Un cerebro de mosca acaba de jugar al Doom. Los resultados dicen algo sobre la inteligencia misma.
Los científicos realizaron el mapeo completo del conectoma de una mosca de la fruta macho, y alguien lo entrenó inmediatamente para jugar al Doom. El experimento no se trata de juegos, es una investigación sobre cómo emerge el aprendizaje de la arquitectura neural.
La intersección más extraña que nadie pidió
Se ha publicado un diagrama de cableado completo del cerebro de una mosca de la fruta, y en pocos días alguien ya lo había entrenado para jugar al Doom. La historia suena a broma de Twitter tecnológica; hasta que te das cuenta de que en realidad está planteando una de las preguntas más serias de la neurociencia: ¿qué requiere la inteligencia y cuánto puede emerger de una estructura tan pequeña como 130.000 neuronas?
El proyecto de mapeo, liderado por el HHMI Janelia Research Campus y Google Research, publicó el 3 de septiembre de 2026 MaleCNS v1.0: el conectoma completo de un cerebro y sistema nervioso central de una mosca macho adulta. Los conectomas femeninos ya habían sido publicados por el consorcio FlyWire, por lo que el conjunto de datos ahora cubre ambos sexos. Los datos son de acceso abierto a través de la herramienta Neuroglancer, lo que significa que cualquiera con un navegador puede explorar la circuitería neuronal de un organismo que ha servido como modelo durante más de un siglo de biología.
El ingeniero de Coinbase Alex Wormuth no tardó en reutilizar el conjunto de datos. Su proyecto, DOOMFLY, asigna cada fotograma del juego de disparos en primera persona de 1993 a las neuronas sensoriales de la mosca. La actividad neuronal se traduce luego en entradas del controlador: las activaciones DNp20 corresponden a girar, DNpe017 al movimiento y al disparo. Cuando la mosca virtual recibe daño, las células dopaminérgicas PPL101 reciben una señal aversiva artificial, imitando el bucle de aprendizaje por refuerzo que usan los organismos reales para asociar el daño con la conducta.
Qué pasa cuando le das un arma a una mosca
Los resultados, hasta ahora, son exactamente los que uno esperaría: nada. Wormuth reportó aproximadamente 3.000 intentos sin mejora medible en el tiempo de supervivencia. El agente no aprende a evitar a los demonios. No aprende a gestionar la munición. Simplemente sigue muriendo, una y otra vez, con el mismo ruido neural indiferenciado impulsando sus respuestas.
Ahí está la parte interesante. Si le dieras esta misma configuración de entrenamiento a un modelo cortical de mamífero, incluso uno simplificado, probablemente verías al menos una mejoría marginal tras unos cuantos cientos de episodios. La ausencia de aprendizaje en el modelo de mosca nos dice algo específico sobre la arquitectura: los circuitos que permiten la adaptación basada en refuerzo en los insectos pueden ser fundamentalmente diferentes a los de los vertebrados, o bien pueden no estar representados en el conjunto de datos actual de MaleCNS.
El experimento no afirma que las moscas de la fruta puedan jugar al Doom. Es una prueba de estrés para el propio conectoma: una forma de verificar si el diagrama de cableado contiene suficiente información funcional como para sostener incluso un aprendizaje rudimentario en un entorno novel.
Por qué Doom, no Pong
La elección de Doom sobre algo más simple como Pong es deliberada. Doom plantea un problema perceptivo de alta dimensionalidad: navegación, reconocimiento de amenazas, gestión de recursos, razonamiento espacial bajo presión temporal. Involucra procesamiento visoespacial, memoria de trabajo y toma de decisiones rápida: los mismos dominios cognitivos que las moscas de la fruta usan realmente al navegar entornos complejos, evitar depredadores y localizar alimento.
Las moscas de la fruta ya resuelven una versión de este problema en la naturaleza. Sus cerebros están optimizados para detectar movimiento, calcular trayectorias y generar maniobras evasivas: todo dentro de un presupuesto neurométrico que hace que incluso los procesadores mamíferos más modestos parezcan extravagantes. Si el conectoma contiene la circuitería adecuada, exponerlo a las demandas perceptivas del Doom debería revelar si esos circuitos pueden reconvertirse para algo completamente fuera de su contexto evolutivo.
Hasta ahora, no pueden. O al menos, la señal no es lo suficientemente fuerte como para impulsar la adaptación.
El problema de los datos
Una limitación salta a la vista de inmediato: MaleCNS v1.0 captura el diagrama de cableado estático, no las propiedades dinámicas de las propias neuronas. Los conectomas te dicen quién está conectado con quién, pero no con qué fuerza, ni cómo funciona la plasticidad, ni qué neuromoduladores están presentes en cada sinapsis. El aprendizaje por refuerzo requiere más que topología: requiere la capacidad de ajustar los pesos de conexión según la experiencia, y ese mecanismo es en gran medida invisible en un mapa estructural.
Esta es la misma limitación que hasta ahora ha perseguido a toda la investigación de IA basada en conectomas. El conectoma de C. elegans, con sus 302 neuronas, se completó hace décadas. Los investigadores han construido modelos de simulación a partir de él, pero siempre han tenido dificultades para reproducir el repertorio conductual completo del gusano. La pieza que falta casi certainly está en los detalles: densidades de canales iónicos, tono modulador, historial del desarrollo.
El cerebro de la mosca es aproximadamente 400 veces más grande que el de C. elegans. Añadir esa complejidad debería ayudar, pero también significa que la brecha entre estructura y función crece de forma proporcional.
Qué viene después
Google Research ya ha sinalizado que el mapeo de un cerebro de pez completo está en camino. Los conectomas de pez cebra abrirían un espacio de investigación drásticamente diferente: arquitectura neuronal vertebrada, análogos de corteza estratificada y un salto en complejidad computacional que podría por fin empujar a estos modelos más allá del umbral donde el refuerzo simple se vuelve visible.
Wormuth ha sugerido que el experimento DOOMFLY seguirá ejecutándose. Sigue sin saberse si el tiempo de supervivencia mejora tras millones de intentos. También queda la pregunta sobre las diferencias entre sexos: el conectoma femenino existe pero no se ha utilizado de la misma manera, y la literatura biológica señala diferencias neuroanatómicas significativas entre machos y hembras de Drosophila que podrían afectar la conducta de aprendizaje.
La verdadera historia
El titular viral —mosca juega al Doom— opaca lo que realmente está ocurriendo. Un diagrama completo de cableado neural se está usando ahora como datos de entrenamiento para agentes de IA en juegos que evolucionaron cuarenta años antes de que comenzara el proyecto de mapeo. Esa compresión de línea temporal es la verdadera novedad.
Hace veinte años, la idea de entrenar un organismo virtual a partir de un conectoma desde cero habría sido ciencia ficción. Hoy es un proyecto de fin de semana de un ingeniero de Coinbase. La democratización de los datos de neurociencia está ocurriendo más rápido de lo que el campo anticipó, y los experimentos que habilitará se parecerán cada vez más a esto: poco convencionales, ligeramente absurdos, pero genuinamente sondeando los límites de lo que entendemos sobre la inteligencia.
La mosca probablemente no superará el Doom. Pero el fracaso en sí mismo es dato: y los datos son precisamente lo que los proyectos de conectoma siempre se propusieron producir.
El material fuente de este análisis proviene de la cobertura de AUTOMATON sobre el lanzamiento de MaleCNS v1.0 y el experimento DOOMFLY. Los datos del conectoma están disponibles públicamente a través del HHMI Janelia Research Campus y Google Research.