Un gruppo di ricercatori dell’Università di Princeton ha combinato elettronica avanzata e neuroni viventi in un dispositivo smart capace di eseguire calcoli e riconoscere schemi. Il risultato, pubblicato su Nature Electronics, non riguarda solo le neuroscienze. Tocca uno dei problemi più urgenti dell’Intelligenza Artificiale: il consumo energetico sempre più alto dei sistemi di calcolo moderni.
Il dispositivo sviluppato a Princeton funziona come una rete tridimensionale in cui circuiti, elettrodi microscopici e cellule nervose crescono insieme. Non è un semplice esperimento da laboratorio pensato per osservare neuroni al microscopio. È una piattaforma ibrida, biologica ed elettronica, che permette di stimolare e registrare l’attività delle cellule con grande precisione.
IA e neuroni viventi, perché questo esperimento conta
L’idea di usare neuroni viventi per il calcolo non nasce oggi. Da anni la ricerca prova a capire se le cellule cerebrali possano offrire un modello alternativo ai chip tradizionali. Il punto è semplice: il cervello umano svolge compiti complessi con un consumo energetico molto più basso rispetto alle infrastrutture usate per l’IA.
Secondo Tian Ming Fu, tra gli autori dello studio, il cervello consuma circa un milionesimo dell’energia richiesta dagli attuali sistemi di Intelligenza Artificiale per svolgere attività comparabili. La frase è forte, ma chiarisce il problema. L’IA cresce, diventa più potente, entra in più settori, ma richiede data center enormi, raffreddamento continuo e quantità crescenti di elettricità.
Il dispositivo di Princeton non è quindi una curiosità da laboratorio. È un tentativo di capire se la biologia possa suggerire una strada più efficiente. Non significa che domani il tuo computer avrà neuroni viventi al posto del processore. Significa però che i ricercatori stanno cercando nuovi modelli di calcolo, meno rigidi e potenzialmente meno energivori.
La novità sta soprattutto nella struttura tridimensionale. In passato molti esperimenti usavano colture bidimensionali in una piastra, oppure piccoli aggregati cellulari osservati dall’esterno. Qui invece l’elettronica entra nel cuore della rete. I neuroni crescono attorno a una maglia di microcircuiti e vengono monitorati dall’interno, non solo da fuori.
Come funziona il dispositivo smart di Princeton
Per costruire il sistema, il team ha realizzato una rete 3D composta da fili metallici microscopici ed elettrodi. La struttura è stata rivestita con uno strato molto sottile di resina epossidica. Questo dettaglio è decisivo, perché il rivestimento deve essere abbastanza stabile da sostenere il dispositivo, ma anche abbastanza flessibile da interagire con cellule morbide e delicate come i neuroni.
La maglia elettronica diventa così una sorta di impalcatura. Su questa impalcatura sono stati coltivati decine di migliaia di neuroni, fino a formare una rete biologica distribuita nello spazio. Princeton parla di circa 70.000 neuroni connessi a una mesh tridimensionale dotata di elettrodi capaci di rilevare e manipolare l’attività elettrica delle cellule.
Il sistema è stato osservato per oltre sei mesi. In questo periodo i ricercatori hanno studiato come la rete si sviluppava, come cambiavano le connessioni tra i neuroni e in che modo fosse possibile rafforzare o indebolire certi collegamenti. È un punto importante: i neuroni non sono componenti passivi. Cambiano nel tempo, si adattano, modificano le proprie connessioni.
Questa plasticità è una delle ragioni per cui il cervello è così efficiente. Non lavora come una macchina tradizionale che esegue istruzioni in modo lineare. Elabora segnali, seleziona pattern, si riconfigura. Portare anche solo una parte di questa logica dentro un dispositivo elettronico significa aprire un territorio nuovo, dove informatica, bioingegneria e neuroscienze si toccano direttamente.
Riconoscere schemi con cellule vive
La prova più interessante riguarda il riconoscimento di schemi. I ricercatori hanno usato il dispositivo per addestrare un algoritmo a distinguere configurazioni diverse di impulsi elettrici prodotti dalle cellule. In pratica, la rete di neuroni viventi genera segnali, gli elettrodi li leggono e il sistema informatico impara a riconoscere pattern spaziali e temporali.
Questo passaggio non va frainteso. Non siamo davanti a un cervello artificiale cosciente, né a un computer vivente autonomo. Il dispositivo non pensa, non decide, non comprende. È una piattaforma sperimentale che permette di usare attività neuronale reale all’interno di un processo computazionale controllato.
La differenza però è netta rispetto ai sistemi puramente digitali. Qui il calcolo non nasce solo da transistor e software, ma dall’interazione tra cellule biologiche e hardware. È un modello bioibrido. Una parte è viva, una parte è elettronica, e il valore scientifico sta proprio nel dialogo tra queste due componenti.
Secondo Kumar Mritunjay, primo autore dello studio, reti biologiche tridimensionali di questo tipo possono aiutare a scoprire alcuni meccanismi del calcolo cerebrale e, allo stesso tempo, offrire nuove possibilità per comprendere o trattare malattie neurologiche. Anche questo aspetto è centrale: il dispositivo non serve solo all’IA, ma può diventare uno strumento per studiare il cervello in condizioni più realistiche rispetto alle colture piatte tradizionali.
Il nodo energetico dell’Intelligenza Artificiale
Il legame con l’IA nasce da una domanda precisa: quanto può crescere l’Intelligenza Artificiale se ogni salto di potenza richiede sempre più energia? I modelli generativi, i sistemi di visione artificiale, gli assistenti intelligenti e le piattaforme di analisi dati hanno bisogno di infrastrutture immense. La potenza di calcolo non è più solo un tema tecnico. È un tema economico, ambientale e industriale.
Il cervello umano mostra una via diversa. Con un consumo ridotto, riesce a riconoscere immagini, interpretare linguaggio, gestire movimento, memoria e decisioni. Non lo fa copiando il funzionamento dei computer. Lo fa con reti dense, plastiche, rumorose, ma estremamente efficienti.
Il dispositivo di Princeton prova a studiare questa efficienza dall’interno. Non promette una soluzione immediata, ma offre un banco di prova. Se i ricercatori riusciranno a capire quali proprietà dei neuroni rendono il calcolo biologico così parsimonioso, quelle proprietà potrebbero ispirare nuovi chip, nuove architetture hardware o sistemi di IA meno costosi dal punto di vista energetico.
C’è anche un’altra ricerca recente che va nella stessa direzione. Ad aprile, su Nature Nanotechnology, un gruppo guidato dalla Northwestern University ha presentato neuroni artificiali stampati come circuiti e capaci di comunicare con neuroni naturali. È un segnale chiaro: la frontiera non è più solo costruire macchine più potenti, ma progettare interfacce più intelligenti tra biologia ed elettronica.
Un passo avanti, non una rivoluzione immediata
Questo studio va letto con equilibrio. Il dispositivo smart con neuroni viventi è un progresso importante, ma resta una tecnologia sperimentale. Deve essere scalata, resa più stabile, controllabile e riproducibile. Usare cellule vive significa gestire variabilità biologica, tempi di crescita, condizioni ambientali, manutenzione e limiti etici.
Proprio per questo è sbagliato immaginare un futuro immediato fatto di computer organici sulla scrivania. La strada è più lunga e più complessa. Il valore attuale è scientifico: creare una piattaforma che permetta di osservare, stimolare e usare reti neuronali tridimensionali con una precisione superiore rispetto ai metodi precedenti.
Il punto più interessante è che la ricerca nasce per capire meglio il cervello, ma finisce per parlare anche del futuro dell’IA. È spesso così che avanza la scienza: un esperimento pensato per una domanda ne apre un’altra, più ampia. In questo caso la domanda è enorme: possiamo costruire sistemi intelligenti che consumano meno energia perché imparano qualcosa dal modo in cui funziona la vita?
Per ora la risposta non è definitiva. Ma il dispositivo di Princeton mostra che l’integrazione tra neuroni viventi ed elettronica non è più soltanto un’idea teorica. È un oggetto reale, osservato per mesi, programmato per riconoscere schemi e pubblicato su una rivista scientifica di alto livello.
Se l’IA del futuro dovrà essere più sostenibile, non basterà renderla più veloce. Bisognerà renderla più efficiente. E, paradossalmente, una parte della risposta potrebbe arrivare non da chip sempre più piccoli, ma da cellule vive capaci di fare ciò che il cervello fa da sempre: elaborare informazioni con pochissima energia.
Che ne pensi di questa possibile fusione tra biologia e tecnologia? Raccontacelo nei commenti e seguici su Instagram per non perdere le prossime notizie su scienza, tecnologia e futuro dell’IA.
