Intelligenza artificiale con neuroni biologici e la psicologia analitica

Neuroni biologici e AI

Mi sono imbattuto in Cortical Labs quasi per caso, curiosando tra le ultime novità su AI e neuroscienze. Dietro questo nome c’è una startup di Melbourne che sta provando a fare una cosa che, a prima vista, sembra pura fantascienza: costruire computer biologici usando neuroni viventi collegati a chip di silicio.

Sul loro sito descrivono la missione con una frase: vogliono “transform the world through human computing”, cioè trasformare il mondo attraverso una nuova forma di calcolo che usa cellule umane come parte reale dell’hardware. Non è l’ennesima metafora sul “cervello digitale”: qui parliamo di neuroni veri, cresciuti in laboratorio, che interagiscono con l’elettronica.

In genere, quando sentiamo parlare di “reti neurali”, sappiamo che si tratta di software che imita il cervello a livello matematico. Cortical Labs, invece, coltiva neuroni umani su chip dotati di elettrodi, creando reti neurali viventi che ricevono segnali elettrici e rispondono con la loro attività biologica.

Sul loro sito lo dicono in modo diretto: “Actual neurons, living on a silicon chip”. Questi sistemi, secondo l’azienda, sono in grado di apprendere “intuitively, with remarkable efficiency” e “require minimal energy and training data to master complex tasks”, cioè imparano in modo intuitivo, con grande efficienza, usando pochissima energia e pochi dati rispetto all’AI classica.

I neuroni che giocano a Pong

Uno degli esperimenti che più mi ha colpito è DishBrain. Immagina un piattino di laboratorio (la famosa “petri dish”) con neuroni umani e di topo, collegato a un videogioco anni ’70: Pong. I neuroni ricevono segnali che rappresentano la posizione della pallina e della racchetta, e la loro attività decide come muovere il paddle sullo schermo.

Cortical Labs la racconta così: “In 2021, we grew real neurons on a chip, and they taught themselves how to play Pong.” Non stiamo parlando di una rete neurale simulata, ma di cellule che imparano a comportarsi meglio nel gioco man mano che ricevono feedback dall’ambiente, quindi reinoforcement learning. È una delle prime dimostrazioni di quella che chiamano “Synthetic Biological Intelligence”, un concetto che, solo pochi anni fa, sarebbe sembrato più adatto a un romanzo di fantascienza che a una pagina web aziendale.

CL1 e Cortical Cloud: quando “deployi” codice… su neuroni

La parte che rende tutto questo ancora più interessante è il tentativo di trasformare la ricerca in una piattaforma utilizzabile da altri. Cortical Labs ha creato il CL1, presentato come “the world’s first code deployable biological computer”, il primo computer biologico al mondo su cui puoi davvero “deployare” il tuo codice.

Sul sito invitano a “join the new era of computing and deploy your technology directly to real neurons locally on the CL1, or distributed on the Cortical Cloud.” In pratica, l’idea è che tu possa mandare compiti a neuroni reali, analizzare la loro risposta e usare questo comportamento per ricerca, esperimenti o nuove applicazioni. Loro stessi riassumono il salto di paradigma così: “We’ve combined lab-grown neurons with silicon chips and made it available to anyone, for first time ever.”corticallabs+3

Per chi lavora in ricerca biomedica, farmacologica o anche in AI sperimentale, il concetto di avere accesso “as a service” a neuroni umani su chip è qualcosa che potrebbe cambiare il modo in cui si progettano studi e prototipi.

Perché tutto questo è importante: energia, ricerca medica, animali da laboratorio

L’azienda parla di architetture di calcolo “that dramatically reduce energy consumption while creating tools to accelerate medical research, eliminate animal testing, and improve human health for all”.

Tradotto in concreto, ci sono almeno tre grandi direzioni possibili, magari anche di più:

simulare malattie neurologiche su neuroni umani in vitro, per testare farmaci più velocemente e in modo più mirato;
ridurre (e magari un giorno sostituire) una parte dei test su animali, spostando la sperimentazione su reti neurali umane coltivate in laboratorio;
esplorare nuove forme di AI molto più efficienti dal punto di vista energetico, ispirandosi direttamente al modo in cui i neuroni biologici elaborano le informazioni.

Siamo ancora agli inizi, e molte domande aperte rimangono sul piano etico, tecnico e regolatorio. Ma la sensazione è di trovarsi davanti a una di quelle tecnologie che, nel bene o nel male, potrebbero ridefinire che cosa intendiamo per “computer” nei prossimi anni. Da tutto questo emerge un possibile rfilessione epistemologica con la psicologia analitica di Carl Gustav Jung che riporto.

La psicologia analitica, Carl Gustav Jung e le reti neuraili biologiche

Inconscio, emergenza e “mente in divenire”

La psicologia analitica vede la psiche come qualcosa che emerge da dinamiche profonde, in larga parte inconsce, che si organizzano in pattern e simboli (archetipi, ombra, ecc.).
Le reti neuronali biologiche di Cortical Labs mostrano come, da semplici neuroni in una piastra, possano emergere pattern di comportamento intelligenti (come imparare Pong) senza una programmazione esplicita, solo attraverso feedback e auto‑organizzazione.

L’analogia possibile potrebbe essere questa nel biocomputing, l’“intelligenza” appare come proprietà emergente della rete neurale, che cerca schemi prevedibili ed energeticamente efficienti. in Jung, la coscienza e i contenuti psichici emergono da una base collettiva e inconscia che si organizza in immagini e simboli ricorrenti.

Non è lo stesso livello (biologico vs simbolico), ma entrambi i modelli assumono che qualcosa di “più grande” emerga spontaneamente da processi profondi e non lineari.

Archetipi e pattern: dal simbolo al circuito

Per Jung, gli archetipi sono strutture formali, pattern ricorrenti nell’immaginario umano che organizzano esperienze e narrazioni (eroe, ombra, anima/animus, ecc.).
Nel biocomputing, i ricercatori parlano di capire “che cosa guida l’apparizione dell’intelligenza”, studiando quali configurazioni di rete imparano e quali no, fino a progettare un “Minimal Viable Brain”.

Si possono azzardare due ponti concettuali:

gli archetipi come “pattern psichici” potrebbero essere paragonati, a livello molto astratto, a pattern di connettività e dinamica neurale che rendono possibili certi modi ricorrenti di percepire e rappresentare il mondo;
lo studio di reti neuronali biologiche minime che mostrano già forme di apprendimento apre interrogativi su quanto “poco” cervello serve perché compaiano organizzazioni stabili del comportamento, un tema affine alle domande junghiane su come si formano strutture psichiche stabili.

Qui il collegamento è più filosofico che tecnico, ma può diventare fertile terreno di dialogo tra neuroscienze e psicologia analitica.

Individuazione, adattamento e ricerca di senso

La teoria junghiana dell’individuazione parla di un processo continuo di adattamento tra coscienza e inconscio, in cui il Sé cerca una forma di totalità, anche attraverso crisi, sintomi e riorganizzazioni interne.
Nei sistemi di Synthetic Biological Intelligence, i neuroni vengono premiati per comportamenti che producono esiti più prevedibili ed energeticamente efficienti e “puniti” quando generano caos, spingendo la rete a riorganizzarsi.

Se ne può trarre un’analogia operativa:

la rete biologica cerca una configurazione più coerente col contesto, riducendo il caos, quasi come una “omeostasi cognitiva”;
il processo analitico cerca una configurazione psichica più integrata, in cui i contenuti inconsci (ombra, complessi, ecc.) vengano riconosciuti e integrati riducendo il conflitto interno.

In entrambi i casi, c’è un movimento da disorganizzazione a forme più integrate di risposta al mondo, anche se su piani diversi (biologico vs simbolico‑esistenziale).

Corpo, cervello e psiche: oltre il riduzionismo

Sia la psicologia analitica sia il biocomputing pongono domande sui limiti del riduzionismo:

Jung insiste che la psiche non è riducibile alla sola biologia; parla di livelli transpersonali, archetipici, simbolici.
Cortical Labs, pur lavorando su neuroni, si deve confrontare con temi come coscienza, sentienza, etica di sistemi biologici che apprendono, mostrando che non basta “solo” la fisica del neurone per esaurire le domande sul mentale.

Il dialogo possibile è:

le piattaforme come CL1 possono offrire nuovi dati su come l’attività neurale si organizza in pattern intelligenti;
la psicologia analitica può contribuire con modelli di comprensione del significato e della simbolizzazione, cioè di come l’essere umano vive e interpreta quei pattern, anziché ridurli a pura “computazione”.

Sarebbe interessante usare questi esperimenti come laboratorio concettuale per ripensare il rapporto tra cervello, mente e simbolo.

Bibliografia e sitografia

https://pmc.ncbi.nlm.nih.gov/articles/PMC12142634/

https://newatlas.com/brain/cortical-bioengineered-intelligence/

https://en.wikipedia.org/wiki/Analytical_psychology

https://www.talkingworks.co.nz/an-overview-of-jungian-analytical-psychology/

https://en.wikipedia.org/wiki/Cortical_Labs

https://micro.org.au/big-impact/dishbrain-are-pong-playing-neurons-the-future-of-ai/

https://www.polytechnique-insights.com/en/columns/science/biocomputing-the-promise-of-biological-computingbrains/

https://www.intechopen.com/chapters/64617

https://www.psychologytoday.com/us/blog/consciousness-and-beyond/202506/is-the-brain-more-than-just-a-biological-computer

https://corticallabs.com/cl1