· 10 min de leitura
Como rodamos Doom no conectoma cerebral de uma mosca (em tempo real e a 300 FPS)
Comprimimos os 165.122 neurônios do MaleCNS de 37MB para 4.98MB via FlatBuffers e 4-bit LUT para caber no cache L3, e colocamos a Drosophila para jogar Doom via quimiotaxia e visão bilateral.
Existe uma lei não escrita na ciência da computação que diz: se algo processa informação, alguém vai tentar rodar Doom nele. De calculadoras gráficas a testes de gravidez digitais, de terminais de impressora a bactérias modificadas, "Can it run Doom?" é o rito de passagem definitivo de qualquer arquitetura.
Mas e se o sistema não for um microprocessador de silício, e sim o cérebro completo de um organismo biológico?
Pegamos o conectoma do sistema nervoso central do macho da mosca (Drosophila melanogaster, o dataset MaleCNS v1.0, contendo todos os 165.122 neurônios e 10,2 milhões de conexões sinápticas mapeadas por microscopia eletrônica), transformamos a rede em um operador recorrente compacto residente no cache do processador, e conectamos o cérebro em um loop sensorial-motor para navegar por uma arena 3D estilo Doom em tempo real.
O simulador completo está rodando interativamente no iframe abaixo — direto no seu navegador:
1. O Gargalo de Ferro: A Muralha da DRAM
O conectoma de 165 mil neurônios parece modesto para os padrões dos Large Language Models de bilhões de parâmetros. No entanto, sua conectividade sináptica é esparsa (10,2 milhões de arestas com pesos dirigidos e sinais excitatórios/inibitórios).
Em precisão FP32 padrão no PyTorch (torch.sparse_csr_tensor), a matriz de adjacência ocupa cerca de 118 MB. Em formato comprimido SciPy CSR, ocupa 37,2 MB.
Parece pouco para a RAM de 16 GB do computador, certo? O problema é a física da arquitetura von Neumann:
- A cada passo recorrente da simulação (), o processador precisa ler a totalidade dos 37 MB de pesos da memória RAM principal (DRAM).
- O canal de memória de um processador comum entrega cerca de 25 a 35 GB/s.
- Fazer uma viagem completa à DRAM para cada frame impõe um teto severo: o PyTorch roda a míseros 16,3 ms por passo (61 passos por segundo). A CPU passa mais de 80% dos ciclos ociosa, esperando os dados atravessarem o barramento.
Para rodar em tempo real a taxas de 300+ FPS, havia apenas uma saída: fazer o cérebro inteiro caber dentro do cache L3 do processador (8 MB).
2. A Compressão: FlatBuffers Zero-Copy e Quantização 4-Bit
Para reduzir a matriz de adjacência de 37,2 MB para menos de 5 MB sem destruir a dinâmica biológica, aplicamos três técnicas combinadas:
- Poda de Ruído Sináptico: Conexões com sinapses (que representam ruído de reconstrução de micrografia) foram podadas, retendo as 1,54 milhão de autoestradas sinápticas principais.
- Delta Encoding em
uint16: Em vez de armazenar índices de coluna de 32 bits, armazenamos o deslocamento relativo () em 16 bits. - Quantização Não-Linear por Codebook de 4 bits (LUT): Os pesos sinápticos foram mapeados para um dicionário logarítmico de 16 níveis em 4 bits (nibbles empaquetados), consumindo apenas 2,5 bytes por aresta.
- Serialização FlatBuffers (
.mcns): Criamos um schema binário estrito que permite carregar o cérebro viammapem 14 microssegundos, com tempo de carregamento zero e zero alocação de heap.
O resultado final: 4,98 MB. O cérebro inteiro cabe confortavelmente dentro do cache L3 de 8 MB do nosso Intel Core i5-1145G7, eliminando as viagens à DRAM.
O throughput saltou de 61 passos/s para 335+ FPS na CPU, um speedup de 5,4x.
3. O Loop Sensorial-Motor Multimodal
Para a mosca navegar no mapa de Doom, não bastava rodar matrizes no vácuo — era preciso acoplar os sensores biológicos reais aos controles da arena:
[Arena 3D / Doom Engine]
│
├─► Visão: 32 feixes raycasting ────► 4.589 Neurônios Visuais (visual_projection L/R)
│
└─► Olfato: Pluma de cheiro (ppm) ──► 2.639 Neurônios Olfativos (antennal ORNs)
│
▼
[165.122 Neurônios Recorrentes no L3]
│
▼
1.314 Neurônios Descendentes (DNs)
│
▼
[Torque de Curva + Aceleração Frontal + Disparo]A. Visão Bilateral e Evasão Contralateral
Um motor de raycasting DDA (exatamente igual ao de Wolfenstein 3D e Doom clássico) projeta 32 feixes no campo de visão de 145°.
- Os feixes esquerdos ativam os 4.589 neurônios de projeção visual esquerdos.
- Os feixes direitos ativam os 4.612 neurônios de projeção visual direitos.
- Conectamos o reflexo biológico contralateral: quando uma parede cresce na esquerda, a excitação motora comanda a mosca a virar para a direita, deslizando suavemente pelas quinas (wall sliding).
B. Quimiotaxia e Tropotaxia Antenal (Olfato)
Moscas reais não encontram comida olhando para ela — encontram pelo olfato.
- No conectoma MaleCNS, identificamos 2.639 neurônios receptores olfativos (
cell_class = olfactory). - A mosca possui duas antenas separadas no espaço (). O prêmio emite uma pluma aromática que decai com o quadrado da distância.
- Se o cheiro for mais forte na antena direita (), o gradiente induz uma manobra de busca na direção da pluma. Conforme a concentração geral sobe, o circuito comanda um surge frontal (aceleração em direção à comida).
4. O Teste de Hipótese: Topologia Real vs Grafo Embaralhado
Para ter certeza de que o comportamento de navegação é fruto da fiação biológica real e não de um mero truque estatístico, comparamos a mosca contra um Modelo Nulo de Grau Preservado (onde as conexões sinápticas foram aleatoriamente permutadas, mantendo o número de entradas e saídas de cada neurônio):
| Modelo | Tamanho / Localização | FPS | Evasão de Paredes | Colisões em 300 Ticks |
|---|---|---|---|---|
| MaleCNS Compact (.mcns) | 4,98 MB (Cache L3) | 335,4 FPS | 99,4% | 0 a 1 |
| SciPy FP32 Original | 37,20 MB (DRAM) | 86,3 FPS | 99,7% | 1 |
| Controle Embaralhado (Nulo) | 37,20 MB (DRAM) | 83,1 FPS | 88,7% | 34 batidas na parede |
O cérebro aleatório bateu na parede 34 vezes, ficando preso em cantos escuros. O conectoma biológico real preservado em 4-bit no L3 navegou pelas salas, fez as curvas em 90°, farejou o prêmio através das portas e capturou alvos randômicos de forma autônoma.
5. Onde o Código e a Demonstração Vivem
Toda a infraestrutura do FlyDoom é código aberto:
- A demonstração interativa completa em tela cheia está disponível em:
/flydoom/ - O formato binário Zero-Copy FlatBuffers (
.mcns), os kernels JIT em Numba/AVX2 e os relatórios de benchmarks estão no repositório de experimentos.
Se até um conectoma de 165 mil neurônios de uma mosca agora roda Doom a 335 FPS dentro do cache L3 de um notebook comum, a pergunta para os próximos modelos neuromórficos já não é se eles conseguem rodar — mas quem vai conseguir vencê-los no multiplayer.