Un neurone è già una rete: la complessità nascosta dentro ogni cellula del cervello

🧠 Dentro il cervello — Neuroanatomia e neurofisiologia per capire davvero come funziona il cervello

Per decenni, le intelligenze artificiali hanno preso ispirazione dal cervello umano usando una semplificazione: ogni neurone biologico corrisponde a un nodo artificiale — un interruttore che riceve segnali, fa un calcolo semplice, e decide se passare il segnale avanti o no. Era un’analogia comoda. Un nuovo studio ha dimostrato che è anche profondamente sbagliata. Un singolo neurone biologico è già, di per sé, una rete profonda. Non un interruttore — un computer.

L’analogia che ha costruito l’intelligenza artificiale — e i suoi limiti

Nel 1958 Frank Rosenblatt inventò il percettrone, il primo modello matematico di neurone artificiale. L’idea era semplice: il neurone riceve segnali in ingresso, li somma con certi pesi, e se la somma supera una soglia manda un segnale in uscita. Un interruttore sofisticato. Questa idea — con molte variazioni e aggiunte — è ancora alla base delle reti neurali artificiali più avanzate di oggi, incluse quelle che guidano auto, riconoscono volti e giocano a scacchi meglio di qualsiasi essere umano.

Il problema è che nel 1958 si sapeva poco di quello che accade davvero dentro un neurone biologico. E quello che si è imparato da allora è molto più complicato.

La domanda: quanto è complesso un singolo neurone?

David Beniaguev, Idan Segev e Michael London, ricercatori all’Hebrew University of Jerusalem, si sono chiesti: se addestriamo una rete neurale artificiale a imitare il comportamento di un singolo neurone biologico, quanti strati ci servono? Quanta profondità è necessaria per replicare quello che fa una sola cellula?

Hanno costruito una simulazione dettagliata del comportamento input-output di un neurone piramidale di ratto — un modello matematico che riproduce come i segnali entrano dai dendriti e come il neurone decide se e quando mandare un segnale in uscita. Poi hanno addestrato reti neurali artificiali di diversa profondità a imitare quella simulazione, aumentando il numero di strati finché non raggiungevano il 99% di accuratezza al millisecondo.

Il risultato ha sorpreso gli stessi autori. Beniaguev aveva previsto che bastassero tre o quattro strati. Ne servivano tra cinque e otto — con circa 1.000 nodi artificiali per ogni singolo neurone biologico.

I dendriti: dove accade la vera computazione

La domanda successiva era: da dove viene tutta questa complessità? La risposta dei ricercatori punta con chiarezza ai dendriti — quei rami ramificati che si estendono dal corpo del neurone e raccolgono i segnali in arrivo.

Per molto tempo si è pensato che i dendriti fossero strutture passive — cavi che trasportano segnali verso il corpo cellulare, dove avviene il calcolo vero. Studi precedenti avevano già incrinato questa visione, ma il lavoro di Beniaguev e colleghi la ribalta definitivamente: i dendriti non si limitano a trasmettere. Elaborano. Ogni ramo dendritico fa computazioni locali, integra segnali in modo non lineare, produce risposte che dipendono dal contesto spaziale e temporale degli altri segnali in arrivo. Il “calcolo” non avviene in un punto solo — avviene distribuito su tutta la struttura ramificata del neurone.

È come scoprire che in una fabbrica non c’è un solo operaio che fa tutto: ci sono decine di stazioni di lavoro specializzate, ognuna con le sue operazioni, e il prodotto finale emerge dall’interazione di tutte.

E il neurosviluppo? I dendriti crescono con il bambino

Questo studio non riguarda direttamente i bambini. Ma c’è un filo che lo connette al neurosviluppo in modo tutt’altro che teorico.

I dendriti non sono strutture fisse. Crescono, si ramificano, si potano nel corso dello sviluppo infantile e adolescenziale. Un neonato ha neuroni con dendriti relativamente semplici. Nel corso dei primi anni di vita — sotto l’influenza dell’esperienza, della stimolazione, dell’ambiente — i dendriti si ramificano, si specializzano, costruiscono strutture sempre più elaborate. Poi, nell’adolescenza, arriva la potatura: le connessioni meno usate vengono eliminate, quelle più attive vengono rafforzate.

Se ogni neurone è già una rete, allora lo sviluppo dei dendriti non è solo “crescita cerebrale” in senso generico. È un aumento progressivo della capacità computazionale locale di ogni singola cellula. Il cervello di un bambino di 10 anni non è solo “più grande” di quello di un bambino di 2 anni — è, in senso letterale, più profondo.

E questo ha implicazioni per come pensiamo all’apprendimento, alla stimolazione, alle esperienze nei periodi critici dello sviluppo: non stiamo solo “aggiungendo informazioni” al cervello di un bambino. Stiamo contribuendo a costruire la struttura computazionale delle sue cellule.

Un nuovo modo di pensare al cervello — e all’AI

Lo studio ha implicazioni anche per il campo dell’intelligenza artificiale. Se ogni nodo di una rete artificiale dovesse avere la complessità di un neurone biologico — cioè essere già una rete con 5-8 strati — le architetture cambierebbe radicalmente. I ricercatori di DeepMind hanno commentato che il risultato “forza a ripensare l’analogia” tra neuroni biologici e artificiali, che finora era stata presa per scontata.

Ma c’è anche un altro modo di leggere il dato. Le reti di deep learning più potenti oggi usano decine, a volte centinaia di strati. Se un neurone biologico equivale a 5-8 strati artificiali, una rete con 50 strati corrisponde — grossomodo — a una catena di 10 neuroni biologici. Il cervello umano, con i suoi miliardi di neuroni organizzati in reti complesse, rimane di un ordine di complessità che l’AI non ha ancora nemmeno cominciato ad avvicinarsi.

La meraviglia come punto di partenza

C’è qualcosa di vertiginoso in questo risultato. Ogni volta che un bambino guarda un volto, sente una voce, impara una parola nuova, miliardi di neuroni elaborano quei segnali — ciascuno con la complessità di una rete artificiale profonda. La sofisticazione del cervello non è solo nel numero di cellule o nella densità delle connessioni: è già dentro ogni singola cellula, nei suoi rami, nelle sue membrane, nei suoi canali ionici.

Cajal, che abbiamo incontrato nel numero precedente di questa serie, aveva intuito qualcosa di simile quando scrisse che il cervello è “malleabile e capace di essere perfezionato mediante una ben diretta ginnastica mentale.” Non sapeva ancora dei dendriti e della loro complessità computazionale. Ma sapeva che quello che stava guardando al microscopio era qualcosa di molto più ricco di qualsiasi schema semplice.

Aveva ragione. Solo che era ancora più ricco di quanto lui stesso immaginasse.