Специалист из компании Coinbase Алекс Вормут разработал экспериментальный проект, в котором цифровая копия нервной системы плодовой мухи используется для автоматической торговли криптовалютой. Инженер выделил сто долларов на торговлю биткоином через систему Stonkfly. Эта система трансформирует графики котировок в электрические импульсы для искусственных нейронов, а результирующая активность сети преобразуется в торговые команды: купить, продать или воздержаться.
В сентябре Вормут заявил о первой прибыли в размере одного доллара. Однако единичный положительный результат недостаточен для подтверждения эффективности модели. В официальной документации проекта явно указано, что проведённые тесты не подтвердили способность системы к прибыльной торговле, совершенствованию торговой стратегии или успешному управлению реальными средствами. Увеличение стоимости цифровых активов в портфеле может ошибочно восприниматься как результат удачного торгового решения.
Проект основан на цифровой карте центральной нервной системы взрослой самца дрозофилы под названием MaleCNS v1.0. Такие карты называются коннектомами. По информации разработчиков, виртуальная модель включает более 166 тысяч нейронов, примерно 25,6 миллионов направленных связей между ними и свыше 124 миллионов синаптических контактов. Модель охватывает головной мозг и брюшной нервный пучок, отвечающий за управление движениями насекомого.
Для виртуальной мухи рыночные данные представляются в виде цветного графика. Система получает информацию о котировках с платформы Coinbase, преобразует её в изображение и передаёт сигналы яркости и цвета на модели зрительных нейронов. Эти импульсы затем распространяются по всей сети. Числовые значения котировок и готовые торговые индикаторы не подаются напрямую на искусственные нейроны.
Связь между активностью нейронной сети и выполняемыми торговыми операциями установлена вручную разработчиком. Разница в частоте импульсов между парой выбранных нейронов (правого и левого) в сочетании с дополнительным сигналом определяет, совершать ли покупку или продажу. При других комбинациях активности система пропускает операцию. По словам автора, это не означает обнаружение у мухи специальных «нейронов торговли». Систематический сдвиг в активности сети может привести к постоянным покупкам без какого-либо понимания рынка.
Изменение стоимости активов запускает обратную связь в системе. При увеличении стоимости программа активирует 15 смоделированных дофаминовых нейронов PAM11, при снижении — активирует две клетки PPL101. Экспериментальное правило адаптации изменяет силу определённых нейронных связей. Автор подчёркивает, что сигналы «вознаграждения» и «наказания» являются чисто программными конструкциями, а эмоции, физическая боль и сознание не моделируются и не изучаются в этом эксперименте. Даже просто удержание актива может генерировать эти сигналы при колебаниях рынка.
Опубликованная версия программы по умолчанию выполняет торговлю условными $100, используя реальные рыночные цены. Для реальной торговли пользователь должен подключить собственный счёт. Встроенные ограничения включают максимальный размер ордера примерно $10, не более 24 попыток за сутки и отсутствие плеча. При убытке в $20 система прекращает новые ордеры, но не продаёт уже приобретённые активы, что позволяет убыткам продолжать расти.
Научная основа проекта разработана международной группой исследователей, включающей сотрудников научного центра HHMI Janelia, Google Research и других организаций. 3 сентября учёные представили детальную карту нейронов дрозофилы, результаты которой опубликованы в журнале Cell. Исследователи восстановили структуру нервной системы из микроскопических снимков с помощью нейросетей и проверили результаты вручную. Коннектом служит ценным инструментом для понимания того, как нервная система связывает восприятие с поведением, но сам по себе не полностью воспроизводит всю сложность живого организма.
Перед экспериментом с криптовалютами Вормут применял ту же карту нервной системы в проекте DOOMFLY, подключив её к видеоигре Doom. Сцены из игры стимулировали смоделированные зрительные нейроны, а активность сети управляла движением персонажа, его поворотом и стрельбой. Документация этого проекта также содержит отрицательные результаты проверок и указывает, что удлинение некоторых раундов и изменения в нейронных связях ещё не подтверждают наличие обучения у модели.
