Startup Eon Systems demonstriert erste multi-verhaltensfähige Gehirn-Emulation

Das US-amerikanische Startup Eon Systems PBC hat erstmals eine vollständige Gehirn-Emulation in einem simulierten Körper vorgestellt, die mehrere Verhaltensweisen zeigen kann. Das gab Mitgründer Dr. Alex Wissner-Gross bekannt. Diese Demonstration stellt einen wichtigen Meilenstein in der Forschung zur Whole-Brain Emulation (WBE) dar, bei der ein biologisches Gehirn neuronengenau digital kopiert und in Simulationen betrieben wird.

Was Sie hier sehen, ist kein animiertes Modell oder ein auf Reinforcement Learning basierender Agent. Es handelt sich um eine echte Kopie eines biologischen Gehirns, das einen Körper in Simulationen bewegt. Der Geist ist nicht mehr in der Maschine – die Maschine wird zum Geist.

Dr. Wissner-Gross, CoFounder Eon Systems PBC

Vom Modell zur physischen Ausführung

Bisherige Arbeiten auf diesem Gebiet beschränkten sich auf entkörperte Gehirne oder animierte Körper ohne neuronale Grundlage. Eon Systems verbindet nun erstmals ein komplettes, auf einem biologischen Connectom basierendes Gehirn mit einem physikalisch simulierten Körper in der Umgebung von MuJoCo.

Die Simulation arbeitet in einem geschlossenen Regelkreis: sensorische Eingaben werden vom Gehirn verarbeitet, neuronale Signale erzeugen Motorbefehle, die der simulierte Körper ausführt – wodurch die Gehirn-Emulation erstmals reale Verhaltensweisen zeigt.

Das Video zur Demonstration

Erste Demonstrationen von Verhaltensweisen

In der aktuellen Simulation zeigt die emulierte Fliege bereits mehrere erkennbare Verhaltensweisen. Dazu gehören:

• Grooming: Die Fliege reinigt bestimmte Körperteile, beispielsweise die Antennen mit den Vorderbeinen, wenn diese verschmutzt oder stimuliert werden. Dieses Verhalten wurde zuvor bereits im unverkörperten Gehirnmodell von Shiu et al. (2024) simuliert.
• Fütterung: Beim Kontakt mit Zucker löst die Fliege eine stereotypische Futterreaktion aus. Sensorische Neuronen auf Beinen oder Rüssel leiten den Reiz an das Gehirn weiter, das daraufhin das motorische Programm für die Fütterung aktiviert. In der Simulation kann die Fliege einen virtuellen Zuckertröpfchen wahrnehmen und entsprechend reagieren.
• Nahrungsforage: Komplexere, zielgerichtete Suche nach Nahrung wird ebenfalls simuliert. Die Fliege erkundet eine Arena, erkennt Geruchs- oder Geschmacksquellen und navigiert gezielt darauf zu.
• Flucht vor visuellen Bedrohungen: Reize wie ein plötzlich expandierendes Objekt lösen im Modell neuronale Aktivierung aus, die Fluchtverhalten auslösen würde. Dieses Verhalten ist in der aktuellen verkörperten Simulation jedoch noch nicht implementiert.

Die Demonstration dieser Verhaltensweisen zeigt, dass das Gehirnmodell in Kombination mit einem simulierten Körper erste sensorimotorische Schleifen realisieren kann, die über einfache Reiz-Reaktions-Ketten hinausgehen.

Grenzen der aktuellen Emulation

Trotz des Erfolgs gibt es wichtige Einschränkungen:

• Neuronale Vereinfachungen: Das Shiu et al.-Modell verwendet vereinfachte "leaky integrate-and-fire"-Neuronen und abstrahierte Synapsen. Viele biophysikalische Details, dendritische Nichtlinearitäten, neuronale Plastizität, Lernprozesse oder hormonelle Zustände fehlen. Die Reaktionen des Modells sind daher nicht vollständig vergleichbar mit biologischen Fliegen, die Sensorik abhängig von Hunger, Erregung oder früheren Erfahrungen modulieren.
• Herausforderungen der Gehirn-Körper-Kopplung: Es ist noch unklar, wie Aktivitätsmuster bestimmter Neuronen optimal in Bewegungen übersetzt werden. Aktuell werden Torques, Gelenkbewegungen oder Körperhaltungen noch stark vereinfacht abgebildet, teilweise manuell zugeordnet.
• Begrenztes Neuronen-Interface: Nur einige absteigende Neuronen (z. B. DNa01, DNa02, aDN1, oDN1, Giant Fiber) werden gesteuert, die gesamte Hierarchie und Redundanz des natürlichen Systems wird noch nicht abgebildet.
• Forschungslimitierter Ansatz: Das aktuelle System ist eher eine Forschungs- und Demonstrationsplattform. Eine vollständige Nachbildung des natürlichen Verhaltensrepertoires erfordert zusätzliche Lernmechanismen, detailliertere Motorinterfaces und umfangreiche funktionelle Daten.

Die verkörperte Fliege markiert damit einen wichtigen Schritt für die Forschung, ist aber noch lange nicht das volle Abbild biologischer Realität. Sie dient vor allem als Plattform, um struktur-zu-Verhalten-Ansätze weiter zu erforschen und das Zusammenspiel von Gehirn und Körper in Simulationen zu untersuchen.

Aufbauend auf vorheriger Forschung

Die aktuelle Demonstration baut auf früheren Arbeiten auf:

• Das FlyWire-Connectom der Fruchtfliege (Drosophila melanogaster) mit über 125.000 Neuronen und 50 Millionen Synapsen wurde bereits 2024 in Nature publiziert und zeigte motorisches Verhalten mit 95 % Genauigkeit, allerdings ohne Körper.
• Das NeuroMechFly v2-Framework ermöglichte die physische Simulation des Körpers.
• Forschungen zu zentralisierten Gehirnnetzwerken halfen, die Koordination der Körperteile realistisch abzubilden.

Im Ergebnis kann das Gehirn der Fliege jetzt mehrere natürliche Verhaltensweisen autonom ausführen, gesteuert von den eigenen neuronalen Schaltkreisen.

Weltweite Bedeutung und nächste Schritte

Eon Systems verfolgt das Ziel, die größte connectom-basierte Gehirn-Emulation zu entwickeln. Langfristig sollen Maus- und später menschliche Gehirne digital abgebildet werden. Ein Mausgehirn enthält etwa 70 Millionen Neuronen, rund 560 Mal so viele wie eine Fliege. Dafür sammelt das Team umfangreiche connectomische Daten und funktionelle Aufzeichnungen mittels Calcium- und Spannungskartierung, um die Aktivitätsmuster im lebenden Gewebe zu erfassen.

Die Ergebnisse markieren einen qualitativen Fortschritt in der Neurowissenschaft und der KI-Forschung und könnten langfristig die Grundlage für digitale Gehirnmodelle auf menschlicher Ebene legen.