DIAGRAM SAMBUNGAN OTAK LALAT BELAJAR MELIHAT DAN MENGHITUNG

Seberapa banyak kemampuan otak yang sudah tertulis dalam jaringan sambungannya? Pertanyaan ini kini bisa diuji untuk satu jenis hewan: diagram sambungan lengkap — konektom — otak lalat buah dewasa kini tersedia. Menurut para penulis, konektom itu memberikan peta lengkap pertama dari otak yang mampu berperilaku kompleks. Salah satu gagasan yang bisa diuji adalah ekonomi pengabelan (wiring economy): evolusi semestinya memilih sirkuit yang berkinerja baik sambil menekan sambungan panjang yang mahal seminimal mungkin.

Otak di dalam komputer, mata di depannya

Eudald Correig-Fraga, Roger Guimerà, dan Marta Sales-Pardo dari Universitas Rovira i Virgili di Tarragona, Katalonia, berangkat dari konektom Drosophila melanogaster yang sudah diperiksa ulang: 139.255 neuron dan 54,5 juta sambungan sinaptik.

Mereka pertama-tama membangun ulang mata majemuk lalat dari data yang sama. Dari posisi fotoreseptor, mereka merekonstruksi setiap omatidium — salah satu unit kecil penyusun mata — dan seberapa luas bagian bidang pandang yang dilihatnya. Setiap jenis fotoreseptor diberi kepekaan warna hasil pengukuran, yang digeser 200 nanometer agar gambar merah-hijau-biru biasa dapat digunakan; pergeseran ini mengubah kanal ultraviolet lalat menjadi biru.

Skema titik-titik yang masuk ke model mata lalat lalu mengalir melalui otak, dengan peta fotoreseptor dan render 3D neuron.

Dari gambar ke keputusan: titik-titik berwarna ditangkap oleh mata majemuk hasil rekonstruksi, lalu aktivitas mengalir melalui jaringan sambungan asli menuju sel Kenyon. — Gambar 1, Correig-Fraga, Guimerà & Sales-Pardo (2026), arXiv:2610.10023.

Cahaya kemudian mengaktifkan neuron retina, dan aktivitas menyebar melalui jaringan sambungan asli, langkah demi langkah, hingga ke sel Kenyon di badan jamur (mushroom body), tempat satu unit sederhana membaca sebuah keputusan. Tidak ada yang ditambahkan ke otak. Satu-satunya hal yang boleh dipelajari model adalah satu nilai kekuatan untuk tiap sambungan yang sudah ada, dibatasi agar tidak pernah melebihi jumlah sinapsis yang benar-benar teramati.

Warna, bentuk, jumlah

Tim menguji tiga tugas visual:

Warna. Apakah lingkaran itu biru atau kuning? Semua model mencetak skor mendekati 100%. Jaringan asli mencapai 92% tanpa pelatihan sama sekali.
Bentuk. Lingkaran atau bintang? Dilatih dengan gambar di separuh kiri bidang pandang dan diuji di separuh kanan, jaringan asli mencapai 64%.
Jumlah. Warna mana yang punya lebih banyak titik, dengan luas total setiap warna disamakan sehingga ukuran tidak membocorkan jawabannya? Model tidak pernah diberi tahu berapa banyak titiknya. Akurasinya naik seiring rasio antara kedua jumlah, dari 64% pada rasio 1,5 hingga 85% pada rasio 5. Pola ini adalah ciri khas indra bilangan yang bersifat perkiraan, yang menurut makalah ini telah teramati pada lalat buah sungguhan.

Otak yang diacak

Untuk menguji apakah susunan sambungan yang persis itu penting, para peneliti membuat empat versi otak yang diacak, semuanya dengan neuron yang sama:

satu versi tanpa batasan, di mana sambungan keluar setiap neuron menuju target acak, sehingga tercipta banyak kabel panjang;
satu versi dipangkas, dikurangi sampai total biaya pengabelannya sama dengan otak asli, tetapi dengan sambungan yang rata-rata lebih panjang;
dua versi dengan jarak disamakan, yang mempertahankan sebaran panjang kabel dan total biaya pengabelan otak asli.

Pada otak acak dengan kabel panjang, aktivitas membanjiri hampir seluruh otak pada langkah kedua; pada otak asli, aktivitas bergerak lebih bertahap dari mata ke arah dalam.

Diagram batang akurasi untuk tugas warna, bentuk, dan jumlah pada lima jaringan, serta grafik garis akurasi terhadap rasio Weber.

Akurasi konektom asli (biru) dan empat versi acak pada tiga tugas; di kanan, pembedaan jumlah membaik seiring membesarnya rasio antara kedua kuantitas. — Gambar 3, Correig-Fraga, Guimerà & Sales-Pardo (2026), arXiv:2610.10023.

Membayar harga kabel panjang

Otak tanpa batasan dan otak yang dipangkas mencetak skor lebih tinggi, misalnya 70% untuk bentuk dibanding 64%. Keunggulan mereka datang dari menjangkau lebih banyak neuron lebih cepat melalui sambungan panjang — justru sambungan yang, menurut para penulis, akan membebani hewan sungguhan dengan biaya energi dan kerumitan perkembangan. Jika perbandingannya adil, dengan anggaran pengabelan yang sama dan sebaran panjang kabel yang sama, otak lalat asli mengalahkan kedua pesaing acaknya di setiap tugas. Para penulis memaknai ini sebagai kompromi evolusioner yang efisien antara kinerja dan biaya pengabelan.

Model yang sengaja dibuat sederhana

Model ini mengabaikan sebagian besar biologi neuron sungguhan: tidak ada laju letupan (firing rate), tidak ada konstanta waktu, dan pembacaan melalui sel Kenyon adalah pilihan praktis, bukan seluruh sirkuit pengambilan keputusan lalat. Setiap otak acak hanya dibuat satu kali. Para penulis menyajikan karya ini sebagai titik awal: cara untuk bertanya apa yang dapat dilakukan oleh diagram sambungan hasil pengukuran dengan sendirinya, sebelum menambahkan dinamika neuron yang lebih kaya.