Ми звикли думати, що швидкість реакцій залежить від розміру і потужності мозку: чим більше нейронів і більше обчислювальних ресурсів — тим швидше. Але як повідомляє Phys.org з посиланням на публікацію в Nature Communications, команда Університету Шеффілда виявила у звичайних мух принципово новий механізм обробки зорової інформації: замість пасивного «спостереження» за світом комаха синхронізує рухи тіла з потоком зорових даних — і в момент різкого повороту її нейрони переходять у «вищу передачу», потроюючи швидкість передачі сигналів до мозку. Це дозволяє реагувати ще до того, як зоровий сигнал повністю оброблений. І це може стати архітектурним шаблоном для наступного покоління AI і роботів.
Що відомо коротко
- Стаття: Mansour N. et al. «Synaptic high-frequency jumping synchronises vision to high-speed behaviour». Nature Communications, 2026. DOI: 10.1038/s41467-026-72509-2. Університет Шеффілда + Колумбійський університет + Queen Mary University of London.
- Провідні автори: проф. Мікко Юусола (Університет Шеффілда), д-р Джоуні Такало (модель), проф. Орел А. Лазар (Колумбійський університет).
- Об’єкти: кімнатна муха і дрозофіла (Drosophila).
- Відкриття: новий механізм «стрибка на високу частоту» (high-frequency jumping) — під час швидкого руху зорова система комахи автоматично потроює швидкість передачі даних до мозку, усуваючи затримку сигналу.
- Метод: аналіз мозку і очей, поведінкові спостереження і цифрове моделювання на основі біофізично реалістичної статистичної моделі.
- Значення: переосмислення нейронної обробки інформації; шаблон для ефективніших AI-систем, роботів і автономних транспортних засобів.
Чому мухи реагують швидше за наші комп’ютери
Дрозофіла важить менше міліграма. Її мозок містить близько 100 000 нейронів — у мільйон разів менше, ніж людський. Але муха здатна ухилятись від удару за частки секунди, орієнтуватись у просторі під час польоту на надзвичайно малих висотах і здійснювати посадку на стелю головою вниз — усе це в умовах постійно мінливої зорової картини.
Традиційна модель нейронної обробки зору припускає: сенсори фіксують картинку → сигнал іде нервами до мозку з постійною швидкістю → мозок аналізує і виробляє відповідь. Між подразником і реакцією — неминуча затримка. Ця модель прийнятна для повільних тварин. Але для мухи, що летить зі швидкістю кілька метрів на секунду і повинна реагувати на перешкоди за мілісекунди — вона математично не сходиться.
Нова стаття дає відповідь: муха не чекає, поки сигнал «дійде» до мозку. Вона його прискорює.
«Стрибок на високу частоту» — що відбувається в момент повороту
Команда Юусоли виявила, що в момент різкого руху — наприклад, швидкого повороту в польоті або саккади (різкого мікроруху очей) — зорова система комахи автоматично переходить у новий режим роботи. Тисячі крихітних фоторецепторів, що зазвичай передають сигнали у мозок із рівномірною швидкістю, починають «стрибати» на вищу частоту: пропускна здатність нервового каналу потроюється. «Відкривається більше кімнат для даних», — образно описує Юусола: мозок отримує можливість зосередитись на найважливішій, найшвидкіснішій частині зорового потоку.
Принципово важливо: цей механізм не керується свідомо і не запускається «зверху вниз» — від мозку до очей. Він виникає автоматично із самої взаємодії між рухом тіла і зоровим сигналом. Д-р Такало, який розробив біофізично реалістичну статистичну модель, пояснює: «Наша модель показує, як тисячі крихітних сенсорів працюють спільно, щоб змінити форму зорових сигналів. Діючи як команда, ці сенсори можуть миттєво перефокусуватись туди, де це найбільш потрібно».
Зір — не камера, а активний процес
Головний концептуальний зсув, який пропонує стаття: зір не є пасивним записом того, «що є перед очима». Зір — це активний процес, невід’ємний від руху тіла.
Проф. Ларс Чітка з Queen Mary University формулює це чітко: «Мухи бачать світ не як камера, що робить знімки. Їхній зір тісно переплетений з дією — вони використовують сам рух для загострення сприйняття і прискорення нейронної обробки. Розуміння того, як біологія досягає цього виду передбачувального, малозатримкового сприйняття, може надихнути нові підходи до штучного зору і нейроморфної інженерії».
Це переосмислює традиційні моделі нейронної обробки, які припускають фіксовані шляхи передачі даних із вбудованими затримками. Натомість результати підтримують нову концепцію, де сприйняття є колективним продуктом руху тіла, зорового введення і відповіді мозку.
Від мухи до робота: що це означає для AI
Практичний переклад цих знань є прямим. Сучасні AI-системи для автономних транспортних засобів і роботів зазвичай покладаються на масштабні обчислення: датчик → передача великих масивів даних → центральний процесор аналізує → виробляє відповідь. Це повільно, енергоємно і дорого.
Муха демонструє альтернативу. Проф. Лазар з Колумбійського університету підкреслює: «Природа показує нам, що інтелект походить не з обробки більшої кількості даних, а з обробки правильних даних у правильний час. Інтегруючи рух безпосередньо в обчислення, біологічні системи досягають надзвичайної ефективності».
Конкретні застосування: роботи, що використовують власний рух для збору релевантної інформації замість постійного сканування; автономні транспортні засоби, що адаптують пропускну здатність сенсорів залежно від швидкості маневру; нейроморфні чіпи, що імітують «стрибок на вищу передачу» замість обробки рівного потоку даних.
Чому це важливо
Протягом десятиліть робототехніка і AI намагались наслідувати людський мозок — великий, потужний і енергоємний. Але природа пропонує інший шаблон: крихітний мозок комахи, що вирішує складні завдання не силою, а елегантністю архітектури. Муха не обробляє більше даних — вона обробляє потрібні дані у потрібний момент, і цей принцип є радикально ефективнішим.
Цікаві факти
🦟 Час реакції мухи на загрозу становить 100 мілісекунд або менше — швидше, ніж людина моргає. При цьому мозок мухи містить лише ~100 000 нейронів проти ~86 мільярдів у людини. Секрет не в кількості, а в архітектурі: мінімальна кількість синаптичних перемикань між сенсором і руховою відповіддю забезпечує мінімальну затримку. Джерело: Nature Communications, 2026.
👁️ Саккади — різкі мікрорухи очей — є не лише у комах: людські очі роблять 3–5 саккад на секунду під час читання і розглядання. Те, що ці рухи можуть активно покращувати якість зорового сигналу, а не просто змінювати напрямок погляду — нова ідея навіть для нейронауки людського зору. Відкриття у мух може переосмислити розуміння ролі саккад у всіх тварин із рухливими очима. Джерело: нейронауки.
🤖 Нейроморфні чіпи — кремнієві схеми, що імітують архітектуру нейронних мереж мозку — вже розробляють Intel (Loihi) і IBM (TrueNorth). Вони на порядки енергоефективніші за традиційні GPU при певних завданнях. Принцип «стрибка на вищу передачу», виявлений у мухи, є саме тим типом адаптивної архітектури, який нейроморфна інженерія намагається відтворити. Джерело: нейроморфна інженерія, 2026.
🎯 Біофізично реалістична статистична модель Такала дозволила перевірити механізм без необхідності вимірювати кожен з тисяч фоторецепторів окремо: модель відтворює колективну поведінку сенсорного поля на основі відомих біофізичних параметрів окремих клітин. Цей підхід сам по собі є методологічним внеском — він може використовуватись для моделювання інших складних нейронних систем. Джерело: Nature Communications, 2026.
FAQ
Як саме рух тіла прискорює обробку зорової інформації — чи не збиває він картинку? На перший погляд — збиває: під час руху зображення «розмивається». Але саме цей розмив є сигналом для «стрибка на вищу передачу»: нервова система розпізнає характерний патерн оптичного потоку під час швидкого руху і переходить у режим, оптимізований для виявлення швидких змін, а не дрібних деталей. Фактично мозок «знає», що тіло рухається, і перелаштовує фільтри сприйняття відповідно.
Чи можна безпосередньо перенести цей принцип у програмний код AI? Прямий перенос неможливий — механізм глибоко вбудований у аналогову біофізику нейронів і синапсів. Але принцип — адаптивна пропускна здатність, що залежить від стану руху системи — цілком транслюється в алгоритмічну архітектуру. Найближча аналогія: системи комп’ютерного зору, що динамічно змінюють роздільність і частоту кадрів залежно від швидкості транспортного засобу.
Чим цей відкритий механізм відрізняється від відомих раніше реакцій комах? Раніше знали, що комахи мають швидкі нейрони і мало синаптичних перемикань між оком і м’язами. Новизна — не в самій швидкості, а в динамічній адаптивності: система не просто «швидка», вона активно змінює власну пропускну здатність залежно від ситуації. Це якісно інша архітектура, ніж просто «короткий шлях».
Чи є аналоги цього механізму в інших тварин? Можливо, але це відкрите питання. Авторська команда вивчала лише мух. Схожі принципи активного, рухо-залежного зору спостерігаються у бджіл і деяких хижих комах. Чи існує аналогічний «стрибок на вищу частоту» у хребетних з рухливими очима — цікаве питання для майбутніх досліджень.