Depuis la publication de la carte complète du cerveau d’une mouche mâle par Google et l’institut HHMI Janelia, les expériences se multiplient. Un utilisateur de Reddit affirme désormais avoir appris à ce cerveau virtuel à jouer à Balatro, avec un taux de réussite de 20 % sur la difficulté la plus basse. L’annonce, partagée mi-septembre, a suscité à la fois curiosité et scepticisme.
Une simulation fondée sur le connectome de la drosophile
Le connectome de la drosophile, publié dans la revue Cell, recense plus de 166 000 neurones et 125 millions de connexions synaptiques. Cette carte, la plus grande jamais réalisée, est d’abord destinée à la recherche en neurosciences. L’utilisateur à l’origine de l’expérience, connu sous le pseudonyme ActualAerie1011, explique avoir utilisé ce connectome comme un « réservoir » fixe. Les caractéristiques du jeu Balatro, encodées au format JSON, sont projetées aléatoirement dans ce réseau, puis diffusées à travers les neurones lors de trois mises à jour successives.
Le système regroupe ensuite l’activité neuronale sur 256 dimensions, avant qu’un perceptron multicouche (MLP) évalue les actions possibles. Selon l’auteur, la seule originalité de l’approche réside dans l’échelle de la tâche et l’utilisation d’un connectome animal réel comme réservoir. L’apprentissage repose sur un algorithme de renforcement : le cerveau est récompensé ou puni selon la proximité de ses choix avec ceux d’un algorithme de référence préalablement conçu par l’utilisateur, lui-même décrit comme très performant.
Un contexte d’expérimentations ludiques sur le cerveau de mouche
Depuis la mise à disposition de cette carte neuronale, plusieurs projets ont vu le jour. Le cerveau virtuel a déjà été utilisé pour jouer à Doom et Super Mario 64, spéculer sur les cryptomonnaies ou encore apprendre à se garer en créneau. Ces initiatives, bien que divertissantes, restent éloignées des objectifs scientifiques initiaux. Elles illustrent néanmoins l’intérêt d’un large public pour les simulations basées sur des données biologiques réelles.
Une crédibilité mise à l’épreuve
La vidéo publiée par ActualAerie1011 n’a pas immédiatement convaincu la communauté. Face aux accusations de triche, il a détaillé sa méthode et son parcours, expliquant avoir appris la programmation en autodidacte et ne pas utiliser GitHub. Il précise que son algorithme d’apprentissage a d’abord été conçu pour vérifier la faisabilité économique et le score de ses départs dans le jeu, avant d’être adapté à l’entraînement du cerveau simulé.
Aucun dépôt public du code n’est disponible pour le moment, ce qui limite la vérification indépendante. Les performances annoncées, soit 20 % de victoires sur la difficulté la plus basse, restent modestes mais significatives pour un système aussi contraint. Le taux de réussite exact, les conditions précises des parties et la robustesse de l’apprentissage demeurent à confirmer par des tiers.