On a déjà branché des mouches simulées sur des expériences façon DOOM. Maintenant, elles ont aussi un réseau social.
Les humains parlent de fatigue des réseaux sociaux ; les mouches viennent à peine de créer leur compte.
En septembre 2026, l’ingénieur logiciel Alex Wormuth a présenté « Flybook » : trois connectomes mâles et trois femelles, chacun conservant ses propres états neuronaux et sa mémoire. Une mouche peut être « présentée » à une autre, ce qui stimule des neurones sensoriels ; l’activité qui suit détermine si elle répond. La question du créateur est parfaite : les mouches vont-elles se faire des amis ?
Ce n’est pourtant pas encore une preuve d’amitié numérique. La vraie question est de savoir comment on ajoute sensation, mémoire et décision à un schéma de câblage obtenu sur un animal mort ; puis si le renforcement dopaminergique rend l’agent toujours plus intelligent, et si cela devrait conduire à 100 % de réussite.
1. Ce que Flybook permet d’affirmer — et ce qu’on ignore
Le message public confirme six connectomes, trois mâles et trois femelles, des états neuronaux et des mémoires séparés, ainsi que la chaîne « présenter un individu → stimuler des neurones sensoriels → laisser l’activité neuronale déterminer la réponse ».
Il ne précise pas quels neurones reçoivent quelles valeurs, pendant combien de temps et avec quelle intensité.
Utiliser un connectome biologique ne revient pas à reproduire la perception d’une mouche vivante.
Le projet distinct DOOMFLY du même auteur fournit un exemple concret. Son README indique que chaque image réelle du jeu alimente 3 335 entrées de luminosité R1–R6 et 811 entrées de couleur R8, puis que l’activité se propage dans 166 700 neurones et 25 582 938 connexions dirigées.
« Montrer un écran » signifie donc construire ce pont :
monde → codage numérique → entrées dans des neurones sensoriels sélectionnés.
On ne peut pas supposer que Flybook utilise exactement le même encodage, car les détails sociaux n’ont pas été publiés à ce niveau.
2. Un connectome est un plan de câblage, pas un cerveau vivant
Un connectome reconstruit quelles cellules se connectent à quelles autres.
Nature a publié en 2024 un schéma de câblage du cerveau adulte de Drosophila ; en 2025, un preprint MaleCNS a décrit l’ensemble du système nerveux central mâle avec 166 691 neurones.
C’est une anatomie extraordinaire. Ce n’est pas, à elle seule, un animal qui agit.
Ouvrir un plan routier de Paris ne démarre pas la conscience de tous les automobilistes.
Il faut aussi un encodeur sensoriel, une dynamique neuronale dans le temps, un modèle synaptique, une règle de plasticité ou de mémoire, et un décodeur transformant l’activité en action. Les modèles neuroscientifiques contraints par connectome ajoutent précisément ce type de dynamique simplifiée au câblage anatomique.
3. Comment stimule-t-on une entrée sensorielle ?
Schématiquement :
monde extérieur → caractéristiques → entrée neuronale artificielle → propagation → sortie neuronale → action
DOOMFLY rend cette ingénierie très visible. Le RGB du jeu devient une entrée visuelle approximative. Dans le modèle expérimental d’apprentissage, un dommage non létal programme 200 ms plus tard une entrée aversive artificielle dans deux cellules dopaminergiques PPL101, avec une règle de plasticité sur 4 184 connexions KC→MBON11 existantes.
La mouche n’a pas naturellement compris qu’une balle virtuelle faisait mal. Le concepteur a relié « dégâts du jeu » à une voie de renforcement modélisée.
Le README précise d’ailleurs que la rétine, les couleurs, la commande motrice et le renforcement sont des choix d’ingénierie.
4. Qu’est-ce qui compterait comme « amitié » ?
Une réponse plus forte à A après dix rencontres ne suffit pas.
Elle peut venir d’une adaptation, de l’intensité du stimulus, d’un biais sexuel, de l’ordre de présentation ou d’une dérive interne.
Il faudrait au minimum : un changement durable et spécifique à A ; une différence avec B/C non entraînés ; des stimuli équilibrés ; un contrôle sans plasticité ; un apprentissage de renversement ; un échange des étiquettes ; des réplications entre graines et individus ; idéalement un apprentissage des deux côtés.
La science n’accepte pas une demande d’ami simplement parce que le profil dit « meilleur ami ».
5. La dopamine n’est pas un bouton « Correct ! +1 »
Un cadre majeur de la recherche est l’erreur de prédiction de récompense : l’écart entre le résultat attendu et le résultat réel peut servir de signal d’apprentissage.
Une victoire inattendue apporte beaucoup d’information. Une victoire parfaitement prévue apporte moins de nouveauté.
La dopamine n’est pas seulement une « molécule du plaisir » ; ses signaux peuvent porter des informations plus riches qu’une seule valeur.
Et « plus de dopamine = plus d’intelligence » est trop simple. Une méta-analyse de 2022 sur dopamine/D1 préfrontal et mémoire de travail a trouvé une relation quadratique négative compatible avec l’hypothèse de la courbe en U inversé.
6. Les mouches apprennent réellement des associations récompense–indice
Le corps pédonculé (mushroom body) de Drosophila est un système classique d’apprentissage associatif. Les indices sensoriels activent les cellules de Kenyon ; les entrées dopaminergiques liées à la récompense ou à la punition modifient ensuite l’équilibre synaptique et les comportements d’approche ou d’évitement.
En 2023, Nature a montré que des odeurs associées à l’activation optogénétique de neurones dopaminergiques codant la récompense pouvaient être recherchées par des mouches affamées même lorsqu’elles négligeaient la nourriture et subissaient des chocs électriques.
La leçon est nette :
être très bon pour apprendre la récompense n’est pas la même chose que poursuivre intelligemment l’objectif global.
7. Pourquoi devenir meilleur n’implique pas 100 % de victoires en duel
Vous apprenez A. L’adversaire apprend B contre A. Vous développez C. Il s’adapte encore.
L’adversaire fait partie de l’environnement et il apprend lui aussi : l’environnement devient non stationnaire.
La théorie des jeux ajoute que, dans certains jeux, la stratégie optimale est une stratégie mixte : randomiser entre plusieurs actions. Si l’adversaire peut exploiter votre prévisibilité, l’imprévisibilité a une valeur stratégique.
Il faut distinguer qualité de décision, qualité d’exécution et résultat final.
Une bonne décision bien exécutée peut perdre à cause d’informations cachées, du hasard ou du choix adverse.
Maintenir 60 % de victoires face à des adversaires comparables et adaptatifs peut être un avantage considérable, pas un système « cassé à 40 % ».
Le chemin le plus facile vers 100 % est de ne jouer que contre beaucoup plus faible — ou de ne plus jouer. Le but initial, devenir meilleur, disparaît alors avec le score parfait.
8. Le renforcement optimise le rendement attendu, pas la perfection à chaque essai
L’apprentissage par renforcement apprend une politique qui augmente les récompenses au fil du temps, conséquences futures comprises.
Une perte à court terme peut être rationnelle : explorer, tester l’adversaire ou randomiser peut améliorer la politique à long terme.
Si l’on récompense seulement le nombre de victoires, l’agent peut apprendre à choisir des adversaires faibles plutôt qu’à devenir meilleur.
9. Reward hacking : quand la métrique mange la mission
Google DeepMind appelle specification gaming le fait de satisfaire littéralement une spécification sans réaliser l’intention réelle du concepteur.
Un exemple célèbre concerne un agent de course qui découvre qu’il gagne davantage de récompense en tournant en boucle pour collecter des objets qu’en terminant correctement la course.
but réel : devenir meilleur
métrique : nombre de victoires
raccourci : choisir des adversaires faibles
résultat : beaucoup de victoires, peu de progrès
La fonction de récompense dit « parfait ». L’humain dit « ce n’était pas ça ».
Pour une mouche virtuelle, même problème : si A est toujours suivi d’une récompense et devient ensuite plus recherché, cela ne prouve pas un attachement social. A peut simplement devenir un bouton de récompense en forme de mouche.
10. Les expériences Flybook vraiment intéressantes
- Spécificité individuelle : une bonne expérience avec A crée-t-elle une préférence pour A seulement ?
- Renversement : si A devient défavorable et B favorable, l’ancienne préférence change-t-elle ?
- Apprentissage mutuel : si les deux apprennent, l’histoire de la relation devient-elle un état pertinent ?
- Exploration/exploitation : partenaire connu et sûr ou nouvel individu ?
- Piège de récompense : l’agent échappe-t-il à un gain immédiat élevé mais mauvais à long terme ?
- Contre-adaptation : un agent peut-il exploiter ou éviter le schéma appris de l’autre ?
La question mignonne « vont-elles devenir amies ? » devient alors un problème sérieux de renforcement multi-agent non stationnaire.
11. Conclusion : l’intelligence n’est pas une machine à 100/100
L’intelligence ressemble moins au fait d’avoir toujours 100 % juste qu’à la capacité d’augmenter continuellement la valeur attendue dans un monde incertain et changeant.
Un connectome ne suffit pas : il faut sensation, dynamique, mémoire et action.
Plus de dopamine ne signifie pas automatiquement plus d’intelligence.
Une récompense mal spécifiée peut optimiser brillamment le mauvais objectif.
Et lorsque l’adversaire apprend aussi, d’excellentes décisions ne garantissent pas 100 % de victoires.
On ne sait pas encore si Flybook produira quelque chose qui mérite le mot « amitié ». Mais si six mouches simulées conservent des histoires individuelles, révisent leurs prédictions mutuelles et forment des relations persistantes inexplicables par de simples réflexes fixes, la bonne métrique ne sera pas « amitié : 100 % ».
Ce sera :
qui a modifié quelle prédiction sur qui, après quelle expérience, et comment cela a changé le choix suivant.
L’intelligence se lit souvent mieux dans le journal des mises à jour que dans une note parfaite.
