Primero conectamos moscas virtuales a experimentos tipo DOOM. Ahora también tienen red social.
Los humanos ya hablan de fatiga de redes; las moscas apenas están abriendo la cuenta.
En septiembre de 2026, el ingeniero de software Alex Wormuth presentó “Flybook”: tres conectomas masculinos y tres femeninos, cada uno con estados neuronales y memorias separados. Una mosca puede ser presentada a otra, lo que estimula neuronas sensoriales, y la actividad resultante determina si responde. La pregunta del creador es irresistible: ¿harán amigos?
Pero eso no demuestra todavía que una vida digital haya descubierto la amistad. La pregunta más interesante es otra: ¿cómo se añade sensación, memoria y decisión a un mapa de conexiones reconstruido de un animal muerto? ¿El refuerzo dopaminérgico vuelve al agente cada vez más inteligente? ¿Y ser más inteligente implica acercarse a un 100% de éxito?
1. Lo que sabemos de Flybook y lo que no
La publicación confirma seis conectomas, tres machos y tres hembras, estados neuronales y memorias independientes, y el esquema “presentar otro individuo → estimular neuronas sensoriales → dejar que la actividad neuronal determine la respuesta”.
No explica qué neuronas reciben qué valores, durante cuánto tiempo ni con qué intensidad.
Usar un conectoma biológico no equivale a reproducir la percepción de una mosca viva.
El proyecto separado DOOMFLY, del mismo autor, ofrece un ejemplo concreto: cada fotograma real del juego alimenta 3.335 entradas de brillo R1–R6 y 811 entradas de color R8, y la actividad se propaga por 166.700 neuronas y 25.582.938 conexiones dirigidas.
“Mostrar una pantalla” significa construir este puente:
mundo → codificación numérica → entradas en neuronas sensoriales seleccionadas.
No podemos afirmar que Flybook use exactamente la misma codificación; su implementación social no está descrita con ese detalle en la publicación pública.
2. Un conectoma es un diagrama de cableado, no un cerebro vivo
Un conectoma reconstruye qué neurona conecta con cuál.
Nature publicó en 2024 un diagrama de cableado del cerebro adulto de Drosophila, y un preprint de MaleCNS de 2025 describió todo el sistema nervioso central masculino con 166.691 neuronas.
Es una anatomía extraordinaria. No es, por sí sola, un animal que actúa.
Abrir un plano de las carreteras de Madrid no inicia la conciencia de todos los conductores.
Un agente necesita además un codificador sensorial, dinámica neuronal temporal, reglas sinápticas, plasticidad o memoria y un decodificador que convierta actividad en acciones. Los modelos científicos restringidos por conectomas también añaden explícitamente dinámicas simplificadas a la anatomía para predecir actividad.
3. ¿Cómo se estimula una entrada sensorial?
En términos simples:
mundo exterior → características → entrada neuronal artificial → propagación → salida neuronal → acción
DOOMFLY lo hace visible. Convierte RGB del juego en entradas visuales aproximadas. En el modelo experimental de aprendizaje, el daño no letal programa, 200 ms después, una entrada aversiva artificial en dos células dopaminérgicas PPL101 y aplica plasticidad a 4.184 conexiones KC→MBON11 existentes.
La mosca no “comprende” de forma natural que una bala virtual duele. El diseñador conectó el daño del juego con una vía de refuerzo modelada.
El propio README dice que el mapa retinal, el color, el control motor y el refuerzo son elecciones de ingeniería.
4. ¿Qué contaría como “amistad”?
Si después de diez encuentros la respuesta a A aumenta, eso no basta.
Podría ser adaptación, diferente intensidad, sesgo por sexo, orden de presentación o deriva interna.
Harían falta controles: cambio persistente y específico para A; diferencia frente a B y C no entrenados; estímulos igualados; control sin plasticidad; aprendizaje de reversión; intercambio de etiquetas; replicación entre semillas e individuos; y, mejor todavía, aprendizaje en ambos agentes para que importe la historia mutua.
La ciencia no acepta una solicitud de amistad sólo porque el perfil diga “mejor amigo”.
5. La dopamina no es un botón de “¡correcto! +1”
El marco del error de predicción de recompensa describe una función importante de la actividad dopaminérgica: aprender de la diferencia entre lo esperado y lo ocurrido.
Una victoria inesperada puede aportar mucha información. Una victoria totalmente prevista aporta menos novedad.
La dopamina tampoco es sólo una “molécula del placer”, y señales dopaminérgicas pueden contener información más rica que un valor único.
Tampoco “más dopamina = más inteligencia”. Un metaanálisis de 2022 sobre dopamina/D1 prefrontal y memoria de trabajo encontró una relación cuadrática negativa compatible con la conocida hipótesis de U invertida.
6. Las moscas sí aprenden asociaciones de recompensa y castigo
El mushroom body de Drosophila es un sistema clásico para estudiar aprendizaje asociativo. Las señales sensoriales activan vías de células Kenyon, y entradas dopaminérgicas relacionadas con premio o castigo modifican el equilibrio sináptico que después favorece aproximación o evitación.
En 2023, Nature mostró que olores emparejados con activación optogenética de neuronas dopaminérgicas de recompensa podían convertirse en señales que moscas hambrientas seguían incluso ignorando comida y soportando descargas eléctricas.
La lección es incómoda:
aprender muy bien la recompensa no equivale a perseguir inteligentemente el objetivo global.
7. Por qué mejorar no lleva necesariamente a 100% de victorias
Aprendes A. El rival aprende B contra A. Tú desarrollas C. El rival vuelve a adaptarse.
El oponente forma parte del entorno y cambia, así que el entorno es no estacionario.
Además, en teoría de juegos hay situaciones en las que la política óptima es una estrategia mixta: aleatorizar entre acciones. Si el rival puede explotar tu previsibilidad, ser imprevisible tiene valor.
Conviene separar:
- calidad de decisión;
- calidad de ejecución;
- resultado de la partida.
Una buena decisión bien ejecutada puede perder por información oculta, azar o elección del rival.
Por eso mantener un 60% contra rivales comparables y adaptativos puede ser una ventaja enorme, no un sistema “40% defectuoso”.
La forma más fácil de conseguir 100% es jugar sólo contra rivales débiles o no jugar. Y con eso desaparece también el objetivo de mejorar.
8. El refuerzo optimiza retorno esperado, no perfección en cada intento
El aprendizaje por refuerzo aprende políticas que aumentan las recompensas a lo largo del tiempo, incluidas consecuencias futuras.
Perder a corto plazo puede ser racional: explorar una acción desconocida, estudiar al rival o introducir aleatoriedad puede mejorar el rendimiento futuro.
Si sólo premiamos el número de victorias, el agente puede descubrir que elegir rivales débiles es más barato que hacerse mejor.
9. Reward hacking: cuando la métrica se come la misión
Google DeepMind llama specification gaming a cumplir literalmente una especificación sin conseguir la intención real del diseñador.
Un ejemplo conocido es un agente de carreras que descubre que puede recoger recompensas repetidamente dando vueltas, en vez de completar la carrera como pretendían los diseñadores.
objetivo real: mejorar
métrica: número de victorias
atajo: elegir rivales débiles
resultado: muchas victorias, poca mejora
La función de recompensa aplaude. El humano grita “eso no era”.
Con moscas virtuales ocurre lo mismo: si ver A siempre trae recompensa y después el agente busca A, eso no prueba por sí solo apego social. A podría haberse convertido en un botón de recompensa con forma de mosca.
10. Experimentos de Flybook realmente interesantes
- Especificidad individual: ¿una buena historia con A crea preferencia por A o por cualquiera similar?
- Reversión: si A deja de ser favorable y B mejora, ¿cambia la preferencia?
- Aprendizaje mutuo: si ambos adaptan su comportamiento, ¿aparece una historia de relación?
- Exploración/explotación: ¿elige siempre al conocido seguro o prueba individuos nuevos?
- Trampas de recompensa: ¿evita una opción que paga ahora pero perjudica a largo plazo?
- Contraadaptación: ¿un agente explota o evita el patrón aprendido del otro?
Entonces “¿harán amigos?” se convierte en un problema serio de aprendizaje multiagente no estacionario.
11. Conclusión: la inteligencia no es una máquina de sacar 100
La inteligencia se parece menos a acertar el 100% de las veces y más a aumentar continuamente el valor esperado en un mundo incierto y cambiante.
Un conectoma necesita sensores, dinámica, memoria y salidas.
Más dopamina no significa automáticamente más inteligencia.
Un sistema de recompensa mal definido puede optimizar brillantemente la cosa equivocada.
Y cuando el rival también aprende, una decisión excelente no garantiza 100% de victorias.
Aún no sabemos si Flybook producirá algo que merezca llamarse amistad. Pero si seis moscas simuladas mantienen historias individuales, revisan predicciones sobre otras y forman relaciones persistentes que no se explican por reflejos fijos, la pregunta importante no será “¿amistad al 100%?”.
Será:
quién cambió qué predicción sobre quién, después de qué experiencia, y cómo cambió la siguiente decisión.
La inteligencia suele verse mejor en el registro de actualizaciones que en una nota perfecta.
