Di seguito tutti gli interventi pubblicati sul sito, in ordine cronologico.

Rappresentazione artistica di una coltura di neuroni biologici connessi a circuiti elettronici, con impulsi elettrici visualizzati come filamenti luminosi blu e verdi

Il biocomputing rappresenta una delle frontiere più affascinanti e controverse della scienza contemporanea: utilizzare neuroni biologici viventi come unità di elaborazione computazionale. Questa tecnologia ibrida, che fonde biologia e informatica, promette capacità di calcolo senza precedenti, aprendo scenari rivoluzionari ma anche questioni etiche complesse.

Cos'è il biocomputing e come funziona
Il biocomputing, o calcolo biologico, è un approccio radicalmente diverso all'informatica tradizionale. Invece di utilizzare transistor al silicio per elaborare informazioni, questa tecnologia sfrutta componenti biologici viventi, principalmente neuroni, per eseguire operazioni computazionali. I neuroni biologici possiedono caratteristiche uniche: sono incredibilmente efficienti dal punto di vista energetico, capaci di apprendimento adattivo, e possono elaborare informazioni in modo massicciamente parallelo.

Un sistema di biocomputing tipico consiste in una coltura di neuroni viventi, coltivati su una piastra contenente microelettrodi che permettono di stimolare le cellule e registrare la loro attività elettrica. Questi neuroni formano spontaneamente connessioni sinaptiche tra loro, creando reti neurali biologiche che possono essere "addestrate" a rispondere in modi specifici a determinati input.

L'idea alla base è semplice ma rivoluzionaria: il cervello umano, con i suoi circa 86 miliardi di neuroni, consuma solo 20 watt di potenza elettrica, eppure è capace di prestazioni cognitive che nessun supercomputer può replicare. Se riuscissimo a sfruttare anche solo una frazione di questa efficienza in un sistema computazionale artificiale, potremmo ottenere salti prestazionali straordinari.

Le organoidi cerebrali: mini-cervelli in provetta
Uno degli sviluppi più significativi nel campo del biocomputing sono gli organoidi cerebrali, strutture tridimensionali composte da cellule staminali umane che si auto-organizzano formando tessuti simili a porzioni di cervello umano. Questi "mini-cervelli" possono raggiungere dimensioni di pochi millimetri e contenere milioni di neuroni interconnessi.

Nel 2023, un team di ricercatori della Johns Hopkins University ha creato "Brainoware", un sistema di biocomputing basato su organoidi cerebrali connessi a circuiti elettronici. Gli scienzi sono riusciti ad addestrare questi organoidi a riconoscere pattern vocali con un'accuratezza del 78%, dimostrando che strutture neurali biologiche possono effettivamente essere utilizzate per compiti computazionali complessi.

Gli organoidi cerebrali offrono vantaggi significativi rispetto a semplici colture di neuroni bidimensionali: la struttura tridimensionale permette connessioni sinaptiche più ricche e complesse, più simili a quelle presenti in un cervello reale. Inoltre, questi organoidi possono essere mantenuti vitali per mesi o addirittura anni, permettendo esperimenti a lungo termine.

Cortical Labs e il DishBrain: giocare a Pong con i neuroni
Nel 2022, la startup australiana Cortical Labs ha fatto notizia mondiale annunciando il progetto DishBrain: neuroni umani e di topo coltivati su array di microelettrodi che hanno imparato a giocare al classico videogioco Pong. I neuroni ricevevano feedback sul loro comportamento attraverso stimolazioni elettriche: quando la "pallina" virtuale si avvicinava alla loro "racchetta", ricevevano segnali prevedibili; quando la mancavano, ricevevano segnali caotici.

Sorprendentemente, la rete neurale biologica ha imparato a giocare in modo sempre più efficace nel corso del tempo, dimostrando capacità di apprendimento paragonabili a sistemi di intelligenza artificiale tradizionali, ma con un consumo energetico infinitamente inferiore. Questo esperimento ha dimostrato che reti neurali biologiche possono non solo elaborare informazioni, ma anche apprendere da feedback e migliorare le proprie prestazioni.

Cortical Labs ha successivamente lanciato la piattaforma "Neuron Lab", che permette a ricercatori di tutto il mondo di condurre esperimenti su neuroni biologici in remoto, accelerando significativamente la ricerca nel campo del biocomputing. L'azienda prevede che entro il 2030 sistemi di biocomputing potrebbero essere utilizzati per applicazioni commerciali specifiche, come l'elaborazione di pattern complessi in dati sensoriali.

Vantaggi del biocomputing rispetto ai sistemi tradizionali
I sistemi di biocomputing offrono numerosi vantaggi potenziali rispetto all'elettronica tradizionale e persino rispetto alle reti neurali artificiali:

• Efficienza energetica: i neuroni biologici consumano energia misurabile in picojoule per operazione, circa un milione di volte meno di un transistor moderno
• Elaborazione parallela massiva: ogni neurone può connettersi con migliaia di altri neuroni, creando architetture di elaborazione massivamente parallele impossibili da replicare con silicio
• Apprendimento adattivo: i neuroni biologici modificano naturalmente le loro connessioni sinaptiche in risposta all'esperienza, implementando forme di apprendimento che i sistemi artificiali faticano a replicare
• Tolleranza ai guasti: le reti neurali biologiche sono intrinsecamente robuste; la perdita di singoli neuroni non compromette le prestazioni complessive del sistema
• Capacità di auto-organizzazione: i neuroni coltivati formano spontaneamente reti complesse senza necessità di progettazione esplicita delle connessioni
• Elaborazione stocastica: i neuroni introducono naturalmente elementi di casualità controllata che possono essere vantaggiosi per certi tipi di calcolo

Applicazioni potenziali del biocomputing
Le possibili applicazioni del biocomputing spaziano dalla ricerca di base a utilizzi commerciali concreti. Nel campo della ricerca farmacologica, gli organoidi cerebrali connessi a sistemi di biocomputing potrebbero permettere di testare l'effetto di farmaci sul tessuto neurale umano reale, riducendo la necessità di sperimentazione animale e accelerando lo sviluppo di nuove terapie per malattie neurodegenerative.

Nel settore dell'intelligenza artificiale, sistemi di biocomputing potrebbero essere utilizzati come "co-processori biologici" affiancati a hardware tradizionale, gestendo specifici compiti per i quali i neuroni biologici sono particolarmente efficienti, come il riconoscimento di pattern ambigui, l'elaborazione di dati sensoriali complessi o il ragionamento approssimativo.

Nell'ambito delle interfacce cervello-computer, il biocomputing potrebbe fungere da "ponte" tra tessuto neurale biologico e dispositivi elettronici, traducendo segnali neurali in comandi digitali con maggiore fedeltà rispetto agli attuali sistemi puramente elettronici. Questo potrebbe rivoluzionare le protesi neurali e i dispositivi di assistenza per persone con disabilità motorie.

Alcuni ricercatori ipotizzano che in futuro sistemi di biocomputing avanzati potrebbero essere utilizzati per compiti computazionali specifici in cui i computer tradizionali mostrano limitazioni, come l'ottimizzazione di problemi complessi, la modellazione di sistemi biologici o persino forme di creatività artificiale.

Le sfide tecniche del biocomputing
Nonostante il potenziale rivoluzionario, il biocomputing affronta numerose sfide tecniche formidabili. Mantenere in vita colture di neuroni per periodi prolungati richiede condizioni ambientali estremamente precise: temperatura costante, pH controllato, nutrienti bilanciati e assenza di contaminazioni. Ogni piccola variazione può compromettere la vitalità dei neuroni e quindi le prestazioni del sistema.

L'interfacciamento tra componenti biologici e circuiti elettronici è particolarmente complesso. I microelettrodi devono essere sufficientemente sensibili da rilevare i deboli segnali elettrici dei neuroni, ma abbastanza robusti da resistere all'ambiente chimico delle colture cellulari. Inoltre, la densità di connessioni che si possono realizzare con la tecnologia attuale è ancora limitata rispetto alla complessità del cervello naturale.

Un'altra sfida fondamentale è la riproducibilità: ogni coltura neurale è unica, con pattern di connessioni che si sviluppano in modo parzialmente casuale. Questo rende difficile creare sistemi standardizzati e replicabili, requisito fondamentale per applicazioni commerciali. I ricercatori stanno lavorando su tecniche di "ingegnerizzazione" delle reti neurali biologiche per guidare la formazione di connessioni in modo più controllato.

Le questioni etiche: quando il computer prova sensazioni
Il biocomputing solleva interrogativi etici profondi e in gran parte inesplorati. Gli organoidi cerebrali, pur essendo strutture semplificate, contengono neuroni umani reali che formano reti funzionali. È possibile che queste strutture possano sviluppare forme rudimentali di esperienza soggettiva o sensibilità?

Alcuni bioeticisti hanno proposto il concetto di "sentience threshold" (soglia di senzienza), suggerendo che dovremmo stabilire criteri per determinare quando un sistema biologico artificiale potrebbe avere esperienze soggettive e quindi meritare considerazioni etiche speciali. Attualmente non esistono normative chiare che regolamentino l'utilizzo di organoidi cerebrali nella ricerca.

Altre preoccupazioni riguardano la fonte dei neuroni utilizzati. Mentre attualmente la maggior parte deriva da cellule staminali pluripotenti indotte, la possibilità futura di utilizzare tessuto neurale umano più complesso solleva questioni sulla dignità umana e sui confini tra persona e macchina. Dove tracciare la linea tra un semplice strumento computazionale e un'entità che potrebbe avere diritti?

Il panorama della ricerca globale
La ricerca sul biocomputing è attualmente concentrata in pochi centri di eccellenza sparsi nel mondo. Oltre a Cortical Labs in Australia e Johns Hopkins negli Stati Uniti, gruppi di ricerca significativi operano presso l'Università di Tokyo, il Max Planck Institute in Germania, e diverse università europee nell'ambito del progetto Human Brain Project.

Nel 2024, l'Unione Europea ha stanziato 50 milioni di euro per progetti di ricerca sul biocomputing attraverso il programma Horizon Europe, riconoscendo il potenziale strategico di questa tecnologia. Anche la DARPA americana ha finanziato programmi di ricerca sulle interfacce neurone-elettronica attraverso l'iniziativa "Biological Technologies Office".

La Cina, pur mantenendo un profilo relativamente basso su questo tema, ha investito significativamente in ricerche correlate nell'ambito del suo piano quinquennale per le neuroscienze, con particolare focus sugli organoidi cerebrali e le interfacce cervello-macchina.

Biocomputing e intelligenza artificiale: convergenza o competizione
Un dibattito interessante riguarda la relazione tra biocomputing e intelligenza artificiale tradizionale basata su silicio. Alcuni esperti ritengono che le due tecnologie siano complementari: l'IA tradizionale eccelle in compiti che richiedono calcoli precisi e ripetibili, mentre il biocomputing potrebbe gestire meglio problemi che richiedono flessibilità, adattamento e elaborazione di informazioni ambigue.

Sistemi ibridi che combinano processori al silicio per compiti computazionali standard e "co-processori biologici" per specifiche funzioni potrebbero rappresentare il futuro dell'informatica. Questa architettura ibrida potrebbe sfruttare il meglio di entrambi i mondi: la precisione e velocità dell'elettronica tradizionale con l'efficienza energetica e le capacità adattive dei sistemi biologici.

Alcuni ricercatori di intelligenza artificiale studiano il biocomputing non tanto per creare computer biologici pratici, quanto per comprendere meglio i principi computazionali del cervello biologico, con l'obiettivo di implementare questi principi in algoritmi di AI più efficienti su hardware tradizionale.

Timeline realistica: quando arriveranno i computer biologici
Nonostante l'entusiasmo mediatico, gli esperti del settore mantengono previsioni caute sui tempi di commercializzazione del biocomputing. I sistemi attuali sono ancora strumenti di ricerca altamente sperimentali, lontani da applicazioni pratiche al di fuori del laboratorio.

Una timeline realistica potrebbe prevedere: nei prossimi 5 anni, sistemi di biocomputing sufficientemente affidabili per ricerca farmacologica e modellazione neuroscientifica; entro 10 anni, possibili applicazioni di nicchia in ambiti dove l'efficienza energetica è critica, come sensori autonomi o dispositivi medici impiantabili; entro 15-20 anni, possibile integrazione di componenti biologici in sistemi computazionali ibridi per applicazioni specializzate.

Computer completamente biologici in grado di competere con sistemi tradizionali per applicazioni generiche rimangono probabilmente un obiettivo a lungo termine, richiedendo decenni di ulteriori progressi sia tecnologici che nella comprensione fondamentale dei principi computazionali del cervello biologico.

Il biocomputing rappresenta una delle frontiere più affascinanti e ambiziose della scienza contemporanea, promettendo di fondere biologia e tecnologia in modi che fino a pochi decenni fa appartenevano esclusivamente alla fantascienza. Mentre le sfide tecniche ed etiche sono immense, i progressi degli ultimi anni dimostrano che l'idea di utilizzare neuroni viventi come componenti computazionali non è più pura speculazione, ma una possibilità concreta che potrebbe ridefinire il futuro dell'informatica. Come per ogni tecnologia rivoluzionaria, sarà essenziale procedere con prudenza scientifica e responsabilità etica, bilanciando l'entusiasmo per le potenzialità con la consapevolezza delle implicazioni profonde di creare sistemi che fondono vita e macchina.

 

Un pilota di droni FPV indossa un visore e tiene un radiocomando, mentre un piccolo drone da corsa vola in un campo aperto

Il volo FPV (First Person View) offre un'esperienza adrenalinica e immersiva unica, permettendo di pilotare un drone come se si fosse a bordo. Tuttavia, iniziare può essere intimidatorio a causa della curva di apprendimento ripida e della complessità tecnica. Questa guida vi accompagnerà passo dopo passo nel mondo dell'FPV, dalla scelta dell'attrezzatura ai primi voli.

Cos'è il volo FPV e perché è diverso
A differenza dei droni fotografici tradizionali (come i DJI Mavic) che si pilotano a vista o guardando uno schermo e sono stabilizzati da GPS e sensori, i droni FPV si pilotano indossando un visore che mostra in tempo reale il feed video dalla telecamera del drone. Il volo è solitamente in modalità "Acro" (o manuale), senza stabilizzazione automatica: il pilota ha il controllo totale su ogni asse del drone, il che richiede molta pratica ma permette manovre acrobatiche e velocità incredibili.

L'attrezzatura necessaria per iniziare
Per iniziare con l'FPV, avrete bisogno di tre componenti principali che devono essere compatibili tra loro:

• Drone FPV: Per i principianti, la scelta migliore è un "Tiny Whoop" (un piccolo drone con eliche protette, ideale per volare in casa) o un kit "Ready-to-Fly" (RTF) che include tutto il necessario.
• Radiocomando: È l'interfaccia tra voi e il drone. Scegliete un modello con un buon protocollo radio (come ExpressLRS) e che sia supportato dai simulatori.
• Visore FPV: Può essere analogico o digitale. L'analogico è più economico e ha una latenza bassissima, il digitale offre una qualità d'immagine nettamente superiore ma costa di più.

Il primo passo fondamentale: il simulatore
Non cercate di volare con un drone vero in modalità Acro senza prima aver fatto pratica. Finireste per romperlo in pochi secondi. Investite in un buon simulatore FPV (come Liftoff, Velocidrone o Tryp FPV) e collegate il vostro radiocomando al PC. Passate almeno 10-20 ore al simulatore per imparare le basi del controllo manuale, la gestione dell'acceleratore e il coordinamento delle curve. Solo quando vi sentirete sicuri nel simulatore potrete passare al volo reale.

I primi voli nel mondo reale
Quando siete pronti per il primo volo vero:

• Scegliete un'area ampia, aperta, senza persone, animali o ostacoli (un grande prato è l'ideale).
• Iniziate in una giornata senza vento.
• Se il vostro drone lo permette, fate i primi voli in modalità "Angle" (o stabilizzata) per prendere confidenza con l'attrezzatura e il visore.
• Passate alla modalità "Acro" con cautela, iniziando con voli lenti e controllati, concentrandovi sul mantenere l'altitudine e fare curve morbide.
• Non abbiate paura di cadere: fa parte del processo di apprendimento. I droni FPV sono costruiti per essere riparati.

Normative e sicurezza
Ricordate sempre che volare in FPV richiede il rispetto delle normative ENAC/EASA. In generale, è necessario avere un osservatore accanto a sé che mantenga il contatto visivo con il drone, volare lontano da persone e centri abitati, e rispettare i limiti di altezza e distanza. Informatevi sulle regole specifiche per la categoria del vostro drone (spesso sotto i 250g per iniziare è la scelta più semplice anche a livello normativo).

Il mondo dell'FPV è vasto e appassionante. Richiede pazienza, dedizione e voglia di imparare (anche a fare piccole riparazioni e saldature), ma la ricompensa è un'esperienza di volo senza eguali, che vi farà sentire liberi come uccelli. Buon volo!