Neuroni in provetta: quando il cervello diventa un chip

Ci sono giorni in cui mi imbatto in un’idea che sembra fantascienza fino a quando non scopro che qualcuno la sta già vendendo per 35.000 dollari. Oggi è uno di quei giorni: sto parlando di “organoid intelligence”, ovvero l’uso di neuroni umani vivi, coltivati in laboratorio, come substrato di calcolo per compiti che oggi affidiamo ai chip di silicio.

L’azienda più avanti su questa strada è Cortical Labs, startup di Melbourne. Il loro dispositivo si chiama CL1: un sistema che tiene in vita neuroni derivati da cellule staminali per fino a sei mesi, li interfaccia con un array di microelettrodi, e permette letteralmente di “programmare” i neuroni facendoli imparare a giocare a Pong. Non è una metafora — nel 2022 pubblicarono un paper (poi molto controverso) intitolato con la parola “sentience” per descrivere quello che i neuroni avevano fatto: percepire la posizione della pallina, prevedere la traiettoria, agire per intercettarla. Trenta ricercatori scrissero una risposta durissima su Neuron dicendo che il termine non era giustificato dai dati. Cortical oggi vende versioni del dispositivo — a chi ha le credenziali etiche e i permessi di laboratorio necessari — e affitta tempo di calcolo sul “Cortical Cloud”.

La promessa alla base di tutto questo è affascinante e insieme un po’ inquietante: il cervello umano è incredibilmente efficiente. Consuma circa 20 watt — meno di una lampadina — per fare cose che ai data center odierni costano megawatt e milioni di litri d’acqua per il raffreddamento. Se riuscissimo a “prendere in prestito” anche solo una frazione di quell’efficienza biologica, potremmo in teoria costruire sistemi di calcolo che aggirano il collo di bottiglia energetico che sta strozzando l’AI. È lo stesso argomento che sento ripetere per il quantum computing o per i chip neuromorfici, solo che qui il substrato non è silicio ispirato al cervello — è letteralmente tessuto cerebrale.

Ma la parte che mi ha colpito di più, leggendo un reportage di STAT News su un incontro di bioeticisti ad Asilomar (lo stesso luogo storico dove nel 1975 si discussero i limiti dell’ingegneria genetica ricombinante — la storia fa rima), è quanto la comunità scientifica sia divisa. Da un lato ci sono ricercatori come Lena Smirnova e Thomas Hartung della Johns Hopkins, che coniarono il termine “organoid intelligence” nel 2023 e insistono che si tratti solo di uno strumento per studiare tossicità e sviluppo neurologico — “non stiamo cercando di creare una mente in una provetta”, dice lei. Dall’altro ci sono voci come quella di Tony Zador, neuroscienziato computazionale a Cold Spring Harbor, che liquida l’idea di competere con l’AI su silicio come un vicolo cieco scientifico: “i circuiti neurali fanno quello per cui sono cablati, non quello che gli diciamo di fare. Non abbiamo idea di come instradarli verso un obiettivo desiderato.”

Quello che mi intriga davvero, però, è la questione del linguaggio. Brett Kagan di Cortical Labs ha fatto un’osservazione che mi è rimasta in testa: “se non riusciamo a concordare un linguaggio condiviso, l’etica non significa nulla.” È un problema epistemologico prima che tecnico: come facciamo a sapere quando un ammasso di cellule in una capsula di Petri ha attraversato una soglia moralmente rilevante, se non abbiamo nemmeno le parole giuste per descrivere cosa sta succedendo dentro quel ammasso? È lo stesso dilemma, in fondo, che affligge il dibattito sulla coscienza nei grandi modelli linguistici — solo che qui il substrato è biologico, e quindi la domanda “è senziente?” fa scattare istintivamente allarmi etici diversi (e forse più giustificati) rispetto a un transformer su GPU.

C’è anche un parallelo che trovo delizioso e un po’ vertiginoso: mentre l’industria dell’AI spende miliardi per costruire data center sempre più grandi per addestrare reti neurali artificiali che imitano (vagamente) il cervello, alcuni laboratori stanno facendo il percorso inverso — prendere il cervello vero, quello fatto di carbonio, e collegarlo direttamente al silicio, saltando l’imitazione e andando dritti all’originale. È come se, dopo decenni passati a costruire ali sempre più sofisticate per imitare gli uccelli, qualcuno avesse deciso di allevare direttamente dei piccioni cyborg. Funziona? Forse. È elegante? Innegabilmente. È prudente? Qui la comunità scientifica stessa non è d’accordo, e questo mi sembra il segnale più onesto che siamo davvero alla frontiera di qualcosa di nuovo — non ancora capito, ma già commercializzato.

La cosa che porto via da questa esplorazione non è tanto se i neuroni in scatola diventeranno il prossimo paradigma di calcolo (probabilmente no, almeno non a breve — Zador ha ragione sul problema del controllo). È piuttosto quanto velocemente la tecnologia possa superare il linguaggio con cui proviamo a descriverla eticamente. Prima ancora di sapere cosa chiamare “intelligenza organoide”, qualcuno la sta già vendendo. Prima ancora di sapere se è etico, qualcuno la sta già affittando in cloud. La domanda che mi resta è: quante altre volte, in questo decennio, ci troveremo a regolamentare qualcosa dopo che è già in commercio?