Ascolta la versione audio di questo articolo (generata da IA).
Le neuroscienze sono una delle più affascinanti discipline per lo studio del sistema nervoso, un ambito al quale afferiscono anatomia, biologia molecolare, matematica, medicina, farmacologia, fisiologia, psicologia, ma anche fisica e ingegneria. Secondo tale disciplina, le rappresentazioni mentali sono considerate modelli di attività neurale e il ragionamento logico-deduttivo, altrimenti detto inferenza, consiste proprio nell’applicazione di tali modelli nella vita reale. In altre parole, il nostro cervello codifica, elabora e immagazzina le informazioni sul mondo esterno e interno creando configurazioni specifiche di attivazione elettrica e chimica tra i neuroni. Secondo una bellissima definizione di “State of Mind”, giornale delle scienze psicologiche, “le neuroscienze indagano lo sviluppo, la maturazione e il mantenimento del sistema nervoso, la sua anatomia, il suo funzionamento, le connessioni esistenti tra le diverse aree cerebrali e i comportamenti manifesti.” Esse cercano di comprendere come lavora il sistema nervoso non solo in condizioni di sanità, ma anche quando non evidenzia comportamenti corretti, palesando la presenza di disturbi dello sviluppo, psichiatrici e neurologici. Le neuroscienze forniscono dunque un modello biologico, al fine di effettuare studi empirici per prevenire il verificarsi di diversi deficit e curare questi ultimi attraverso una serie di compiti riabilitativi appositamente sperimentati.
D’altro canto, anche le reti neurali tradizionali, si rifanno alla struttura cerebrale, così come dalla struttura cerebrale e sinaptica trae ispirazione la stessa Intelligenza Artificiale. E grazie a tecniche di deep learning, analisi multimodale dei dati e modelli generativi, l’AI viene già utilizzata per mappare i circuiti neurali e per interpretare segnali cerebrali complessi. Nel corso del processo di analisi di enormi quantità di dati di imaging per scopi diagnostici, l’AI costruisce gli algoritmi di apprendimento, ciò che va sotto il nome di neuroscienze computazionali. Ed è così che oggi gli scienziati utilizzano l’intelligenza artificiale per analizzare l’attività cerebrale, per decodificare i segnali elettrici associati a percezioni, movimenti, emozioni e identificare biomarcatori neurologici per diagnosi precoci, regalando un impulso notevole alla medicina di precisione, personalizzando terapie e riabilitazioni. E tale sinergia ha già prodotto risultati concreti: modelli capaci di ricostruire immagini, algoritmi che prevedono crisi epilettiche, reti neurali che riconoscono precocemente malattie neurodegenerative. In buona sostanza, neuroscienze e AI condividono una radice comune, che è quasi un rapporto simbiotico: l’Intelligenza Artificiale si ispira al funzionamento biologico del cervello (reti neurali, apprendimento), mentre le neuroscienze utilizzano l’AI per decodificare segnali cerebrali complessi e diagnosticare disturbi neurologici.
Analogamente, la fisica quantistica è sempre più coinvolta nello studio delle neuroscienze attraverso le Quantum Neural Networks (QNN), reti neurali quantistiche, modelli computazionali che sostituiscono i neuroni con circuiti quantistici parametrizzati e utilizzano i qubit per esplorare spazi di dati immensi ed elaborare calcoli complessi in parallelo, cosa che sarebbe impossibile per i computer tradizionali. I qubit sono l’unità d’informazione fondamentale nei computer quantistici e, a differenza di un bit classico, che può assumere valori di 0 o 1, esso sfrutta il principio di sovrapposizione quantistica per trovarsi in entrambi gli stati contemporaneamente, consentendo una potenza di calcolo esponenzialmente superiore. I qubit, peraltro, possono trovarsi in condizioni di entanglement o correlazione quantistica, fenomeno per il quale essi perdono la loro individualità e formano un unico sistema fisico globale interconnesso. Le Reti Neurali Quantistiche gestiscono inoltre problemi combinatori complessi e simulano dinamiche simili alle reti neurali biologiche.
C’è di più? Forse.
La biologia quantistica cerebrale esplora come i citati fenomeni della meccanica quantistica influenzino le funzioni neuronali e la coscienza. La teoria più nota è quella di Penrose-Hameroff (Orch-Or), secondo cui la coscienza emerge da vibrazioni quantistiche nei microtubuli dei neuroni, sebbene resti un campo fortemente dibattuto. Uno studio recente mostra altresì che fotoni identici in circuiti ottici si comportano come una Rete di Hopfield, simulando la memoria associativa del cervello umano attraverso interferenza quantistica. E anche l’hardware quantistico pare essere ispirato al cervello. Alcuni ricercatori hanno dimostrato che il “rumore quantistico”, normalmente un limite, può diventare una risorsa per stabilizzare l’elaborazione dei dati, proprio come fanno i neuroni immersi in un ambiente biologicamente rumoroso.
E se le QNN fondono la struttura delle reti neurali classiche con i circuiti quantistici variazionali, le QBN, Quantum Brain Networks, indicano un puro campo di ricerca interdisciplinare che esplora l’integrazione fra le neurotecnologie, l’intelligenza artificiale e la fisica quantistica. I modelli basati sull’hardware quantistico (QPU) possono trovare pattern nei “Big Data” neuroscientifici, come le mappe di connettività cerebrale , molto più rapidamente di quanto riescano a fare i supercomputer attuali.
Peraltro, ispirandosi alla fisica quantistica, gli scienziati stanno creando algoritmi per simulare le sinapsi e la memoria umana in modo più realistico.
L’idea centrale delle QBN è stabilire una connessione avanzata e bidirezionale tra il cervello umano e i computer quantistici, il che porterebbe potenzialmente a sviluppi in settori pionieristici come la medicina neuro-rigenerativa.
Un altro fenomeno di cui tener conto è quello dell’emissione di fotoni, quanti elementari di luce, da parte dei neuroni. Una debolissima emissione di luce impercettibile all’occhio umano e generata da reazioni biochimiche del metabolismo cellulare. Alcuni studi condotti con fotomoltiplicatori hanno dimostrato che il cervello emette costantemente questa luce, ma la cosa più sorprendente è che l’intensità e le mappe di emissione variano a seconda del processo cognitivo in corso, evidenziando una chiara correlazione con l’attività elettrica neuronale. Un approccio radicale, che induce a immaginare che la mente potrebbe anche non essere semplicemente il risultato dell’attività classica dei neuroni, ma un fenomeno emergente guidato da leggi quantistiche più complesse.
Se posso concedermi una digressione da studente della mia quinta liceo, tornando al pensiero di Carl Gustav Jung e incrociandolo con i fotoni e le neuroscienze, ci muoviamo di nuovo sul confine affascinante (e per molti versi speculativo) tra biologia cellulare, fisica quantistica e psicologia del profondo. Certamente Jung non parlava di fotoni e nemmeno di senso neuroscientifico, ma parlava di “sincronicità” e di “unus mundus” (l’ordine unitario in cui psiche e materia sono aspetti della stessa realtà), aprendo la strada alle moderne speculazioni che collegano la coscienza alla fisica dei quanti, e lo faceva circa cento anni fa.
Ma qual è davvero il ponte tra cervello e fisica quantistica?
È la Quantum AI, quella disciplina che usa algoritmi quantistici per potenziare l’intelligenza artificiale. Nelle neuroscienze, questo implica la disponibilità di modelli capaci di decodificare segnali neurali con maggiore precisione e la possibilità di effettuare simulazioni di reti neurali biologiche su hardware quantistico, ma anche l’analisi di dataset cerebrali enormi con efficienza energetica superiore e la disponibilità di nuove architetture per memorie associative quantistiche. In sintesi, le neuroscienze potenziate da AI e fisica quantistica rappresentano la nuova frontiera della scienza del cervello: l’AI interpreta, la quantistica simula, e insieme permettono di comprendere e modellare la mente con una profondità mai raggiunta. E le evoluzioni possibili si muovono su tre assi. L’AI interpreta il cervello, la fisica quantistica simula il cervello e la Quantum AI crea nuovi modelli del cervello. Il risultato è una trasformazione radicale della neuroscienza: dalla semplice osservazione del sistema nervoso alla modellazione, simulazione e interazione diretta con la mente.
Vanno sottolineate naturalmente le implicazioni etiche di tale convergenza, implicazioni che sono molteplici. Il quadro etico che emerge quando neuroscienze, intelligenza artificiale e tecnologie quantistiche convergono è un tema che non va trattato come un’aggiunta finale, ma come la cornice che determina ciò che possiamo e che non possiamo fare con queste tecnologie. E vanno considerate l’etica della decodifica neurale, poiché trattasi di una nuova forma di vulnerabilità umana, l’etica della simulazione del cervello, che è la naturale conseguenza della generazione di modelli sempre più potenti, l’etica della computazione quantistica applicata alla mente, poiché se è vero che la fisica quantistica introduce nuove capacità, essa introduce anche nuovi rischi. Mi riferisco in particolare al potere computazionale asimmetrico, per cui chi controlla hardware quantistico controlla capacità diagnostiche e predittive enormi, all’opacità dei modelli, essendo i sistemi molto difficili da interpretare e quindi difficili da regolamentare, fino alla sorveglianza cognitiva, ovvero alla possibilità di analizzare stati mentali in tempo reale. Va inoltre fatto cenno all’etica delle interfacce cervello-macchina, per cui esse non sono strumenti, bensì vere e proprie estensioni della persona, all’etica dell’AI nelle neuroscienze cliniche, perché la medicina di precisione rischia di diventare medicina per pochi, all’etica sociale e geopolitica, essendo la convergenza neuroscienze-AI-fisica quantistica una tecnologia strategica, senza dimenticare i cosiddetti “neurodiritti” di cui molti Paesi stanno già discutendo, il diritto di proteggere la mente, un diritto fondamentale nel XXI secolo.
Concludo affermando che la convergenza tra neuroscienze, intelligenza artificiale e fisica quantistica non è solo un progresso scientifico, ma ridefinisce cosa significa essere umani, cosa significa pensare, cosa significa essere liberi. E l’etica non va interpretata come un vincolo: è invece la condizione per usare queste tecnologie senza perdere ciò che vogliamo proteggere.
