲームを操作する。見どころは対照群の充実で、計測どおりの配線、読み出しを学習し直した再配線、結合の切断、入力の遮蔽、ランダムな刃、素朴な画素ヒューリスティックを切り替えて比べられ、シードで再現もできる。README は「これは結合を固定したレートモデルに設計した視覚・運動インターフェースを付けたものであって、全脳エミュレーションではない」と明言している。
fazchile17
FlyWire FAFB v783 のコネクトーム（139,255 ニューロン・15,091,983 の有向ペア・54,492,922 の接触）をローカルで見る 3D ビューア。同じ地図の上で Bad Apple!! を再生することも、DOOM のシェアウェア版を遊ぶこともでき、描画はすべてニューロンだけで行う。約 3GB のデータ準備を一度済ませればビューア本体は完全にオフラインで動き、ネットが要るのは Virtual Fly Brain と FlyWire へのリンクだけ。ドキュメントはスペイン語。同じ週に出た独立した Bad Apple 事例のひとつ。
Yusuftmle
Valve の Half-Life（GoldSrc）を自律プレイするエージェント。深層ネットワークも方策も強化学習も挟まず、MaleCNS v1.0 と FlyWire から起こした生物物理的な leaky integrate-and-fire 回路を疎テンソルで回して、旋回・ジャンプ・回避を生成する。画面は 60×60 の複眼網膜に投影され、被ダメージは巨大線維の逃避反応を引く。見出しに出る 166,700 という数字は元データセットの規模で、デモが実際に回しているのは 12,260 ニューロンの部分グラフ。ゲーム画面の横にカルシウム風の活動と下行ニューロンのメーターが並ぶ。
Unjuno
MaleCNS v1.0 コネクトームを格闘ゲームプラットフォーム FightingICE に接続し、Shiu らの leaky integrate-and-fire 力学をバージョン固定で実装して橋渡しする。ゲームの観測値はバージョン管理された Poisson 型の感覚インターフェースに、出力側のスパイク数はバージョン管理された行動グループに変換され、実行結果は公開のリサーチ台帳に記録される。解剖学的データ（生物由来）・力学モデル（既発表）・感覚と行動の対応や報酬・可塑性の規則（プロジェクト独自）の線引きを明確に示している点が特徴。
Liu Zihe (@liuzihe02)
コネクトームのシミュレーションをオープンエンドなサバイバル環境 Craftax に接続し、下行ニューロンからの線形読み出しを PPO で訓練する。このブームの多くと違うのは周辺の検証環境で、脳だけのスループットベンチマーク、Shiu らの結果に対する MN9 の糖応答チェック、ラミナバイアスとシナプス重みの校正スイープ、アブレーション対照との zero-shot ロールアウト、未使用シードでの再生と開ループベースラインの比較が用意されている。結果というより研究用の試作。
Mert Cobanov (@cobanov)
Chromium の恐竜ゲームを、計測された MaleCNS の 80 細胞回路経由で操作する実験。8 個の設計済み観測値が固定細胞に入り、16 個の下行細胞活動が 16–12–3 の読み出し層に渡る。学習するのはその 243 パラメータの読み出しだけで、交差エントロピー法により 80 世代・1万5,680エピソードで訓練した。公開チェックポイントは未使用の 180 秒コース 100 本中 99 本を走破し、回路を沈黙させた同じ読み出しは 0/100。作者は「学習された制御と回路活動への依存を示すもので、生物学的トポロジーの優位性を示すものではない」としている。
David Zhang (@dzhng)
ブラウザで動く 3D パズルゲーム。家具のある家に日用品を配置してハエの群れを放ち、制限時間内に何匹が外へ出られるかを競う。各個体は MaleCNS コネクトームの一部を使った独自の神経活動を持ち、シミュレーションは Rust を WebAssembly にコンパイルしたもの、世界と UI は TypeScript。1 匹を選んで追跡し、左右の色入力や神経活動のトレースを覗ける。「望む戦略を先に決めてニューロンに押しつけるのではなく、観察された挙動からゲームを組み立てる」と設計方針を明記している。
Matty (@mattyhempstead)
「飛ぶために生まれ、スクロールを強いられる」。仮想のスマホに流れる昆虫ショート動画をシミュレーションのハエに見せ続ける実験。ブラウザが画面を 90×160 画素で取り込み、輝度と色が MaleCNS v1.0 全体の R1–R6 入力 3,335 個と R8 入力 811 個を刺激し、コンパイル済みカーネルが 1 フレームあたり 50 ミリ秒ぶんの神経時間を進める。オーバーレイには PAM11 ドーパミンニューロンの発火率（Hz）とネットワーク全体のスパイク数が表示される。Stonkfly に触発された作品で、身体の動きは計測活動を増幅した読み出しであり物理シミュレーションではない。
Furkan Çakır (@furkancak1r)
Godot 4.5 で作られた一人称ホラーのプロトタイプ。部屋の中を実体のあるハエが飛び、MaleCNS v1.0（16万6,700ニューロン・2,558万2,938本の有向結合）のシミュレーションがその飛行に影響し、別に用意された報酬更新型の判断層がどの恐怖イベントを起こすかを選ぶ。リポジトリにはビルド済みゲーム・データ・独立した Python シミュレーション・テスト・計測レポートが含まれ、48 体の合成プレイヤーで 576 ラウンドの事前学習を行ったと記録されている。README はトルコ語。
Mark Unthank (@MarkUnthank)
MaleCNS の追跡済み 16万5,122ニューロンと計測結合 2,556万3,197本から作ったモデルを訓練し、シミュレーションしたハエの前脚でステアリングホイールを物理的に操作させて CARLA 上の車を走らせる実験。報告されたパイロットでは、600 回の最適化更新後に未使用の据え置き操舵目標 100/100 を達成（訓練前は 0/100）、最悪保持誤差は事前宣言した 7.45 度に対し 4.85 度。足のグリップを外すと操舵応答の 99% 以上が消える。README は視覚による運転、ホイールとペダルの同時制御、3 シードでの再現が未検証であると明記している。
Macroblock (@sainimatic)
シミュレーションのハエを過酷な環境に置くゲームが相次いだことへの反動として注目された投稿。Macroblock は「草と木と尽きない果実の中をただ飛び回り、食べ続けられる」シミュレーションを作ると宣言した。約 2.4 万いいねを集め、Dexerto や IBTimes がこのブームへの倫理的な反応として取り上げた。制作中である旨の告知であり、使用コネクトームや完成度については確認した情報源からは分からない。
William Kelly (@cnqso)
ゲームではなくブラウザ上の作品。FlyWire の 13万9,255ニューロンがテラリウム内のハエの身体を動かし、甘味を感じるニューロンに刺激が絶えず入り続けるため、ハエは永遠に食べ続ける。摂食・頭部・触角の動きは神経活動に従い、翅の動きや足の小さな踏み替えは用意されたパターンを使う。隅のマップでは発火に応じて FlyWire の座標が光る。作者は Harris Rosenblum の Infinite Pain（2025）を着想源として挙げ、身体とモデルの参照元に flybody・MuJoCo・Shiu らの研究を明記している。
Pandu Sastrowardoyo (@Decentricity)
Muse の EEG ヘッドセットからのライブ信号で MaleCNS の疎なリザバーを駆動し、libcaca を使ってターミナル上に描画する。ハエの可視化の隣に人間の頭皮電位と周波数帯のペインが並ぶ。ヘッドセットが無くても合成 EEG ソースで動かせる。README は自ら限界を明示しており、リザバーの動特性は生物物理ではなく、「ハエの EEG 帯域」はデジタルなリザバーのスペクトル成分であって昆虫の電気生理ではないとしている。
Xenova (Hugging Face)
ブラウザだけで動く Hugging Face Space。ニューロンを塗って刺激を与え、Three.js の関節付きハエが反応する様子を見られる。MaleCNS の 16万6,700エントリと 2,558万2,938本の有向結合を保持し、Shiu らの leaky integrate-and-fire モデルを WebGPU カーネルで実行する（JavaScript のフォールバックあり）。歩行・旋回・飛行のアニメーションは作り込まれた説明用のもので、ゲインや閾値はデモ用に選ばれており、身体の動きは神経側へフィードバックしないと明記されている。
marketcalls
暗号資産ではなくインドのオプション市場を相手にした取引系の事例。MaleCNS v1.0 全体のシミュレーションを OpenAlgo 経由で 1 つの戦略、すなわち当限 NIFTY の日中ショートストラドル（各レッグにボラティリティ連動のストップ、15:15 までに手仕舞い）につないでいる。価格とオプションチェーンは利用者自身の OpenAlgo 接続からローカルの DuckDB に取り込み、モックデータは一切使わない。既定はペーパートレードで、実売買は明示的なオプトインが必要。README は「優位性は実証されていない」と明記している。
Ro0oney (YouTube)
2026 年 9 月のブームで最初期に大きく広まった投稿として Know Your Meme が挙げる YouTube 動画。3 日で 24 万 1,000 回以上再生された。ハエのコネクトームモデルをマインクラフトの mob（最初はクモ、次にハチ）の挙動につないでいる。「意識を移した」というタイトルは演出で、報道が説明しているのは神経結合のモデルとニューロンをゲーム内の判断に対応づけるプログラムであり、使用データセットのバージョンやニューロンと行動の対応付けは確認した情報源には記載がない。
hrook1
ハエを叩こうとすると、クリックする前に逃避回路が光るブラウザのアーケードゲーム。MaleCNS v1.0 から抽出した 6,000ニューロン・127万5,994本の有向結合（元の 1,065万9,685シナプス接触を保持）の簡略スパイキングモデルを走らせ、シミュレーション視覚を LC16→MDN の退避回路に入力して、その活動が回避旋回とバーストに影響する。通常の巡航・飛行アニメーション・当たり判定は作り込んだゲーム側の処理であることを README が明言している。
@_lyraaaa_
@_lyraaaa_が X に投稿した短い動画で、MaleCNS v1.0 のシミュレーション脳を Beat Saber に接続した様子を映している。Know Your Meme が 2026 年 9 月のブームで挙げる中では最多の約 2,200 万回再生・8.48 万いいね。ただし Dexerto によれば、作者はのちに「この動画はモデルが自力でプレイしている様子ではない」と説明しており、運動系は記録済みのシーケンスを再現するよう訓練されたもので、視覚への反応や実際のプレイ動作は強化学習で開発中だという。再生回数はその前提で読む必要がある。
@nftechie_
先に Doom の配信を行った Alex Wormuth（@nftechie_）による動画投稿。シミュレーションしたハエの脳に 100 ドルを持たせ、その神経活動で Coinbase の売買を決定し、利益が出るとドーパミンニューロンを刺激するという内容。Know Your Meme によれば約 340 万回再生。作者は同日にコード（Stonkfly）を公開しており、Coinbase の価格を RGB のチャートに変換して MaleCNS グラフの輝度入力 3,335 個と R8 入力 811 個を刺激し、固定の読み出しが買い・売り・様子見を提案、損益に応じて PAM11 ドーパミン細胞 15 個または PPL101 の 2 細胞を刺激する。既定はペーパートレードで、利益を出す学習は実証されていない。
ornata (Jessica Paquette, @barrelshifter)
Jessica Paquette による概念実証。逆コンパイル版 SM64 の画面を約 10 万ニューロンの MaleCNS v1.0 モデルの視覚系に流し込み、特定の下行ニューロン（移動は DNg100、旋回は DNa02/DNg13 の差分、ジャンプは DNp01/DNp10 のバースト）からコントローラー入力を読み出す。学習や報酬は一切なく、README にはハエは主に壁にぶつかって動けなくなると書かれている。作者いわく「100% vibe coded」。2026-09-08 に Gizmodo が紹介。
@alright_mark
@alright_markによるネタ寄りの動画投稿で、ハエの脳のシミュレーションに「究極のテスト」として縦列駐車をさせる内容。Know Your Meme によれば 2026-09-10 の投稿で約 150 万回再生・1.6 万いいね。参照した記事は動画と投稿文の内容のみを扱っており、内部の構成やどのコネクトームデータを使っているのか（使っているとすれば）は説明していない。
Apolotary (Bektur Ryskeldiev)
macOS 向け Ableton Live 拡張。DesktopFly のデータから借りた MaleCNS の 1,045 ニューロン運動回路を MIDI に変換し、Three.js 上を動くハエの衝突・接触・運動出力で音を鳴らしたりアンビエントのパラメータを変調したりする。5 つのモードがあり、Dark Lab モードでは 70 個の重みを持つ小さな学習可能な読み出しを使う。作者は計測された回路と作曲した和声を明確に区別し、ハエは「ハエの姿をした粒子」だと説明している。2026-09-10 に Sonic Field で紹介。
Fly Brain Hub
