电脑一方的球拍不是游戏 AI:它由一个实时模拟的真实果蝇大脑控制。先得 7 分者获胜。
球网另一侧的球拍由与本站果蝇大脑模拟模型相同的真实连接组驱动:来自一个已被绘制的果蝇大脑的 166,700 个真实神经元,在你的浏览器中实时模拟。它没有被训练去玩乒乓球;也不存在在新任务上训练这个模型的说法。相反,球飞向的那一侧会触发该模型自身的“向左转”或“向右转”刺激,就像你自己按下了那些按钮一样,而移动球拍的正是苍蝇自己真实的转向率输出;其上方是一具真实扫描的果蝇身体(与该模型使用的是同一个标本),在这张桌子上以 3D 方式绘制,而不是一个平滑的方块。
这使苍蝇成为一个缓慢、不精确、有时故意分心的对手:它的反应按真实记录的神经元实际需要的时间尺度上升和衰减,而不是游戏 AI 那种清晰、瞬时的反射。它也并非看不见你:当球还在你这一侧时,它会根据你所在的位置提前站位,倾向于练习证明有利的方向:这是一个简单的站位习惯,与这里的其他一切一样是调出来的,并不是对你真实意图的预测。你可以在右侧的神经元云和指示器中清楚地看到它为什么这样移动,还可以在对拍中途自己在它的大脑面板上给额外的神经元上色,看看它的打法如何变化。真实模拟之上还有一层并非生物学的游戏层:一种“情绪”(显示在它的得分下方),在一次真正的回击或赢得一分后上升,在丢分后下降——并对真实模型施加真实的应激刺激——短暂地增强或削弱它的转向回路推动球拍的力度。
第一次对拍需要一次性下载约 76 MB 的模型神经权重(之后会缓存);此后一切都在你自己的设备上本地运行,不会向任何地方上传任何内容。“训练反应”按钮并不触碰连接组本身——真实记录的神经元无法重新训练——它是在一个快速的本地模拟中,只调整我们自己的桥接层所使用的少量数字(何时刺激、对输出加权多少、提前多久开始减速),然后在它不允许对其调整的练习对拍中检验结果——只有当新的调整确实优于旧的时才保留——并把它保存在你的浏览器中,这样下次苍蝇一开始就是训练过的,而不是新手。
苍蝇身体:NeuroMechFly v2(通过 flygym),Apache 2.0 许可:网格和骨架未经修改,并在本页自己的 fly-body/NOTICE 中注明来源。