Un ingeniero conecta un cerebro de mosca de 166.700 neuronas a Coinbase para que compre y venda bitcoin y avisa: no está demostrado que gane dinero

Alex Wormuth, un ingeniero de Tulsa (Oklahoma) que en su perfil de GitHub figura como trabajador de Coinbase, publicó el 10 de septiembre Stonkfly, un programa que pone un cerebro de mosca simulado de 166.700 neuronas a mirar gráficos de bitcoin y a proponer operaciones. Dejó el código abierto en GitHub con licencia MIT.

El programa usa el mapa de conexiones de una mosca macho, con 25.582.938 conexiones entre sus neuronas, convierte los precios públicos de Coinbase en una imagen y deja que la actividad de esas neuronas proponga comprar, vender o esperar. El propio autor resume el resultado en el primer párrafo del proyecto: «No se ha demostrado un aprendizaje rentable».

A 19 de octubre, el repositorio acumulaba 886 estrellas y 163 copias en GitHub. No es su primer experimento con esta red: el 6 de septiembre había publicado DOOMFLY, que ponía el mismo cerebro de mosca a jugar a Doom.

Un mapa de 166.700 neuronas de mosca macho

La base de Stonkfly es MaleCNS v1.0, el conectoma completo del sistema nervioso central de un macho de Drosophila melanogaster, publicado en la revista Cell el 3 de septiembre de 2026. Un conectoma es el diagrama de todas las neuronas de un animal y de las conexiones entre ellas, reconstruido a partir de imágenes de microscopio electrónico. Lo elaboraron el equipo FlyEM del campus Janelia del Instituto Médico Howard Hughes (HHMI), el Laboratorio de Biología Molecular del MRC, la Universidad de Cambridge y Google Research.

Michał Januszewski y Viren Jain, investigadores de Google Research, explicaron en el blog de la compañía que, con más de 166.000 neuronas y 125 millones de conexiones sinápticas, es el mapa cerebral más grande hasta la fecha por número de neuronas.

Según la nota de Janelia que presentó los datos, el conjunto incluye el cerebro, los lóbulos ópticos y el cordón nervioso ventral, el equivalente de la médula espinal en la mosca.

Una vía visuomotora del conectoma de la mosca macho, desde los fotorreceptores R1-R6 hasta la neurona DNg13. Vídeo: HHMI’s Janelia Research Campus

Stonkfly tampoco es el primer intento de dar vida digital a una mosca a partir de su cableado: una start-up estadounidense ya creó una copia digital de la mente de una mosca y la puso a vivir en una simulación.

Un gráfico de bitcoin como estímulo para los ojos

Stonkfly descarga cada minuto los precios públicos de Coinbase y dibuja con ellos un gráfico de 320 × 180 píxeles. La simulación recibe solo los píxeles en color, sin precios ni indicadores, según la documentación técnica del modelo.

Esos píxeles estimulan 3.335 fotorreceptores R1-R6, las células del ojo que captan el brillo, y 811 fotorreceptores R8, que responden al color.

Cada observación del mercado equivale a 500 milisegundos de tiempo neuronal, y entre una observación y la siguiente pasan al menos 60 segundos reales. La documentación precisa que ningún modelo de lenguaje selecciona las operaciones.

Dos neuronas descendentes deciden la orden

La decisión sale de una lectura fija de dos tipos de neuronas descendentes, las que llevan señales del cerebro al resto del cuerpo. Si la neurona DNp20 derecha dispara de media al menos 2 veces por segundo más que la izquierda y hay como mínimo un disparo de la DNpe017, el programa propone comprar; si la diferencia va en sentido contrario, propone vender, y en el resto de casos mantiene.

El autor advierte de que es «una interfaz diseñada, no el descubrimiento de “neuronas de compra”».

El programa también reparte premios. Según el README, un resultado positivo de la cartera estimula 15 células de dopamina PAM11 identificadas, y uno negativo, dos células de dopamina aversiva PPL101. Una regla de memoria candidata cambia entonces conexiones existentes entre células de Kenyon y neuronas de salida, y la regla toca 7.835 conexiones de los cuerpos pedunculados, la zona del cerebro de la mosca ligada a la memoria asociativa.

Wormuth aclara que son señales de refuerzo diseñadas, no receptores de dolor modelados, y que los cambios sinápticos no demuestran que el programa aprenda a operar con beneficios.

Cien USDC como máximo y sin apalancamiento

Por defecto, según el README, Stonkfly hace operaciones en papel con datos públicos reales de BTC-USDC y un saldo simulado de 100 dólares, sin necesidad de clave.

Para operar con dinero real pide una cartera aparte en Coinbase Advanced con 100 USDC como máximo, la criptomoneda estable ligada al dólar con la que trabaja el programa. Cada orden se limita a 10 dólares y una pérdida de 20 dólares detiene las órdenes nuevas, aunque eso no liquida las posiciones ni limita pérdidas adicionales. La guía de operación lo resume así: «Stonkfly es un experimento capaz de perder todo el saldo asignado».

Una sola compra en la única prueba

La prueba con precios reales se hizo el 9 de septiembre, un día antes de publicar el código, y duró seis observaciones aceleradas del par BTC-USDC. Según el informe de validación, una compra neuronal se ejecutó en papel y cinco propuestas de compra posteriores fueron vetadas por el tiempo de espera. La compra costó 9,75 USDC más 0,06 de comisión.

En la observación siguiente se disparó el pulso aversivo, con 55 impulsos en las dos neuronas PPL101. «Esta prueba no demostró ni un aprendizaje con éxito ni una estrategia rentable», concluye el informe, que aclara que no se hizo ninguna orden real ni comprobación con una cuenta con fondos.

Lo que falta por demostrar

El adaptador visual también tuvo que ajustarse. En una primera prueba con fondo oscuro, las células de Kenyon no dispararon ni una vez, así que Wormuth cambió el gráfico por uno de fondo claro sin tocar la red. Él mismo lo presenta como un ajuste del adaptador, no como una prueba de haber encontrado una visión biológicamente correcta.

Para hablar de aprendizaje, la documentación pide repetir el experimento con datos de mercado guardados aparte, con refuerzos barajados al azar, y compararlo con quedarse en efectivo o con comprar y aguantar. «Las subidas de las criptomonedas por sí solas pueden hacer que cualquier comprador parezca hábil», advierte, en un mercado en el que bitcoin ha llegado a perder un 41 % desde sus máximos.

Su experimento anterior va por el mismo camino: la versión 6 de DOOMFLY no superó sus pruebas de visión, condicionamiento y supervivencia, según su repositorio.

Crédito de la imagen: FlyEM Project Team (HHMI Janelia), Cambridge Connectomics Group y Google Research.