Italian Tech

Scienza

Arrivano i biocomputer, sistemi di calcolo che funzionano con neuroni umani e risparmiano energia

Arrivano i biocomputer, sistemi di calcolo che funzionano con neuroni umani e risparmiano energia

Queste nuove strutture nascono dalla necessità di ridurre i consumi energetici dell’intelligenza artificiale e delle infrastrutture digitali. Mostrano già risultati interessanti, ma i limiti sono ancora numerosi

3 minuti di lettura

Nel cuore dei laboratori più avanzati del mondo vivono minuscoli agglomerati di neuroni umani, capaci di riconoscere segnali, rispondere a impulsi, imparare schemi elementari. Sono i primi biocomputer: sistemi viventi che, in prospettiva, potrebbero svolgere alcuni compiti oggi affidati alle tecnologie digitali.

Una questione di energia

Tutto è cominciato da un problema energetico sempre più urgente. Basti pensare che per funzionare il nostro cervello utilizza una potenza di circa 20 watt, più o meno quanto una piccola lampadina, mentre per ottenere lo stesso livello di elaborazione le grandi infrastrutture informatiche arrivano a richiedere fino a 10 megawatt: una differenza enorme, che grava sull’espansione dell’intelligenza artificiale e dei data center che alimentano motori di ricerca, servizi cloud e piattaforme globali.

Proprio per ridurre questo divario, alcuni team internazionali si stanno cimentando nella realizzazione di computer ispirati alla biologia.

Dalle cellule della pelle ai dati

Per giungere al risultato, gli esperti prelevano anzitutto cellule della pelle umana e le riprogrammano affinché tornino a uno stato primitivo, simile a quello delle staminali. Da qui le guidano a trasformarsi in cellule nervose, organizzate in insiemi tridimensionali, che alcuni ricercatori definiscono organoidi o anche mini-brain. è, però, importante chiarire che, nonostante l’ultimo appellativo, non si tratta di cervelli in miniatura: le strutture sono molto più elementari, si limitano a imitare alcune funzioni della corteccia cerebrale, ma non hanno vasi sanguigni, non sono collegate a organi sensoriali e non possiedono aree specializzate, come quelle che presiedono la memoria o il movimento.

Per poter dialogare con un sistema digitale, questi gruppi cellulari vengono collocati su una matrice di elettrodi, una lastra composta da minuscoli contatti metallici, dove si stabilisce il collegamento con il computer. Quest’ultimo invia impulsi elettrici agli elettrodi (input) e, quando i neuroni rispondono, la matrice registra le loro scariche elettriche (output). I segnali prodotti vengono raccolti e analizzati da software di elaborazione. Poi gli algoritmi trasformano le risposte in dati, cioè in informazioni che i tecnici possono valutare, confrontare e utilizzare per svolgere compiti semplici.

Le applicazioni

Oggi queste configurazioni servono soprattutto per la ricerca sperimentale: permettono di osservare l’organizzazione dei neuroni e la loro reazione a farmaci o sostanze tossiche, riducendo, almeno nelle fasi iniziali degli esperimenti, il ricorso agli animali. Consentono, inoltre, di simulare alcune malattie neurologiche, come epilessia, autismo, forme di degenerazione senile, per studiarne l’evoluzione.

Tuttavia, le applicazioni non si fermano qui. Un team di ricercatori dell’Università di Bristol, nel Regno Unito, ha, per esempio, mostrato che un insieme di circa 10mila neuroni può riconoscere le lettere del Braille. Impiegandone 30mila, la precisione aumenta.

Studiosi della società australiana Cortical Labs hanno, invece, addestrato organoidi a giocare a Pong, un videogioco per computer, allenandoli attraverso premi e penalità elettrici. La stessa azienda ha, tra l’altro, già sviluppato un biocomputer per laboratori e sviluppatori, che ha immesso sul mercato al costo di 35mila dollari (circa 30mila euro).

E ancora, scienziati dell’Università della California a San Diego, negli Stati Uniti, stanno creando organoidi molto più grandi, con milioni di cellule. L’obiettivo è usarli come sensori per effettuare previsioni ambientali: in particolare, per stimare la diffusione di uno sversamento di petrolio in mare o nella foresta amazzonica, osservando il cambiamento dei segnali elettrici dei gruppi cellulari in presenza di materiali inquinanti.

In affitto come un server

Se queste prove evidenziano che cosa possono fare i neuroni, resta aperta una questione pratica: come accedere alle colture. A questo ha pensato l’azienda svizzera FinalSpark, che ha sviluppato NeuroPlatform, una rete di 16 mini-ammassi di cellule cerebrali accessibili via web: le università possono usarli gratuitamente, mentre le aziende pagano fino a 5mila dollari (circa 4.300 euro) al mese per avere un organoide riservato, affittato da remoto come un server.

I numerosi vincoli

“Anche se la ricerca è promettente, i risultati ottenuti finora restano limitati, perché i vincoli sono ancora molti”, spiega Angela Di Baldassarre, professore ordinario di anatomia umana all’Università di Chieti-Pescara. “Il primo riguarda la dimensione: le reti utilizzate sono minuscole, di solito poche centinaia di migliaia di neuroni contro gli 86 miliardi del cervello umano. Il secondo è la durata: gli aggregati sopravvivono solo per alcuni mesi perché il nutrimento, che avviene per diffusione dall’esterno verso l’interno, non raggiunge in modo sufficiente le cellule più profonde che finiscono per degradarsi. Il terzo è la sensibilità elettrica: man mano che maturano, gli organoidi cambiano le loro proprietà e ciò rende difficile ottenere risposte stabili nel tempo. Il quarto riguarda la variabilità intrinseca: poiché ogni insieme neuronale differisce dagli altri per composizione, densità e grado di maturazione delle cellule, non è possibile ottenere esiti riproducibili e standard affidabili”.

A tutto ciò si aggiunge il costo complessivo, molto elevato: non solo per la tecnologia necessaria, ma per l’intero processo di produzione, mantenimento e monitoraggio degli aggregati. “I nuovi test hanno aperto un varco”, dichiara la docente. “Una ricerca futuribile, da seguire con curiosità e attenzione, sapendo, però, che le basi biologiche attuali non bastano per trasformare questi modelli in veri strumenti computazionali”.