Data center biologico: costruito con 16 milioni di neuroni umani

Il data center biologico di Singapore apre nuove prospettive nel calcolo: server composti da neuroni umani rivoluzionano l’intelligenza artificiale, tra innovazione, sostenibilità energetica e interrogativi etici.

Singapore ospita la prima infrastruttura informatica che utilizza neuroni umani vivi per elaborare dati. Il progetto nasce dalla collaborazione tra università, startup australiane e operatori di infrastrutture digitali e unisce tecniche di coltura cellulare ed elettronica avanzata. Il risultato è un ambiente nel quale biologia e informatica lavorano insieme.

L’obiettivo è concreto: ridurre l’energia necessaria al calcolo e sfruttare la capacità delle cellule nervose di adattarsi agli stimoli. La ricerca guarda soprattutto ai settori che hanno bisogno di una potenza computazionale crescente, dalla medicina alla ricerca scientifica, fino all’intelligenza artificiale.

Il primo server a neuroni umani passa dalla teoria alla sperimentazione

Per lungo tempo informatici e neuroscienziati hanno considerato il cervello umano un modello utile per studiare efficienza, apprendimento e adattamento. Da questo lavoro comune è nata l’idea di impiegare reti reali di neuroni umani come componenti di calcolo.

Il primo prototipo operativo comprende venti moduli. Ognuno contiene centinaia di migliaia di cellule cerebrali ottenute da cellule staminali. Cresciute in laboratorio, le cellule vengono distribuite su microchip provvisti di elettrodi e mantenute in condizioni controllate attraverso nutrienti e gas. Ricevono stimoli elettrici e reagiscono in modo attivo, come una rete vivente.

Il sistema non vuole riprodurre la coscienza né la mente umana. Il suo scopo è utilizzare la capacità delle cellule nervose di modificare il proprio comportamento, una caratteristica che manca alle architetture informatiche più rigide.

La sperimentazione dei server a neuroni è già iniziata presso la National University of Singapore, con il coinvolgimento di startup specializzate e centri di ricerca australiani. La piattaforma apprende da pochi esempi, si adatta a situazioni complesse e riduce il consumo elettrico. Per l’industria e per la ricerca, questo aspetto risponde a una necessità sempre più pressante: contenere l’energia impiegata dai sistemi di calcolo.

Le attività considerate comprendono la simulazione molecolare e l’analisi in tempo reale destinata alla robotica. La piattaforma entra così nel gruppo dei sistemi ibridi, nei quali elementi biologici ed elettronici partecipano insieme all’elaborazione. Restano aperti problemi tecnici, etici e regolatori che fino a poco tempo fa appartenevano soprattutto alla fantascienza.

Biological computing, come cambia il substrato del calcolo

Con biological computing si indica un settore dell’informatica che impiega componenti biologiche autentiche, tra cui reti di neuroni umani coltivati, al posto dei dispositivi elettronici convenzionali o insieme a essi. Nell’informatica tradizionale il substrato fisico è composto da transistor e chip di silicio. Nel bio-computing una parte di questo substrato viene sostituita da cellule viventi, all’interno di una struttura chiamata wetware.

Il cambiamento non riguarda soltanto il materiale utilizzato. Una rete cellulare possiede plasticità, si adatta e può apprendere dal contesto nel quale viene stimolata. Sono proprietà che l’elettronica tradizionale deve imitare attraverso circuiti e software, mentre nel biological computing appartengono direttamente al sistema biologico.

L’approccio neuromorfico segue una strada differente. I suoi circuiti riproducono alcune regole del funzionamento biologico, ma restano costruiti su componenti elettronici e quindi mantengono la rigidità di quel supporto. Il biological computing utilizza invece la variabilità effettiva delle risposte cellulari.

C’è anche un vincolo pratico molto chiaro: il tessuto che elabora le informazioni deve restare vivo. Servono nutrienti, ossigenazione e controlli costanti. Un processore tradizionale richiede energia elettrica e raffreddamento; una coltura neuronale ha bisogno di un sistema di sostegno assai più articolato.

Le reti di neuroni lavorano secondo un approccio analogico, mentre i sistemi digitali si basano sulla logica binaria. Per questo i biocomputer possono trattare dati incerti, riconoscere configurazioni e reagire a input non previsti con una flessibilità che i sistemi interamente digitali non hanno ancora raggiunto. La situazione cambia quando si considerano le operazioni matematiche: in quel campo, almeno per ora, la velocità dei chip in silicio resta superiore.

CL1, il dispositivo che collega neuroni ed elettronica

Il centro della sperimentazione è il CL1. Nel dispositivo, cellule nervose umane vengono collocate su una matrice di elettrodi integrata in un chip di silicio. Il wetware è formato da neuroni derivati da cellule staminali. Un sistema di supporto vitale provvede a fornire nutrienti e a mantenere le condizioni necessarie alla sopravvivenza delle colture: temperatura, pH e ossigenazione devono rimanere entro valori controllati.

Il collegamento tra parte biologica e parte elettronica è bidirezionale. L’interfaccia del CL1:

• trasforma gli input digitali in stimoli elettrici diretti ai neuroni;
• controlla in modo continuo l’attività elettrofisiologica delle cellule;
• registra le risposte biologiche in tempo reale e le converte nuovamente in dati digitali leggibili dal software.

Il funzionamento passa dal biOS, il biological Intelligence Operating System. Il sistema consente di programmare le unità, verificare i parametri vitali, amministrare i feedback adattivi e studiare come cambia la risposta neuronale in presenza di stimoli differenti.

Un modulo CL1 può operare da solo oppure essere inserito in un rack insieme ad altri moduli. La configurazione è quindi scalabile e può essere collegata a reti digitali già esistenti, senza richiedere un’infrastruttura separata per ogni unità.

Le colture vengono mantenute attraverso cicli chiusi di nutrienti e gas. In questo modo le unità possono funzionare per mesi prima che sia necessario sostituire le colture cellulari. L’accesso alla piattaforma è possibile sul posto oppure attraverso il cloud. Da qui nasce anche il modello Wetware-as-a-Service, che permette a centri di ricerca situati in paesi differenti di condividere l’uso dell’infrastruttura.

Singapore e Melbourne, i due centri della collaborazione

La sperimentazione dei sistemi biologici per il calcolo si concentra soprattutto tra Singapore e Melbourne. Le due città riuniscono università, industrie biotech e startup specializzate, creando le condizioni per un lavoro comune tra ricerca e sviluppo tecnologico.

Alla National University of Singapore sono installati venti moduli CL1, all’interno di un’infrastruttura descritta come la prima del suo genere. Per ora il sito resta un luogo di ricerca. L’ambizione è usarlo anche come banco di prova in vista della commercializzazione dei sistemi basati su neuroni umani.

Melbourne è stata il punto di partenza della sperimentazione. Qui è nata Cortical Labs, la società che ha ideato e sviluppato l’hardware. La collaborazione con operatori come DayOne Data Centers ha portato alla costruzione di piattaforme ibride già predisposte per l’implementazione.

Nei laboratori australiani sono in funzione cluster più estesi. La prospettiva indicata per gli ambienti sottoposti a controllo rigoroso arriva fino a mille unità CL1.

Il lavoro tra paesi differenti permette di condividere dati e procedure, di avvicinare gli standard operativi e di coordinare le regole. Serve anche a collegare i server biologici ai flussi delle infrastrutture digitali già in uso.

Quanto consumano i biocomputer rispetto ai data center

L’interesse per queste architetture è legato alla domanda energetica dei data center convenzionali. Rack dotati di GPU e processori ad alte prestazioni possono richiedere migliaia di watt per server. Un modulo CL1 consuma invece in media circa 30 watt, compresa l’energia destinata al supporto vitale delle colture cellulari.

Nel wetware il raffreddamento tipico dei sistemi elettronici lascia il posto alla regolazione della temperatura dell’ambiente di coltura. Il dato sui consumi, però, non basta per stabilire un vincitore. Una GPU e una rete neuronale biologica non svolgono gli stessi compiti; il confronto diretto può quindi essere fatto soltanto con cautela.

Il vantaggio delle cellule nervose emerge soprattutto quando il problema richiede di interpretare input complessi e di modificare rapidamente la risposta. In questi casi la rete biologica può usare una quantità di energia molto più bassa rispetto a quella necessaria per eseguire algoritmi equivalenti su silicio.

Consumi ridotti e minori emissioni interessano in particolare le regioni soggette a vincoli energetici. Per paesi e città che devono limitare i picchi della domanda elettrica, la presenza di architetture differenti può aumentare la resilienza dei servizi digitali e distribuire meglio il carico.

Medicina, ricerca e robotica: gli impieghi già considerati

L’impiego di sistemi a neuroni umani negli ambienti di ricerca mette a disposizione nuove modalità di sperimentazione. Le aree applicative comprendono:

• Ricerca medica e farmacologica: le reti neuronali coltivate consentono di verificare efficacia e sicurezza di nuove molecole direttamente su tessuti umani. Questo approccio riduce l’uso di modelli animali e può rendere più attendibili le simulazioni delle malattie neurodegenerative.
• Neuro-robotica: i cluster biologici possono essere collegati a sensori e attuatori robotici. Il controllo del robot riceve così una risposta adattiva agli stimoli dell’ambiente e può reagire in tempo reale, con maggiore versatilità.
• Riconoscimento di pattern e apprendimento automatico: anche gruppi relativamente piccoli di neuroni sono stati addestrati a compiti complessi, dal riconoscimento vocale e visivo al controllo di interfacce computerizzate. In questi casi viene utilizzata la capacità di adattamento propria delle cellule nervose.

La piattaforma può quindi contribuire alla modellizzazione scientifica. Il suo interesse dipende dalla possibilità di ottenere processi più sostenibili, rapidi nell’adattamento e meno legati a procedure digitali rigide.

I limiti tecnici e biologici da superare

I risultati raggiunti non cancellano i problemi di gestione delle colture e di crescita dell’infrastruttura. I server biologici devono ancora affrontare limiti concreti:

• la durata operativa delle colture cellulari è stimata tra sei mesi e un anno;
• nutrizione, ossigenazione e controllo delle contaminazioni diventano più difficili quando aumenta il numero delle unità collegate;
• la riproduzione della struttura tridimensionale del tessuto cerebrale umano non è ancora stata risolta pienamente;
• norme comuni e affidabilità in ambienti industriali su larga scala richiedono ulteriore lavoro.

Le reti biologiche sono oggi molto specializzate. Funzionano bene su compiti ristretti, ma non possono competere con la capacità massiva delle GPU nei carichi digitali generali. Anche il ricambio e la rigenerazione delle colture richiedono costi, personale e coordinamento diversi da quelli della manutenzione informatica tradizionale.

Plasticità sinaptica e apprendimento delle reti coltivate

La proprietà più interessante dei neuroni coltivati è la possibilità di apprendere attraverso la plasticità sinaptica e l’auto-organizzazione. Quando ricevono stimoli elettrici, le reti modificano la propria attività. Frequenza e intensità dei segnali influenzano le connessioni tra le cellule e, di conseguenza, la risposta al compito assegnato.

Gli esperimenti pionieristici hanno mostrato che un feedback adeguato può aiutare i neuroni a migliorare il riconoscimento di pattern. Tra gli esempi rientrano l’apprendimento di giochi e compiti di previsione linguistica, come la predizione del token successivo.

È un apprendimento elementare. La variazione riguarda la dinamica elettrica collettiva della rete e non implica processi cognitivi complessi né la presenza di una mente.

Ricerche più recenti condotte da startup attive negli Stati Uniti e in Australia indicano che la variabilità delle colture e la loro capacità di auto-organizzarsi possono essere utilizzate per costruire sistemi adattivi e resilienti. Queste reti riescono a regolare il comportamento anche quando gli input sono incerti oppure cambiano nel tempo.

Il contributo del calcolo biologico alla riduzione dei consumi

L’aumento dell’energia richiesta dall’intelligenza artificiale ha riportato l’attenzione sui sistemi di calcolo a basso consumo. In questo quadro, l’uso di micro-rack alimentati da neuroni umani viene considerato una strada per ridurre le emissioni di CO2 e i costi legati al raffreddamento dei data center.

Le piattaforme biologiche non devono necessariamente sostituire i sistemi elettronici. Una possibile organizzazione assegna alle reti viventi i compiti che richiedono apprendimento rapido e adattamento dinamico, lasciando ai processori digitali le operazioni ripetitive, veloci e prolungate nel tempo.

Si delinea così un’architettura ibrida. Ogni tecnologia viene utilizzata nel tipo di lavoro per il quale è più adatta, con effetti sulla spesa energetica e sulla distribuzione delle forme di elaborazione.

Per rendere il modello sostenibile nel lungo periodo servono:

• investimenti nella miniaturizzazione dei sistemi di supporto vitale;
• procedure di produzione e smaltimento compatibili con l’ambiente;
• strumenti di gestione remota capaci di ridurre la necessità di interventi manuali.

Le autorità stanno valutando anche il quadro normativo relativo all’impiego di materiale biologico. Le linee guida prendono come riferimento standard già utilizzati nella ricerca medica e nell’industria biotecnologica. L’eventuale diffusione di data center biologici in aree esposte a crisi energetiche renderebbe la tecnologia parte delle strategie di continuità dei servizi digitali.

Cellule umane, bioetica e regole da aggiornare

Inserire cellule nervose umane in un’architettura computazionale solleva questioni che riguardano la provenienza del materiale, il consenso dei donatori e l’eventuale sviluppo di forme avanzate di auto-organizzazione. Le regole attuali prevedono che i tessuti siano ottenuti da donatori consapevoli e tracciati, seguendo indicazioni derivate dalla disciplina delle biobanche e dal trattamento del materiale genetico umano.

• Protocolli rigorosi vietano di indurre stati dolorosi o esperienze consapevoli nelle colture. I comitati etici specializzati controllano le procedure nei laboratori coinvolti.
• La discussione riguarda anche la necessità di aggiornare le norme, stabilendo chi possa detenere la proprietà intellettuale delle reti coltivate e chi sia responsabile qualora si verificassero processi avanzati di auto-organizzazione.
• Università e centri di ricerca insistono sulla trasparenza e sull’informazione fornita ai donatori. La rapidità con cui procede la tecnologia rende necessaria una maggiore armonizzazione dei regolamenti tra paesi.

Resta incerto il confine tra materiale di laboratorio e possibili esperienze soggettive. Gli esperti concordano che le reti oggi utilizzate non possiedono le caratteristiche strutturali associate alla coscienza. Il tema, comunque, occupa già un posto centrale nelle discussioni sullo sviluppo futuro del settore.

Organoidi cerebrali e sistemi ibridi verso la prossima fase

Una parte della ricerca si concentra sugli organoidi cerebrali tridimensionali. Si tratta di strutture ottenute da cellule staminali che riproducono in misura crescente la complessità della rete neuronale umana. Come substrato vivente per il calcolo, gli organoidi combinano auto-organizzazione e una durata operativa in laboratorio che sta aumentando.

Esperimenti realizzati tra Stati Uniti e Australia hanno indicato che organoidi di piccole dimensioni possono apprendere pattern complessi e comunicare con circuiti elettronici attraverso griglie di microelettrodi. Sono stati impiegati anche in simulazioni più realistiche.

Brainoware e 3D-Mind sono esempi di sistemi nei quali organoidi cerebrali e chip elettronici vengono integrati in un’unica architettura ibrida. I risultati nel riconoscimento vocale, nella simulazione e nel controllo robotico sono considerati utili per valutare future applicazioni scientifiche e industriali.

Restano da affrontare tre questioni di rilievo: aumentare la complessità degli organoidi, prolungarne la vita e rendere uniforme la produzione dei biochip. Occorre anche sviluppare software capace di collegare correttamente input digitali e risposte biologiche. La supervisione normativa e il controllo etico dovranno accompagnare ogni passaggio.

Data center biologici, integrazione con il calcolo digitale

Le infrastrutture biologiche non sono progettate per rimpiazzare i sistemi digitali già disponibili. La direzione indicata dalla ricerca è quella di una convivenza tra tecnologie differenti, con l’obiettivo di utilizzare la capacità delle reti viventi di apprendere dall’ambiente e di adattarsi consumando meno energia.

Nel prossimo decennio, il percorso di sviluppo comprende:

• l’aumento della complessità delle reti biologiche coltivate;
• una gestione più precisa dei parametri vitali;
• la riduzione dei costi, così da rendere le unità accessibili a laboratori e piccole e medie imprese;
• l’avvicinamento tra software di apprendimento automatico e modelli ispirati alla biologia.

Il collegamento tra cellule e microelettronica risponde alle pressioni esercitate dai consumi energetici sui data center e sull’industria digitale. I server a neuroni umani non offrono una soluzione generale al calcolo: la loro utilità riguarda problemi specifici, nei quali adattamento e apprendimento possono contare più della velocità delle operazioni matematiche.

La loro diffusione dipenderà dalla durata delle colture, dalla gestione del supporto vitale, dai costi e dalle regole per l’uso di cellule umane. Singapore rappresenta il primo banco di prova su scala infrastrutturale; Melbourne conserva un ruolo centrale nello sviluppo dell’hardware e dei cluster. Il rapporto tra uomo, macchina e ambiente passerà anche da queste verifiche, molto meno teoriche di quanto apparissero fino a pochi anni fa.