Neuroni viventi usati per compiti di intelligenza artificiale ibrida

I ricercatori hanno compiuto un passo avanti significativo nell'intelligenza artificiale ibrida, sviluppando un sistema in cui neuroni di ratto viventi eseguono compiti computazionali. L'esperimento si basa sull'idea di fondere reti neurali biologiche con metodi di apprendimento automatico, per verificare se le cellule viventi possano funzionare come elementi computazionali a tutti gli effetti.

Per raggiungere questo obiettivo, sono stati utilizzati neuroni corticali collegati a microelettrodi e dispositivi microfluidici. Il sistema opera in un ciclo chiuso: i segnali neurali vengono letti, convertiti in dati di output e poi reimmessi come stimolazione elettrica. Questo ciclo dura circa 330 millisecondi, consentendo al sistema di apprendere in tempo reale senza interventi esterni.

Particolare attenzione è stata dedicata alla struttura della rete. I neuroni sono stati posizionati in 128 micropori collegati da microcanali, il che ha contribuito a ridurre l'eccessiva sincronizzazione—un problema comune nelle reti biologiche disorganizzate. Di conseguenza, la correlazione dell'attività è diminuita di quasi quattro volte, rendendo il comportamento del sistema più complesso ed efficace.

Durante gli esperimenti, la rete biologica ha riprodotto con successo vari segnali, tra cui onde sinusoidali, quadre e triangolari, e ha potuto approssimare sistemi caotici complessi come l'attrattore di Lorenz. L'accuratezza è rimasta elevata, con livelli di correlazione superiori a 0,8.

Tuttavia, la tecnologia è ancora lontana dall'uso pratico. Dopo la fine dell'addestramento, l'accuratezza del sistema diminuisce, e i ritardi nel feedback limitano la sua capacità di elaborare segnali in rapida evoluzione. Nonostante ciò, i ricercatori ritengono che ulteriori sviluppi potrebbero portare a nuove interfacce cervello-computer, neuroprotesi e piattaforme di calcolo bioibride.