我把果蝇的大脑接到了黑白棋上

家里小朋友最近迷上了黑白棋。正好上周看到果蝇的新闻（可能是近期除了薄肌之外最热的话题了？……），看果蝇打游戏效果还不错，所以周末的时候我就灵机一动，让果蝇试试黑白棋这种需要一定记忆和决策的棋类？

实测的结果比较喜忧参半：明显强于乱下，但下不过不用果蝇大脑的对照组

棋力评估：

- 随机乱下： 0.275

- 打乱果蝇神经连接： 0.4472

- 真实果蝇神经连接： 0.4578

- 完全不用果蝇： 0.5122

（数值表示和决策树引擎下棋决定的一致性）

真实 vs 打乱 的差距只有 0.011，p = 0.347，统计上无法区分；而完全不用果蝇反而显著更强。

是因为没有训练果蝇么？

不是的。首先，果蝇的神经连接结构已经确定了，所以我一开始没做修改/打乱，以免造成“神经错乱”（上面打乱神经连接主要用来做对照实验）。

“训练”的原理主要是先射箭再画靶

先从果蝇的视觉中继层输入，观察后续的神经元激活情况，看看这些激活情况该怎么对应到落子，能实现局面的更优（匹配到深度 3 层的搜索引擎）

毕竟不难理解，不太可能期待果蝇直接用前足去操作棋子或点击棋盘，只能靠“翻译”神经元活动来对应到棋盘上。

训练的一个意外发现：果蝇的眼睛根本用不了

最初的设计是把棋盘渲染到果蝇的复眼上、驱动光感受器，也是最忠于生物学的做法。但这个测下来完全不通。一个下行神经元都不放电，驱动强度提高 4 倍也一样。

原因是果蝇的光感受器和早期视觉神经元是「分级电位」的，本来就不发放脉冲，而全脑模型假设所有神经元都发放。信号死在髓质。

而这其实符合生物学：果蝇的大脑不需要一张像素图，它只需要一个大体的信号（例如左前方有东西靠近）。喂给它精细的棋盘数据，反而是这套演化出来的生物架构要丢掉的信息。

但像 Flappy Bird 这类只需要「躲避障碍」的 demo 可能不一样。这种神经元通路在果蝇身上是真实存在的快捷方式：逼近检测神经元直接接到起跳指令神经元，绕过中央脑，约 30 毫秒完成。所以你要拍苍蝇的时候，它就能躲开。

果蝇 trading 可能也真能做，例如看到一条新闻或 OI 事件就立马下单。

---

不过，这些都不妨碍小朋友玩得很上头。

另外一个感慨：这真是一个好的时代，只要有想法，利用 AI 就能快速做一个 weekend project/demo 出来，而不用像以前一样瞻前顾后：我周末花休息时间来搞这种有的没的事情到底是不是值得？

现在不用考虑花费的精力成本了，只要肯花 token 就行。

代码： https://github.com/hulatown/flyothello

应用： https://flyothello.vercel.app/

免责声明：本文章仅代表作者个人观点，不代表本平台的立场和观点。本文章仅供信息分享，不构成对任何人的任何投资建议。用户与作者之间的任何争议，与本平台无关。如网页中刊载的文章或图片涉及侵权，请提供相关的权利证明和身份证明发送邮件到support@aicoin.com，本平台相关工作人员将会进行核查。