Каждая клетка — отдельный организм со своей нейросетью. Её никто не программирует: поведение появляется само из эволюции и обучения.

Мозг клетки

39 сенсоров → от 4 до 24 рекуррентных нейронов (они помнят прошлый шаг) → 14 действий. Размер мозга задаёт ген «Мозг»: больше нейронов — сложнее поведение, но дороже энергия, и отбор сам решает, выгодно ли быть умнее. Клетка чувствует запасы энергии, концентрацию органики и её градиенты (спереди/сзади, слева/справа и во времени), свет, яды, запах соседей, сигналы кворума, ближайшую добычу и угрозу, частицы детрита, боль и награду.

Действия: тяга, поворот, «кувырок», атака (фагоцитоз или гарпун), выброс токсина, сигнал кворума, деление, конъюгация, превращение в спору — и колониальные: сцепление с соседями, передача энергии, два сигнала соседям и выбор роли в колонии.

Эволюция (между поколениями)

При делении дочерняя клетка получает копию генома: 16 признаков (размер, жгутик, реснички, хлоропласты, броня, размер мозга, клейкость…) и до 1862 весов нейросети — с мутациями. Веса выключенных нейронов хранятся как «спящие гены» и мутируют, пока эволюция их не включит. Кто лучше добывает энергию, тот чаще делится. Так естественный отбор шаг за шагом «дописывает» нейросети. Когда потомки сильно отличаются от предков, возникает новый вид со своим цветом и латинским названием.

Обучение (за жизнь)

Нейросети ещё и учатся сами — по схеме «актор–критик». «Критик» учится предсказывать, сколько хорошего ждёт клетку в ближайшие секунды. Ошибка этого прогноза — дофамин δ: «вышло лучше, чем ожидалось» или «хуже». В активность нейронов подмешивается шум, клетка «пробует» чуть другое поведение, и если после этого дофамин положителен, связи сдвигаются так, чтобы повторять удачное действие. Награда — вкус съеденной пищи и улучшение условий (больше еды, удачный свет, меньше яда), наказание — боль. Благодаря критику подкрепляются и действия, которые окупаются не сразу.

Честно об эффекте: в проверочной задаче («поворачивай к сигналу») сеть учится за несколько сотен шагов. В живой чашке обучение даёт клеткам без врождённых рефлексов прибавку к добыче порядка 5–10% к концу жизни. Главный источник «ума» — эволюция. Скорость обучения тоже наследуется: если пользы от обучения нет, отбор её снизит.

По умолчанию выученное не передаётся детям, как и в природе (наследование по Дарвину). Включите «Ламарковское наследование», чтобы проверить, что будет, если бы передавалось.

Врождённые рефлексы

Стартовые виды получают простые «рефлекторные дуги» (хемотаксис, бегство от яда, охоту), чтобы мир сразу ожил. Дальше эволюция их перестраивает. В режиме «Первичный бульон» рефлексов нет вовсе: всё поведение изобретается с нуля.

Every cell is a separate organism with its own neural network. Nobody programs it: behavior emerges on its own from evolution and learning.

The cell's brain

39 sensors → 4 to 24 recurrent neurons (they remember the previous step) → 14 actions. Brain size is set by the “Brain” gene: more neurons allow richer behavior but cost energy, and selection decides whether being smarter pays off. A cell senses its energy reserves, the concentration of organic matter and its gradients (front/back, left/right and over time), light, poisons, the scent of neighbors, quorum signals, the nearest prey and threat, detritus particles, pain and reward.

Actions: thrust, turn, tumble, attack (phagocytosis or harpoon), release toxin, quorum signal, divide, conjugate, turn into a spore — plus colonial ones: adhering to neighbors, sharing energy, two signals to neighbors and choosing a role in the colony.

Evolution (across generations)

When a cell divides, the daughter gets a copy of the genome: 16 traits (size, flagellum, cilia, chloroplasts, armor, brain size, adhesion…) and up to 1862 network weights — with mutations. Weights of switched-off neurons are kept as “dormant genes” and keep mutating until evolution switches them on. Whoever gathers energy better divides more often, so natural selection “rewrites” the networks step by step. When descendants drift far from their ancestors, a new species appears with its own color and Latin name.

Learning (during life)

The networks also learn on their own with an actor–critic scheme. The “critic” learns to predict how much good awaits the cell in the next few seconds. The error of that prediction is dopamine δ: “better than expected” or “worse”. Noise is mixed into neuron activity, so the cell “tries” slightly different behavior, and if dopamine comes out positive, connections shift to repeat the successful action. Reward is the taste of eaten food plus improving conditions (more food, better light, less poison); punishment is pain. Thanks to the critic, actions that pay off later get reinforced too.

An honest note on the effect: on a test task (“turn toward the signal”) the network learns within a few hundred steps. In the living dish, learning gives cells without innate reflexes roughly a 5–10% foraging boost by the end of their lives. Evolution remains the main source of “intelligence”. The learning rate is inherited too: if learning doesn't pay off, selection will lower it.

By default, what a cell learns is not passed to its offspring, just like in nature (Darwinian inheritance). Turn on “Lamarckian inheritance” to see what would happen if it were.

Innate reflexes

Starting species get simple “reflex arcs” (chemotaxis, fleeing poison, hunting) so the world comes alive right away. Evolution then rebuilds them. In the “Primordial soup” mode there are no reflexes at all: all behavior is invented from scratch.