CL1, come funziona il primo biocomputer commerciale basato su neuroni umani

Cortical Labs, startup australiana di bioinformatica, ha presentato il CL1, primo biocomputer commerciale al mondo basato su neuroni umani. Questa innovativa piattaforma, sviluppatasi da DishBrain, offre potenziali benefici, come efficienza energetica e capacità di apprendimento rapide, superando l’AI tradizionale

Cortical Labs, una startup innovativa con sede in Australia, ha recentemente lanciato il CL1, un biocomputer commerciale che rappresenta una vera e propria rivoluzione nel campo della bioinformatica. Questo dispositivo innovativo si basa su neuroni umani, creando un’interazione unica tra biologia e tecnologia, e apre nuove prospettive nel panorama del calcolo avanzato e dell’intelligenza artificiale.

Il percorso che ha portato alla creazione del CL1 non è nato per caso. Cortical Labs ha iniziato a farsi conoscere nel biennio 2021-2022 grazie a DishBrain, un sistema in grado di far apprendere ai neuroni coltivati in laboratorio a giocare a Pong in soli cinque minuti, superando le performance delle intelligenze artificiali tradizionali. Questo esperimento ha dimostrato non solo la rapidità con cui i neuroni biologici possono apprendere, ma anche la loro efficienza, aprendo la strada allo sviluppo del CL1, frutto di oltre sei anni di ricerca e innovazione.

Il passo verso la Synthetic Biological Intelligence

Il CL1 rappresenta un passo fondamentale verso la Synthetic Biological Intelligence (SBI), una tecnologia che unisce sistemi biologici e ingegneria per realizzare modelli computazionali altamente efficienti. Al centro del CL1 vi sono neuroni umani derivati da cellule staminali pluripotenti indotte (iPS cells), che, una volta coltivati su un substrato di elettrodi in metallo e vetro, formano reti neurali in grado di apprendere e adattarsi. Questa struttura biologica permette al biocomputer di elaborare informazioni in modo differente rispetto alle intelligenze artificiali tradizionali, che necessitano di enormi dataset per l’apprendimento.

Design e funzionamento di CL1

Una delle caratteristiche distintive del CL1 è il suo design, che ricorda una scatola. Questo case non solo consente una visione interna del sistema di supporto vitale, ma garantisce anche la sopravvivenza e l’attività dei neuroni, eliminando la necessità di un computer esterno per il funzionamento. Il sistema neurale è composto da centinaia di migliaia di neuroni distribuiti su 59 elettrodi, capaci di ricevere e trasmettere segnali elettrici. Gli stimoli elettrici sono utilizzati per allenare la rete neurale, favorendo un apprendimento rapido e dinamico.

Il CL1 è dotato di un sistema di feedback interessante: nel caso di risposte errate, vengono inviate scariche elettriche casuali, mentre per risposte corrette il sistema trasferisce schemi elettrici ordinati. Questa metodologia di apprendimento è simile a quella utilizzata in contesti biologici naturali, dove gli organismi apprendono attraverso l’esperienza diretta.

Efficienza energetica e critiche

In termini di efficienza energetica, il CL1 si distingue notevolmente rispetto alle GPU e TPU tradizionali, che richiedono elevate quantità di energia per eseguire calcoli complessi. Cortical Labs sostiene che il biocomputer utilizza quantità minime di energia per operazioni equivalenti, grazie alla sua architettura neurale specializzata. I portavoce dell’azienda affermano che il CL1 ha capacità di ragionamento simili a quelle di piccoli animali, come formiche o topi, capaci di prendere decisioni rapide senza la necessità di vasti dataset.

Tuttavia, non mancano le critiche nei confronti del CL1. Alcuni esperti ritengono che il biocomputer possa essere più un’operazione di marketing piuttosto che una reale innovazione tecnologica. È fondamentale sottolineare che, sebbene la tecnologia sia indubbiamente innovativa, la sua adozione nel settore richiederà tempo e un’attenta valutazione da parte delle aziende tradizionali.

Un’altra critica riguarda la programmabilità dei neuroni coltivati. È vero che questi sistemi biologici possono apprendere rapidamente, ma la loro variabilità naturale può complicare la riproducibilità dei risultati. Tuttavia, Cortical Labs offre strumenti come un’interfaccia di stimolazione programmabile e un’API Python per interagire con il CL1, consentendo così test e ricerche in autonomia.