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, sostenibilit energetica e interrogativi etici.

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

Lobiettivo concreto: ridurre lenergia necessaria al calcolo e sfruttare la capacit 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 allintelligenza 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 nata lidea 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 n la mente umana. Il suo scopo utilizzare la capacit delle cellule nervose di modificare il proprio comportamento, una caratteristica che manca alle architetture informatiche pi rigide.

La sperimentazione dei server a neuroni gi 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 lindustria e per la ricerca, questo aspetto risponde a una necessit sempre pi pressante: contenere lenergia impiegata dai sistemi di calcolo.

Le attivit considerate comprendono la simulazione molecolare e lanalisi in tempo reale destinata alla robotica. La piattaforma entra cos nel gruppo dei sistemi ibridi, nei quali elementi biologici ed elettronici partecipano insieme allelaborazione. 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 dellinformatica che impiega componenti biologiche autentiche, tra cui reti di neuroni umani coltivati, al posto dei dispositivi elettronici convenzionali o insieme a essi. Nellinformatica tradizionale il substrato fisico composto da transistor e chip di silicio. Nel bio-computing una parte di questo substrato viene sostituita da cellule viventi, allinterno di una struttura chiamata wetware.

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

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

C 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 pi 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 flessibilit 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 velocit dei chip in silicio resta superiore.

CL1, il dispositivo che collega neuroni ed elettronica

Il centro della sperimentazione il CL1. Nel dispositivo, cellule nervose umane vengono collocate su una matrice di elettrodi integrata in un chip di silicio. Il wetware 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 bidirezionale. Linterfaccia del CL1:

• trasforma gli input digitali in stimoli elettrici diretti ai neuroni;
• controlla in modo continuo lattivit 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 unit, verificare i parametri vitali, amministrare i feedback adattivi e studiare come cambia la risposta neuronale in presenza di stimoli differenti.

Un modulo CL1 pu operare da solo oppure essere inserito in un rack insieme ad altri moduli. La configurazione quindi scalabile e pu essere collegata a reti digitali gi esistenti, senza richiedere uninfrastruttura separata per ogni unit.

Le colture vengono mantenute attraverso cicli chiusi di nutrienti e gas. In questo modo le unit possono funzionare per mesi prima che sia necessario sostituire le colture cellulari. Laccesso alla piattaforma 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 luso dellinfrastruttura.

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 citt riuniscono universit, 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, allinterno di uninfrastruttura descritta come la prima del suo genere. Per ora il sito resta un luogo di ricerca. Lambizione usarlo anche come banco di prova in vista della commercializzazione dei sistemi basati su neuroni umani.

Melbourne stata il punto di partenza della sperimentazione. Qui nata Cortical Labs, la societ che ha ideato e sviluppato lhardware. La collaborazione con operatori come DayOne Data Centers ha portato alla costruzione di piattaforme ibride gi predisposte per limplementazione.

Nei laboratori australiani sono in funzione cluster pi estesi. La prospettiva indicata per gli ambienti sottoposti a controllo rigoroso arriva fino a mille unit 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 gi in uso.

Quanto consumano i biocomputer rispetto ai data center

Linteresse per queste architetture 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 lenergia destinata al supporto vitale delle colture cellulari.

Nel wetware il raffreddamento tipico dei sistemi elettronici lascia il posto alla regolazione della temperatura dellambiente di coltura. Il dato sui consumi, per, non basta per stabilire un vincitore. Una GPU e una rete neuronale biologica non svolgono gli stessi compiti; il confronto diretto pu 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 pu usare una quantit di energia molto pi 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 citt che devono limitare i picchi della domanda elettrica, la presenza di architetture differenti pu aumentare la resilienza dei servizi digitali e distribuire meglio il carico.

Medicina, ricerca e robotica: gli impieghi gi considerati

Limpiego di sistemi a neuroni umani negli ambienti di ricerca mette a disposizione nuove modalit 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 luso di modelli animali e pu rendere pi attendibili le simulazioni delle malattie neurodegenerative.
• Neuro-robotica: i cluster biologici possono essere collegati a sensori e attuatori robotici. Il controllo del robot riceve cos una risposta adattiva agli stimoli dellambiente e pu reagire in tempo reale, con maggiore versatilit.
• 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 capacit di adattamento propria delle cellule nervose.

La piattaforma pu quindi contribuire alla modellizzazione scientifica. Il suo interesse dipende dalla possibilit di ottenere processi pi sostenibili, rapidi nelladattamento 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 dellinfrastruttura. I server biologici devono ancora affrontare limiti concreti:

• la durata operativa delle colture cellulari stimata tra sei mesi e un anno;
• nutrizione, ossigenazione e controllo delle contaminazioni diventano pi difficili quando aumenta il numero delle unit collegate;
• la riproduzione della struttura tridimensionale del tessuto cerebrale umano non ancora stata risolta pienamente;
• norme comuni e affidabilit 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 capacit 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.

Plasticit sinaptica e apprendimento delle reti coltivate

La propriet pi interessante dei neuroni coltivati la possibilit di apprendere attraverso la plasticit sinaptica e lauto-organizzazione. Quando ricevono stimoli elettrici, le reti modificano la propria attivit. Frequenza e intensit 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 pu aiutare i neuroni a migliorare il riconoscimento di pattern. Tra gli esempi rientrano lapprendimento di giochi e compiti di previsione linguistica, come la predizione del token successivo.

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

Ricerche pi recenti condotte da startup attive negli Stati Uniti e in Australia indicano che la variabilit delle colture e la loro capacit 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

Laumento dellenergia richiesta dallintelligenza artificiale ha riportato lattenzione sui sistemi di calcolo a basso consumo. In questo quadro, luso 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 cos unarchitettura ibrida. Ogni tecnologia viene utilizzata nel tipo di lavoro per il quale pi 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 lambiente;
• strumenti di gestione remota capaci di ridurre la necessit di interventi manuali.

Le autorit stanno valutando anche il quadro normativo relativo allimpiego di materiale biologico. Le linee guida prendono come riferimento standard gi utilizzati nella ricerca medica e nellindustria biotecnologica. Leventuale diffusione di data center biologici in aree esposte a crisi energetiche renderebbe la tecnologia parte delle strategie di continuit dei servizi digitali.

Cellule umane, bioetica e regole da aggiornare

Inserire cellule nervose umane in unarchitettura computazionale solleva questioni che riguardano la provenienza del materiale, il consenso dei donatori e leventuale 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 necessit di aggiornare le norme, stabilendo chi possa detenere la propriet intellettuale delle reti coltivate e chi sia responsabile qualora si verificassero processi avanzati di auto-organizzazione.
• Universit e centri di ricerca insistono sulla trasparenza e sullinformazione fornita ai donatori. La rapidit 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 gi 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 complessit 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 pi realistiche.

Brainoware e 3D-Mind sono esempi di sistemi nei quali organoidi cerebrali e chip elettronici vengono integrati in ununica 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 complessit 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 gi disponibili. La direzione indicata dalla ricerca quella di una convivenza tra tecnologie differenti, con lobiettivo di utilizzare la capacit delle reti viventi di apprendere dallambiente e di adattarsi consumando meno energia.

Nel prossimo decennio, il percorso di sviluppo comprende:

• laumento della complessit delle reti biologiche coltivate;
• una gestione pi precisa dei parametri vitali;
• la riduzione dei costi, cos da rendere le unit accessibili a laboratori e piccole e medie imprese;
• lavvicinamento 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 sullindustria digitale. I server a neuroni umani non offrono una soluzione generale al calcolo: la loro utilit riguarda problemi specifici, nei quali adattamento e apprendimento possono contare pi della velocit delle operazioni matematiche.

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