Naukowcy opublikowali Fly Language Model - chatbota łączącego kompletną mapę neuronową samca muchy owocowej z zamrożonym modelem językowym opartym na architekturze LiquidAI. System wykorzystuje wszystkie 166,700 zachowanych węzłów i 25,5 miliona skierowanych połączeń z connectomu MaleCNS v1.0. Stanowi on tzw. reservoir computer - złożoną sieć neuronową dodaną do istniejącego modelu, w której jedynie mały warstwę wyjściową (278,528 parametrów, czyli 0,024 procent całego modelu) można trenować, podczas gdy reszta struktury pozostaje zamrożona.
Architektura działa poprzez kompresję osadzeń tokenów z 2048 wymiarów do 128 kanałów za pośrednictwem losowej projekcji Gaussa. Każdy węzeł connectomu otrzymuje jeden kanał, a całą sieć aktualizuje się według równania zawierającego znormalizowane liczby kontaktów anatomicznych. Stany są następnie zagregowane, przełożone przez dwie wytrenowane macierze bias-free i projekcje przez zamrożoną głowę słownika. Projekt jest dostępny na licencji MIT i działa lokalnie na systemach macOS czy Linux bez wymagania kluczy API.
Co zaskakujące, kontrolne testy wykazały, że parametrycznie dopasowany model bez integracji connectomu muchy osiąga nieznacznie lepsze wyniki. Stwórca projektu otwarcie zastrzegł, że nie jest to pierwsza connectome-oparta architektura oraz że biologia muzgu muchy nie przyniosła w tym przypadku oczekiwanych ulepszeń. Eksperyment podnosi fundamentalne pytania o rzeczywistą wartość biologicznie inspirowanych podejść w kontekście dużych modeli językowych i zmienia perspektywę na to, czy dokładne odwzorowanie struktur mózgu naturalnego bezpośrednio przekłada się na lepszą wydajność sztucznej inteligencji.