Reply e Università degli Studi di Milano avviano una ricerca sperimentale sul biological computing basata sulla piattaforma CL1 di Cortical Labs

Reply ha annunciato oggi l’avvio di una collaborazione con il Dipartimento di Fisiopatologia e dei Trapianti dell’Università degli Studi di Milano, insieme al “Centro Dino Ferrari” dell’Università degli studi di Milano – Ospedale Policlinico, per una nuova iniziativa di ricerca e sperimentazione nel campo del biological computing, volta a esplorare approcci innovativi all’apprendimento e all’elaborazione delle informazioni attraverso l’integrazione di sistemi biologici e tecnologie digitali.

Al centro dell’iniziativa vi è il computer biologico CL1 sviluppato da Cortical Labs, azienda biotecnologica australiana, la cui tecnologia, a differenza delle architetture di calcolo convenzionali basate sul silicio, sfrutta le capacità di elaborazione di neuroni umani viventi integrati con sistemi software. La piattaforma CL1 integra circa 800.000 neuroni, che ricevono input, elaborano informazioni e producono output sotto forma di attività elettrica, consentendo un’interazione diretta tra software e intelligenza biologica.

Partendo da precedenti studi condotti da Cortical Labs, che hanno dimostrato come le colture neuronali siano in grado di apprendere il compito del gioco Pong in pochi minuti utilizzando un numero significativamente inferiore di esempi di addestramento rispetto ai sistemi di intelligenza artificiale convenzionali, il progetto di ricerca Reply-Università degli Studi di Milano si concentrerà sull’analisi delle dinamiche di apprendimento dei neuroni biologici, sul confronto dell’efficienza energetica rispetto alle architetture di calcolo tradizionali e sulla valutazione della robustezza, della riproducibilità e della stabilità nel lungo periodo dei sistemi di calcolo basati su neuroni.

 “Questa iniziativa rappresenta il punto di partenza di un programma di ricerca avanzata volto a esplorare nuovi paradigmi computazionali. L’obiettivo è valutarne il potenziale impatto applicativo e comprenderne le possibili implicazioni in termini di soluzioni e benefici per le organizzazioni” ha dichiarato Filippo Rizzante, CTO di Reply.

“Questa collaborazione apre una nuova frontiera nello studio della computazione biologica” ha affermato la Prof.ssa Stefania Corti, Professore Ordinario di Neurologia presso l’Università degli Studi di Milano e direttrice delle Malattie Neuromuscolari e Rare del Policlinico di Milano. “L’integrazione di neuroni attivi con sistemi digitali offre opportunità senza precedenti per indagare i meccanismi di apprendimento e la plasticità neurale, con potenziali implicazioni sia per la ricerca neuroscientifica che per l’innovazione computazionale.”

“Lavorare con neuroni biologici in un contesto computazionale ci consente di esplorare questioni fondamentali su come le reti neurali elaborano e si adattano alle informazioni” ha aggiunto la Prof.ssa Linda Ottoboni, Ricercatrice presso il Dipartimento di Fisiopatologia Medico-Chirurgica e dei Trapianti dell’Università degli Studi di Milano. “Questo progetto interdisciplinare combina l’expertise neuroscientifica con tecnologie all’avanguardia per far progredire la nostra comprensione dell’intelligenza biologica.”

“La piattaforma CL1 offre un’opportunità unica per studiare le dinamiche fisiologiche delle reti neuronali in un ambiente computazionale controllato” ha dichiarato il Prof. Carlo Capelli, Professore Ordinario di Fisiologia presso il Dipartimento di Fisiopatologia Medico-Chirurgica e dei Trapianti dell’Università degli Studi di Milano. “Comprendere come i sistemi biologici elaborano le informazioni a livello cellulare potrebbe aprire nuove prospettive nella ricerca in fisiologia integrativa.””Dal punto di vista biomeccanico e fisiologico, questo progetto ci permette di indagare l’efficienza energetica della computazione biologica rispetto ai sistemi artificiali” ha aggiunto il Prof. Alberto Minetti, Professore Ordinario di Fisiologia e Biomeccanica presso l’Università degli Studi di Milano. “Il potenziale per lo studio dei meccanismi adattativi nelle reti neurali viventi è notevole. I risultati di semplici esperimenti di equilibrio dinamico, ad esempio, potrebbero essere ottenuti da un numero decisamente inferiore di neuroni ‘biologici’.”