Des scientifiques ont cartographié le système nerveux d’une mouche. Internet l’a fait jouer à Doom

Un jeu de données neuroscientifiques exceptionnel est devenu un mème jouable sur Internet. Des développeurs ont relié l’activité neuronale simulée d’une drosophile à Doom, Minecraft et d’autres mondes virtuels. Les vidéos sont saisissantes. Elles soulèvent aussi une question importante bien au-delà des neurosciences : qu’est-ce que le système biologique a exactement causé ?

En 2026, des chercheurs ont publié une carte détaillée du système nerveux central d’une drosophile mâle adulte, comprenant le cerveau, les lobes optiques et le cordon nerveux ventral. Le projet MaleCNS a mis à disposition ses données v1.0 en juin ; l’article Cell qui l’accompagne a paru le 3 septembre. La carte compte environ 166 700 neurones, 11 710 types de neurones et 125 millions de contacts synaptiques (dépôt de Cambridge ; Google Research).

Il s’agit d’une véritable avancée scientifique. Mais c’est une carte structurelle des connexions biologiques, pas un enregistrement des pensées d’une mouche vivante ni une spécification complète permettant de faire fonctionner une mouche. Les jeux associent des connexions mesurées à des approximations mathématiques et à des interfaces d’entrée et de sortie conçues par les développeurs. Ces ajouts déterminent une grande partie de ce que le public voit.

L’image principale est une illustration éditoriale de Plexicus représentant les expériences en ligne ; ce n’est ni une image scientifique ni la capture d’écran d’une mouche ayant validé sa capacité à jouer à ces jeux.

Visualisation MaleCNS montrant une cellule représentative de chaque type de neurone annoté. Crédit : FlyEM Project Team/HHMI Janelia, Cambridge Connectomics Group et Google Research. Galerie originale et contexte.

Ce que contient la carte — et ce qu’elle ne contient pas

Un connectome recense les neurones qui sont reliés par des synapses. Sa construction a demandé des années de microscopie électronique, de reconstruction informatique et de vérification humaine. L’ajout du cordon nerveux ventral permet de suivre les voies allant des régions sensorielles vers les circuits moteurs. La carte ne couvre pas tous les nerfs périphériques, les muscles ni les processus physiologiques de l’animal (Google Research).

La carte mâle prolonge des travaux déjà établis. En 2024, le consortium FlyWire a publié un connectome du cerveau d’une drosophile femelle, avec 139 255 neurones et environ 54,5 millions de synapses. La carte mâle de 2026 est une reconstruction complète du système nerveux central d’un individu mâle ; il ne faut pas la présenter comme la première carte complète du SNC d’une mouche adulte, tous sexes confondus. Une carte du cerveau et du cordon nerveux ventral d’une femelle avait également été publiée.

À elle seule, la connectivité structurelle ne donne pas au simulateur la tension membranaire exacte de chaque neurone, la force fonctionnelle de chaque synapse, l’état neuromodulateur de l’animal ni la réponse de son corps. Pour faire fonctionner la carte, les développeurs attribuent une dynamique neuronale et décident de la façon dont les événements externes la stimulent. Le modèle de Shiu et ses collègues, publié dans Nature en 2024, montre en quoi cela peut être utile : un modèle relativement simple fondé sur le connectome a fourni des prédictions pertinentes sur les circuits d’alimentation et de toilettage. Ce résultat justifie l’étude des calculs réalisés par les connexions. Il ne démontre pas une reconstitution fidèle de l’expérience d’une mouche individuelle.

Comment un connectome se retrouve dans un jeu

Le principe de base est une boucle fermée :

État du jeu → encodage sensoriel conçu par des humains → neurones simulés sur un câblage mesuré → lecture neuronale sélectionnée → commandes de jeu conçues par des humains.

Le réseau biologique se trouve au milieu. Les passerelles des deux côtés doivent être conçues. Un monde virtuel ne stimule pas naturellement les photorécepteurs d’une mouche, et un moteur de jeu n’interprète pas spontanément l’activité d’un neurone descendant comme « tourne à gauche » ou « tire ».

Un mod Minecraft inspiré du cerveau d’une drosophile associe les stimuli du jeu à des populations sensorielles, exécute un graphe neuronal dérivé de MaleCNS avec une dynamique simplifiée, puis décode l’activité en mouvements. Sa documentation décrit des seuils et une couche corporelle construite manuellement. C’est une expérience de simulation inventive, pas une mouche qui comprend Minecraft de façon autonome.

Fly64 applique cette idée à Super Mario 64. Le projet donne au réseau simulé une perspective visuelle virtuelle, lit l’activité de groupes neuronaux choisis et la convertit en déplacements et en sauts de Mario. Son créateur présente explicitement le projet comme éducatif et non validé. Les notes techniques précisent que les connexions mesurées ne prouvent pas le rétablissement de la physiologie, du comportement, de l’expérience ni de la conscience.

L’exemple le plus clair à la fois du potentiel et des limites est Doom. DOOMFLY relie l’activité de MaleCNS à une arène active du moteur de Doom. Les images du jeu stimulent des neurones visuels modélisés ; certaines sorties neuronales sont converties en commandes de déplacement et de tir. Sa revue neuroscientifique décrit une véritable simulation de connectome en boucle fermée. La même documentation précise que le mappage sensoriel, la dynamique neuronale et le décodeur moteur sont des approximations, et non une vision de mouche ou une sélection naturelle d’actions validées. Les notes sur l’entraînement expérimental font état d’échecs aux étapes de validation ; aucune capacité acquise à survivre n’a été démontrée.

La formule « une mouche joue à Doom » fait un titre mémorable. Une description plus exacte serait qu’un jeu est couplé à un réseau simulé fondé sur les connexions d’une mouche, au moyen d’interfaces conçues par des humains. Les résultats négatifs publiés par les développeurs rendent cette description plus utile, et non moins.

La même vague a produit un extrait de Beat Saber largement partagé. Il a contribué à faire de la mouche un personnage d’Internet, mais une courte vidéo ne révèle ni le modèle neuronal, ni le mappage des commandes, ni la validation nécessaire pour évaluer une affirmation biologique. La vignette Beat Saber de notre illustration principale représente ce mème, pas un résultat vérifié indépendamment.

L’affirmation de « transfert cérébral » venait d’une autre expérience

Il est facile de confondre l’histoire virale du transfert avec les projets de jeux MaleCNS ultérieurs. En mars 2026, Eon Systems a décrit une drosophile virtuelle incarnée, construite à partir de l’ancienne carte du cerveau femelle FlyWire, d’une dynamique neuronale simplifiée et d’un corps simulé par la physique. Il ne s’agissait pas d’un transfert de la mouche mâle dont l’article sur le SNC a paru en septembre.

Les explications techniques d’Eon détaillent d’importantes limites : seule une partie des entrées sensorielles et des comportements est modélisée, une grande partie de la physiologie biologique est simplifiée et des contrôleurs corporels de bas niveau traduisent certains signaux neuronaux en mouvements. Voir une mouche simulée se toiletter ou manifester un comportement proche de la recherche de nourriture est intéressant. Il s’agit d’une autre affirmation si l’on dit que ces comportements viennent d’une reproduction suffisamment fidèle de l’animal d’origine.

La réponse de la Carboncopies Foundation estime que le terme « transfert » va au-delà des preuves disponibles. Il n’est pas nécessaire de dénigrer l’ingénierie d’Eon pour le reconnaître. Il faut distinguer un modèle incarné et informé par un connectome de la démonstration du transfert de l’esprit d’un animal individuel. Ni la démonstration d’Eon ni les intégrations de jeux ne prouvent que la mémoire, l’expérience subjective ou la conscience aient été préservées.

Une expérience de sécurité a fourni un meilleur contrôle

Le tournant le plus révélateur vient des opérations de sécurité. Intezer a décrit une expérience qui encodait 12 716 de ses propres alertes de sécurité comme stimuli neuronaux, puis entraînait une lecture linéaire sur l’activité obtenue. Selon l’article de l’entreprise, le véritable connectome de la mouche a obtenu 0,887 ROC-AUC en validation croisée à cinq plis. Il contenait clairement des informations exploitables.

Intezer a ensuite vérifié si le câblage biologique propre à la mouche était à l’origine du résultat. Un réseau mélangé a obtenu 0,910 ; un réservoir aléatoire, 0,918 ; une régression logistique classique appliquée aux caractéristiques des alertes, 0,922. Ce sont les résultats publiés par Intezer pour ses propres données et son propre dispositif, et non un benchmark répliqué indépendamment ou évalué par les pairs. Ils montrent néanmoins pourquoi une démonstration fonctionnelle ne suffit pas à prouver un avantage biologique unique pour cette tâche.

La conclusion appropriée est limitée. Un réservoir fondé sur un connectome peut produire des signaux exploités par un classificateur. Dans cette expérience sur les alertes, les solutions plus simples ou mélangées ont obtenu de meilleurs résultats. Cela ne signifie pas que les connectomes ne réalisent aucun calcul utile ; cela signifie que la comparaison est essentielle.

Un autre projet de sécurité, CVE-FLY, étudie si l’activité neuronale peut orienter la politique d’exploration et d’exploitation d’un fuzzer. Il utilise un modèle de cerveau femelle, et non MaleCNS. Le dépôt indique qu’un débordement de tas volontairement introduit dans un programme C de démonstration a été atteint après 3 458 exécutions. Python continue de modifier les octets, et le dépôt ne démontre pas que cette approche surpasse les fuzzers établis ou une base aléatoire appropriée. C’est une piste de recherche, pas la preuve qu’une mouche a « piraté » une vraie cible.

Ce que ces démonstrations prouvent

L’avancée scientifique réside dans l’accès à une connectivité biologique détaillée et réutilisable. Les développeurs peuvent désormais télécharger un vaste graphe du système nerveux, lui attribuer une dynamique, injecter des stimuli, examiner son activité et relier ses sorties à un logiciel. Cela ouvre de réelles possibilités de recherche. Cela rend aussi les démonstrations visuellement convaincantes particulièrement faciles à mal interpréter.

Pour chaque affirmation, demandez-vous ce qui a été mesuré et ce qui a été ajouté par l’ingénierie :

• Anatomie : Le graphe provient-il d’une véritable reconstruction ? A-t-il été filtré ou recadré ?
• Dynamique : Quelles équations neuronales et quels poids ont été supposés plutôt que mesurés ?
• Interfaces : Qui a choisi le mappage sensoriel et le décodeur de sortie ? L’état du jeu contourne-t-il la voie sensorielle annoncée ?
• Contrôles : Le câblage réel fait-il mieux qu’un câblage mélangé, un réseau aléatoire et une base simple ?
• Validation : Le comportement résiste-t-il aux tests sur des données mises de côté, à l’ablation et à la reproduction par d’autres équipes ?

Ces questions s’appliquent aussi aux produits de sécurité de l’IA. Une vidéo où un agent autonome trouve une vulnérabilité est une démonstration. Un résultat défendable indique la cible et le périmètre, établit l’accessibilité et l’impact, compare des solutions plus simples, consigne les actions réelles de l’agent et reteste le correctif proposé. Plus une démonstration est spectaculaire, plus les preuves comptent.

La mouche n’a pas démontré qu’elle avait appris à jouer à Doom, et aucune expérience présentée ici ne prouve un transfert de l’esprit. L’accomplissement est déjà remarquable : le câblage mesuré d’un système nerveux est devenu une ressource informatique publique. La prochaine étape consiste à déterminer quels résultats viennent de ce câblage — et lesquels du logiciel construit autour.