I dag handler diskussionen i teknologiverdenen ikke om endnu en stor sprogmodel, men om et mikroskopisk insekt i et virtuelt miljø.
Den 6. marts 2026 annoncerede startup-virksomheden Eon Systems fra San Francisco, at de havde skabt verdens første fuldgyldige emulering af en bananflues (Drosophila melanogaster) hjerne, der var forbundet til en fysisk simuleret krop.
Et konnektom bestående af 125.000 neuroner og 50 millioner synapser, der blev indlæst i en computer, begyndte selvstændigt at styre den virtuelle krop i et tyngdefelt og udføre meningsfulde bevægelser – fra at gå til at vaske sig – uden en eneste kodelinje, der foreskrev, hvordan den præcist skulle bevæge sig.
Imitation kontra kloning
Vi er vant til at tro, at den digitale intelligens vil opstå i gigantiske serverfarme ved at gøre matematiske algoritmer mere komplekse. Eon Systems’ tilgang tilbyder et fundamentalt anderledes paradigme: I stedet for at konstruere intelligens fra bunden har forskerne kopieret det eksisterende biologiske apparat neuron for neuron og trykket på startknappen.
Forskellen mellem det, som traditionelle AI-laboratorier gør, og det, som Eon har opnået, er let at overse. For ikke så længe siden viste DeepMind i samarbejde med forskningscampuset Janelia også en virtuel flue, der gik sikkert rundt i en simulator. Arkitektonisk set er det dog to helt forskellige størrelser. Fluen fra DeepMind styres af algoritmer til forstærket læring – det er et neuralt netværk, der gennem millioner af forsøg og fejl har lært at maksimere en funktion, der er angivet af programmørerne (for eksempel at gå fremad og ikke falde).
Eon-modellen lærte ikke at gå for en matematisk belønnings skyld. Hendes virtuelle krop bevæger sig udelukkende fordi de digitale neuroner inde i simulatoren blinker i samme rækkefølge og sender signaler gennem de samme 50 millioner synapser som i hjernen på et levende insekt. Analytikere sammenligner AI-modeller med en genial skuespiller, der har perfektioneret sin efterligning af en historisk person, mens emulering af konnektomet er en fysisk kloning af selve sindet.
Anatomi af den digitale hjerne
Grundlaget for det nuværende gennembrud blev lagt i 2024, da tidsskriftet Nature udgav en banebrydende artikel af Eons seniorforsker Philip Shiu og hans kolleger. Baseret på data fra FlyWire-konnektomet (et komplet kort over forbindelserne i en bananflues hjerne, opnået ved hjælp af elektronmikroskopi) skabte forskerne en computermodel af hele hjernen hos en voksen bananflue. Modellen tog ikke kun højde for ledningsforbindelserne, men også for kemien: maskinlæringsalgoritmer forudsagde typen af neurotransmitter for hver synapse – om den er eksitatorisk, inhibitorisk eller modulerende.
Forskerne anvendte en elegant matematisk tilgang – en model af typen ‘integrer og udløs med lækage’. De ignorerede bevidst cellernes komplekse fysiske morfologi, indre tilstande og påvirkningen fra langvirkende hormoner. Hvert knudepunkt blev kun tildelt en forbindelsesvægt og den type neurotransmitter, som maskinlæring havde forudsagt: et eksitatorisk signal får den næste neuron til at depolarisere, mens et inhibitorisk signal reducerer dens ladning.
Resultatet overgik forventningerne. Modellen kunne med en nøjagtighed på over 90 procent forudsige fluens reelle sensomotoriske reaktioner. Forskerne stimulerede smagsreceptorerne virtuelt og observerede, hvordan den digitale hjerne sendte en kommando til motoriske neuroner om at strække snablen ud for at drikke sødt vand. Når de aktiverede bitterhedsreceptorerne, bremsede den digitale hjerne øjeblikkeligt føderefleksen.
På samme måde førte stimulering af virtuelle mekaniske receptorer på antennerne til aktivering af de neuroner, der er ansvarlige for grooming – rengøring af følehornene. Artiklen i Nature beviste det vigtigste: for at genskabe hjernens grundlæggende logik er det ikke nødvendigt at simulere hvert enkelt proteinmolekyle; det er tilstrækkeligt med en nøjagtig topologi af forbindelser og synapsernes kemiske polaritet.
Lukning af den sensomotoriske sløjfe
Men 2024-modellen havde en kritisk fejl – den eksisterede i et informationsvakuum. Motoriske kommandoer blev genereret, men førte ingen steder hen. Neuronerne gav ordre om at bøje benet eller strække snablen, men i simulatoren var der hverken ben eller snabel. Dette problem kaldte Eons grundlæggere rammende for ‘aktivering uden fysik’. Uden tyngdekraft og taktil modstand fra overfladen, der gav feedback til centralnervesystemet, var den biologiske ligning kun halvt løst.
For at løse isolationsproblemet integrerede startup-virksomheden Eon Systems hjerneemulering i det biomekaniske skelet NeuroMechFly v2, der kører i den kraftfulde fysiske engine MuJoCo. Nu, når den virtuelle pote rører ved den digitale overflade, genererer den simulerede taktile spænding et sensorisk signal. Dette signal udløser ikke et script skrevet af programmører — det spredes organisk gennem hele netværket. Hjernen behandler datamængden og sender en ny muskelkommando tilbage til den virtuelle krop, som skubber sig væk fra den virtuelle jord.
Den sensorimotoriske sløjfe af perception, behandling og handling er lukket. Som resultat demonstrerer den digitale bananflue adskillige ikke-skriptede adfærdsmønstre, der er en rent emergent egenskab ved dens struktur. Som virksomhedens grundlægger Michael Andregg kortfattet udtalte, idet han omfortolkede Descartes’ berømte filosofiske tese om kløften mellem krop og sjæl: Ånden bor ikke længere i maskinen – maskinen bliver selv til ånd. Uafhængige institutioner bekræfter også, at denne tilgang fungerer: Sandia National Laboratories har med succes kørt denne drøsefly-simulation på den nyeste neuromorfiske chip, Intel Loihi 2, og dermed bevist muligheden for hardwareacceleration af simuleringer.
Simulering af musens hjerne og skaleringsbarrieren
For industrien er dette et kæmpe spring fremad. Den mest kendte forgænger inden for implementeret biologisk simulering var OpenWorm-projektet, der modellerede ormen C. elegans. Men dens nervesystem bestod kun af 302 neuroner. Overgangen fra 302 noder til 125.000 er en overvindelse af en kvalitativ tærskel, hvorefter neurobiologien går fra observationer til tekniske tests.
Hos Eon Systems erklærer man direkte, at bananfluen ikke er målet, men blot startskuddet. Virksomhedens næste mål er en fuldstændig digital emulering af musens hjerne, hvilket vil kræve kortlægning af omkring 70 millioner neuroner. Det er en 560-dobling af antallet af basisknudepunkter, efterfulgt af en eksponentiel eksplosion i antallet af synaptiske forbindelser.
Indsamlingen af biologiske data i et sådant omfang støder på de grundlæggende love inden for fysikken: Standardelektronmikroskoper kan ikke scanne så store mængder på nanoniveau på grund af diffraktionsgrænsen. For at omgå dette bruger Eon en metode kaldet ekspansionsmikroskopi. Hjernevævet gennemvædes fysisk med et specielt polymer, der ved kontakt med vand svulmer op i alle retninger, samtidig med at det bevarer de ideelle proportioner. Hjernen ‘blæses bogstaveligt talt op’, hvilket gør synapserne store nok til en klar scanning. Den statiske struktur suppleres derefter med data om kemisk trafik — til dette formål registrerer forskerne titusindvis af timer med aktivitetsudbrud i levende nervevæv.
Problemet med at skalere fra 125.000 neuroner hos en flue til 70 millioner neuroner hos en mus ligger ikke kun i dataindsamlingen. Forskerne står over for barske beregningsmæssige udfordringer. At opretholde driften af en sådan matrix og simulere dens ikke-lineære dynamik i realtid vil kræve astronomiske kapaciteter. Ud over de gigantiske mængder af datalagring og processorbelastning bliver udstyrets energiforbrug en kritisk teknisk barriere. Kontinuerlig emulering af titusindvis af noder genererer en kolossal mængde varme, hvilket gør termoregulering af hardwareinfrastrukturen til en af projektets hovedopgaver på dette stadie.
På trods af de tekniske vanskeligheder beviser succesen med fluen, at det grundlæggende videnskabelige mysterium om at oversætte et statisk biologisk kort til en digital entitet er løst. Som Eons medstifter Alex Wissner-Gross bemærker, er barrieren på vejen mod emulering af den menneskelige hjerne ikke længere et spørgsmål om grundlæggende videnskab, men er blevet en ingeniørmæssig skaleringsopgave.
Startup-virksomheden planlægger at nå niveauet for det menneskelige konnektom (ca. 86 milliarder neuroner) omkring år 2030. Projektet tiltrækker allerede opmærksomhed fra entusiaster inden for digital udødelighed – der dannes fællesskaber på sociale medier, der er parate til at finansiere forskningen, og frivillige udtrykker interesse for proceduren med destruktiv hjernescanning med henblik på efterfølgende overførsel af bevidstheden til skyen. Spørgsmålet er blot, på hvilket skaleringsstadium den digitale klon med perfekt neurondynamik vil ophøre med at være blot en kvalitetsmæssig simulering og i stedet opnå den subjektive virkelighed af sin original.
Kilder
- The First Multi-Behavior Brain Upload – The Innermost Loop – theinnermostloop.substack, Forfattere: Dr. Alex Wissner-Gross
- A Drosophila computational brain model reveals sensorimotor processing – nature, Forfattere: Philip K. Shiu et al.
- Drosophila Melanogaster – Brain Connectome on Loihi 2 – arXiv – arxiv, Forfattere: Felix Wang
- Notable Progress Has Been Made in Whole Brain Emulation – lesswrong, Forfattere: Dom Polsinelli
- The First Digital Brain Just Walked: Fruit Fly Emulation Signals … – xrom, Forfattere: Eddie Avil
