Cinquantamila.it La storia raccontata da Giorgio Dell'Arti

«Pensa all’intelligenza artificiale oltre il silicio». Questa la promessa di Cortical Labs, startup australiana che integra biologia e computer tradizionali per creare un sistema in grado di apprendere attraverso neuroni coltivati in laboratorio e impiantati su chip. L’azienda non è l’unica a sperimentare il bio-computing, il campo di ricerca che unisce componenti tecnologiche e materiale vivente per eseguire calcoli e elaborare informazioni. Ma può vantare il duplice primato del primo data center biologico al mondo nella propria sede di Melbourne e, a Singapore, del primo impianto di server indipendente, ovvero gestito da terzi, che incorpora cellule vive: è la prima volta, infatti, che una struttura del genere esce dal laboratorio di chi la produce per funzionare fuori. Entrambi i prototipi sono basati sull’unità CL1, il computer creato da Cortical Labs con, all’interno, tessuto nervoso.
Particolarmente promettente come installazione di ricerca congiunta è l’esperimento di Singapore. Creato a partire da neuroni ricavati da cellule staminali umane, è stato inaugurato il mese scorso in collaborazione con DayOne, azienda che fornisce infrastrutture digitali, e la Yong Loo Lin School of Medicine della National University di Singapore (Nus Medicine). Proprio qui, dopo una prima esperienza «in casa» a Melbourne, è stato installato un rack di 20 unità CL1, ossia un armadietto di metallo con i dispositivi prodotti e commercializzati da Cortical Labs, dalla forma simile a una scatola di scarpe allungata e contenenti ciascuno circa 800 mila neuroni viventi, per un totale stimato di 16 milioni di cellule cerebrali, comunque molto meno di un cervello medio umano adulto che ne ha circa 86 miliardi.
L’unità ibrida neuroni-silicio è sviluppata a partire da cellule di donatori adulti, riprogrammate in cellule staminali pluripotenti indotte, ricavate da campioni umani, riconvertite in laboratorio e in grado di differenziarsi. I neuroni così generati sono coltivati sulla superficie di chip in silicio dotati di microelettrodi che inviano stimoli elettrici e registrano la risposta della rete neuronale in tempo reale. L’interazione avviene grazie al sistema proprietario biOS, mentre i dati dell’esperimento possono essere registrati su file.
Dopotutto, ha spiegato Brett J. Kagan, alla guida dell’unità scientifica di Cortical Labs, macchina e neuroni hanno un linguaggio in comune, l’elettricità: sfruttarlo è alla base dell’integrazione tra biologia e informatica. Un incontro che oggi viaggia lungo diverse rotte tra cui l’utilizzo del Dna come supporto di archiviazione a lungo termine, attraverso la creazione di sequenze sintetiche, e l’applicazione del neurone per l’elaborazione di calcoli e informazioni.
La «materia prima» alla base di CL1 è pressoché illimitata – «Bastano un po’ di sangue e di pelle per generare una riserva indefinita di cellule da convertire in neuroni», ha spiegato Kagan – ma il bio-computer affronta la sfida organica di base dell’alimentazione e della deperibilità. L’unità CL1, infatti, deve essere nutrita ogni tre giorni, quando i tecnici di laboratorio servono un «cocktail» a base di zuccheri, micronutrienti e soluzioni necessarie a stabilizzare il pH dell’ambiente in cui i neuroni sono immersi, mentre l’infusione di una miscela di anidride carbonica, ossigeno e azoto garantisce il supporto vitale. La rete neuronale coltivata sul chip è anche soggetta a naturale deterioramento e, quando non è più adatta all’esperimento, va sostituita. Una delle sfide in termini di commercializzazione, infatti, riguarda proprio la deperibilità della materia viva.
CL1 è, ricordiamolo, un sistema ibrido: hardware, software e supporto vitale – ovvero la sezione di macchina che tiene in vita le cellule attraverso il circuito idraulico, il miscelatore di gas e il sistema per il controllo termico – sono la parte tecnologica; la coltura è il componente biologico che «invecchia». Cortical Labs dichiara che il sistema è disegnato per mantenere in vita i neuroni fino a sei mesi. Non si tratta, comunque, di una data di scadenza alla quale tutte le cellule neuronali muoiono. Hon Weng Chong, fondatore e ceo dell’azienda, ha spiegato che le colture vengono in genere mantenute nel CL1 per uno o due mesi alla volta, mentre alcune sono rimaste vitali per circa 580 giorni. I dati registrati, invece, restano e l’azienda ha pubblicato online la documentazione per salvare informazioni tra cui campioni elettrici, stimolazioni somministrate, impulsi. La nuova rete neuronale, comunque, sviluppa una propria configurazione di connessioni e dinamiche di attivazione non necessariamente identiche alle precedenti e non risulta che erediti in automatico quanto appreso dalla coltura precedente. Per questo, la gestione e il ricambio delle cellule richiedono un laboratorio adatto e personale specializzato. Insomma: «Non è qualcosa che si dovrebbe fare nel proprio garage», ha spiegato Kagan.
CL1 è nato dagli studi pioneristici dello staff di circa 20 persone guidato da Hon Weng Chong, che ha dimostrato la capacità delle colture di neuroni di apprendere il gioco del Pong in pochi minuti e con un numero di esempi di addestramento molto inferiore a quello richiesto dai sistemi di IA convenzionali. Come ha illustrato ancora Kagan, il cervello umano non ha bisogno di enormi quantità di dati. «Ho una figlia piccola. Per imparare cosa è un cane— ha spiegato a Euronews – le basta vederne un paio di immagini. Il machine learning invece ne richiede decine o centinaia di migliaia a seconda del compito. Siamo anche in grado di gestire l’incertezza e le informazioni frammentarie e imprecise».
Al momento tuttavia il bio-data center non è una alternativa al silicio: «L’informatica biologica può affiancare l’IA negli ambiti in cui i dati sono scarsi», ha precisato Hon Weng Chong. Su velocità di calcolo, precisione e ripetibilità, a oggi, resta imbattuto il silicio sul quale si basano strumenti di intelligenza artificiale e apprendimento automatico come ChatGpt. Ma c’è un aspetto indubbiamente promettente per il futuro: la sostenibilità.
Quanto all’impatto energetico, ogni bio-unità per funzionare richiede – da fonti giornalistiche – circa 30 watt. Per fare un confronto, dalle specifiche tecniche ufficiali, un chip in silicio come H100 di Nvidia può arrivare a 700 watt e un server dotato di otto chip a circa 10.200 watt. Anche se va precisato che il paragone resta indicativo: non ci sono dati pubblicati da Cortical Labs sui carichi di lavoro o sulle prestazioni del rack per watt, e sono questi punti che permetterebbero di determinare se il basso consumo è un vantaggio vero.
C’è però un altro vantaggio rilevante in termini di risorse: i neuroni sono mantenuti in vita a 37 gradi centigradi e non necessitano di un sistema di raffreddamento massivo che nei data center tradizionali produce un elevato dispendio di risorse idriche. I numeri sono impressionanti. Secondo il rapporto Environmental Cost of AI’s Energy Use dell’Unu-Inweh – l’Istituto per l’Acqua, l’ambiente e la salute dell’Onu – pubblicato a giugno, entro il 2030 il consumo di elettricità dei data center globali potrebbe raggiungere 945 terawattora, quasi il triplo del consumo annuo combinato di Pakistan, Bangladesh e Nigeria, Paesi che insieme contano oltre 650 milioni di persone. L’impronta idrica associata, invece, sarebbe pari al fabbisogno domestico annuo di base di tutti gli 1,3 miliardi di abitanti dell’Africa subsahariana. Cifre che fanno il paio con i numeri forniti dall’Agenzia internazionale dell’energia (Iea), secondo cui il consumo elettrico globale dei data center è aumentato del 17% nel 2025 e potrebbe raddoppiare entro il 2030 spinto proprio dall’IA, dai servizi digitali e in generale dalla domanda di calcolo. Anche per tutte queste ragioni «il prototipo – ha dichiarato Jamie Khoo, amministratore delegato di DayOne – rappresenta un passo avanti nel dimostrare che potenziare la capacità di calcolo e ridurre l’intensità delle risorse sono obiettivi che possiamo perseguire insieme». Ed è proprio questo il punto chiave per immaginare un’intelligenza artificiale futura non solo performante ma sostenibile.
Una sfida globale, che assume un carattere ancora più stringente a Singapore. Proprio qui, nella città-Stato, già nel 2020 i data center consumavano circa il 7% dell’elettricità nazionale con stime di crescita fino al 12% entro il 2030 secondo le informazioni diffuse dall’Imda – Infocomm Media Development Authority, l’agenzia governativa con il compito di regolare il settore digitale. Nell’isola nel 2019 il governo ha sospeso la realizzazione di nuovi impianti a causa dell’elevata domanda di acqua ed energia. La riapertura delle concessioni è oggi vincolata a regole più stringenti in termini di efficienza energetica e rinnovabili. Su questa scia sono nate proposte pionieristiche tra cui quella della Ntu – Nanyang Technological University di portare i data center nello spazio per alimentare i server con l’energia solare nella fascia dell’orbita terrestre bassa, dove si trovano già i satelliti.
Anche l’indirizzo dove l’impianto è installato è significativo. Ubicato nella Nus Medicine, il bio-data center supporta la ricerca neuroscientifica. Il professor Rickie Patani, direttore del Neurobiology Programme al Nus Life Sciences Institute e alla guida del Neuroscience Translational Research Programme, lo ha dichiarato alla presentazione del progetto lo scorso 6 agosto: «Coltivando neuroni umani vivi da staminali e abbinandoli a un’ingegneria rigorosa non si costruisce solo un’alternativa al silicio, ma una piattaforma per comprendere apprendimento e adattamento alla sorgente biologica, per accelerare la scoperta di farmaci e la ricerca sulle malattie neurologiche». Da un punto di vista medico-scientifico, il progetto non offre solo un’alternativa alla sperimentazione animale in alcuni test, fornendo, come sottolinea Cortical Labs, anche dati più pertinenti. Ma ha spiegato Patani, l’osservazione diretta delle dinamiche della rete neuronale permette anche di dare molto più rapidamente alle intuizioni di laboratorio un impatto concreto.
Un punto rilevante anche fuori da Singapore. Sull’unità CL1, si basa ad esempio un progetto di ricerca e sperimentazione in collaborazione tra Reply, rete di aziende specializzate in AI, cloud, big data e soluzioni basate su nuovi canali di comunicazione, il Dipartimento di Fisiopatologia medico-chirurgica e dei trapianti dell’Università degli Studi di Milano e il Centro Dino Ferrari del Policlinico di Milano. Obiettivo: esplorare le dinamiche di apprendimento ed elaborazione d’informazioni della rete neuronale oltre a valutare robustezza, riproducibilità e stabilità nel lungo periodo di sistemi di calcolo basati sull’interazione diretta macchina-neuroni. Si tratta di «una opportunità unica per studiare le dinamiche fisiologiche delle reti neuronali in un ambiente computazionale controllato», ha dichiarato il professor Carlo Capelli, ordinario di Fisiologia all’Università di Milano.
E se le università sono tra gli interlocutori naturali di Cortical Labs, la singola unità CL1 è già in commercio verso un pubblico più ampio, sul sito, dove però non compare un listino. Da fonti giornalistiche, sarebbero già circa 20 i clienti paganti tra cui dipartimenti di ricerca accademici e aziendali impegnati in sperimentazioni su robotica e videogiochi. Il costo di ogni CL1 si aggirerebbe sui 35 mila dollari – 20 mila se acquistati in un rack di 30 – mentre l’accesso mensile sarebbe di circa 2.200 dollari al mese. Tutte cifre non riportate nel modulo di acquisto in cui, invece, Cortical Labs invita a contattare l’azienda direttamente. E proprio questo è uno dei punti che segna la differenza con altri progetti di ricerca in campo bio-informatico. Come Kagan ha spiegato, se l’idea di coltivare neuroni per l’applicazione informatica non è nuova, ciò che Cortical Labs afferma di aver realizzato in modo diverso è la standardizzazione di un sistema basato su neuroni vivi che per la prima volta può uscire dal laboratorio di chi lo ha progettato grazie alla possibilità di collegare le colture cellulari a interfacce elettroniche senza configurazioni troppo complesse.
Cortical Labs, infatti, non è la prima a muoversi nel settore. Ad esempio, in Cina, l’Università di Tianjin e la Southern University of Science and Technology hanno sviluppato MetaBoc, software che metterebbe in comunicazione macchina e organoidi cerebrali, aggregati tridimensionali di cellule nervose generate a partire dalle staminali, grandi di solito poche centinaia di micron in cui i neuroni si dispongono in strati, creano sinapsi e producono attività elettrica spontanea. Neuroplatform della svizzera FinalSpark offre accesso da remoto a organoidi attraverso abbonamento. La differenza con Cortical Labs, che alla fine consente al suo prodotto di uscire dal laboratorio, è strutturale: il CL1 si basa su una rete piatta di neuroni coltivati sulla superficie di un chip. E se questo può rendere l’unità commercializzabile, è anche il punto su cui si concentrano alcune critiche. Alysson R. Muotri, che all’Università della California San Diego dirige l’Isscor Center dedicato a diverse ricerche tra cui quelle sulle staminali in orbita, sostiene che una rete piatta non offre vantaggi significativi rispetto ai sistemi basati sul silicio, ad oggi appunto più efficaci per calcoli precisi, rapidi e ripetibili. Strutture tridimensionali più complesse potrebbero, invece, rivelarsi più promettenti.
Ovviamente anche altri tipi di implicazioni restano aperte: ad esempio, quanto si può definire davvero informato il consenso di un donatore se la ricerca a partire dalle sue cellule è ancora così sperimentale? Ma uno è il punto chiave, sottolineato da Kagan. La biologia ha prodotto qualcosa di estremamente raffinato come l’intelligenza generale sviluppata dal cervello. Perché reinventare quello che invece possiamo sfruttare?

FEDERICA COLONNA