Progettazione avanzata di circuiti logici neuronali usando modelli a spike: un quadro per la biocomputazione sequenziale

Perché costruire computer con cellule cerebrali conta

Man mano che i nostri portatili e i data center diventano sempre più potenti, crescono anche in calore, consumo elettrico e difficoltà di miniaturizzazione. Questo articolo esplora una strada radicalmente diversa: usare reti di cellule nervose simili a quelle cerebrali come mattoni dei computer del futuro. Gli autori mostrano, tramite simulazioni al computer, come piccoli gruppi di neuroni modellizzati possano essere cablati e sintonizzati per comportarsi come componenti digitali familiari—porte logiche e celle di memoria—mantenendo al contempo sotto controllo l'uso di energia. Il loro quadro teorico potrebbe guidare futuri “chip viventi” fatti di neuroni reali o hardware ispirato al cervello.

Dal silicio surriscaldato ai circuiti viventi

I chip di silicio moderni stanno incontrando limiti fisici imposti dal calore, dal consumo energetico e da quanto piccoli possiamo realizzare i transistor in modo affidabile. Allo stesso tempo, i sistemi biologici, in particolare i neuroni, svolgono già straordinarie operazioni di elaborazione dell'informazione consumando pochissima energia. I ricercatori si chiedono quindi se possiamo prendere in prestito idee o persino materiali dalla biologia per costruire nuovi tipi di computer. Reti neuronali coltivate in laboratorio hanno già imparato a riconoscere la parola parlata e persino a giocare a semplici videogiochi, suggerendo che le cellule possono essere organizzate in processori d'informazione con uno scopo. Tuttavia, finora non esisteva una ricetta chiara e riutilizzabile per far comportare questi circuiti neurali come i blocchi logici precisi e sincronizzati usati nell'elettronica digitale.

Insegnare ai neuroni a spike a parlare in bit

Gli autori affrontano la questione progettando reti di neuroni a spike simulati—modelli matematici che imitano come i neuroni reali inviano brevi impulsi elettrici. Trattano la presenza di un burst di spike come un “1” digitale e la sua assenza come uno “0”. Scegliendo con cura le intensità e i tempi delle connessioni tra neuroni, realizzano versioni di porte logiche standard: AND, AND-NOT, NOT e NAND. Queste porte sono l'alfabeto della logica digitale; la sola NAND è sufficiente per costruire qualsiasi funzione logica. Un trucco chiave è mescolare connessioni eccitatorie, che incoraggiano un neurone a sparare, con quelle inibitorie, che sopprimono l'attività. Per esempio, la loro porta AND-NOT si attiva solo quando l'ingresso “vai” è attivo mentre l'ingresso “stop” è silenzioso, rispecchiando da vicino come alcuni neuroni reali valutano i segnali in arrivo.

Far ricordare ai neuroni come i chip dei computer

Oltre alle semplici porte, i computer reali si basano su circuiti capaci di ricordare input passati. Il team mostra come assemblare le loro porte neuronali in blocchi costruttivi classici della memoria digitale. Creano un latch SR, che memorizza un bit alimentando i output di due porte a vicenda, così come un latch SR con abilitazione che risponde solo quando un segnale di controllo aggiuntivo è attivo. Spingendosi oltre, progettano un flip-flop D, un elemento di memoria standard che copia il suo input solo sul fronte di salita di un segnale di clock. Per mantenere allineati i tempi degli spike in queste reti più complesse, introducono “buffer neuronali”—neuroni aggiuntivi che agiscono come linee di ritardo regolabili in modo che segnali provenienti da percorsi diversi raggiungano una porta quasi nello stesso istante, riducendo gli errori logici causati da spike fuori tempo.

Bilanciare attività simile al cervello e consumo energetico

Una preoccupazione principale per qualsiasi sistema di calcolo biologico è il costo metabolico: i neuroni hanno bisogno di energia per sparare e per ripristinare la loro chimica interna. Gli autori affiancano i loro modelli a spike a un modello energetico che traccia una misura astratta simile al livello di carburante di una cellula. Misurano quindi come questa variabile energetica cambia mentre le loro porte e i circuiti di memoria operano. Dalle porte semplici ai latch e flip-flop più complessi, l'onere energetico simulato resta entro una fascia ristretta, anche con l'aumentare della dimensione dei circuiti. Ciò suggerisce che, almeno in linea di principio, logica e memorizzazione in stile digitale possono essere svolte dai neuroni senza una richiesta energetica incontrollata, a condizione che i circuiti siano progettati tenendo conto della sincronizzazione e dell'equilibrio eccitazione–inibizione.

Passi verso macchine logiche viventi

In termini semplici, l'articolo sostiene che piccole reti di neuroni possono essere cablate e sintonizzate per comportarsi come gli interruttori on–off e le piccole memorie all'interno dei chip odierni, rimanendo metabolicamente stabili. Il lavoro è ancora virtuale—non sono stati usati neuroni viventi—ma i progetti sono pensati per essere trasferibili a piattaforme neuron-on-a-chip reali e ad hardware neuromorfico che imita i neuroni a spike nel silicio. Offrendo una libreria di componenti logici riutilizzabili basati su neuroni, regole per sincronizzarne il tempo e stime dei loro bisogni energetici, questo quadro sposta i computer a base neuronale da un'idea vaga verso una realtà ingegneristica, in cui precisione in stile digitale e adattabilità biologica potrebbero un giorno coesistere nello stesso dispositivo di calcolo.

Citazione: Basso, G., Scherer, R. & Barros, M.T. Advanced neuronal logic circuit designs using spiking models: a framework for sequential biocomputation. npj Unconv. Comput. 3, 20 (2026). https://doi.org/10.1038/s44335-026-00066-4

Parole chiave: biocomputazione neuronale, circuiti logici a spike, memoria biologica, hardware neuromorfico, calcolo a basso consumo energetico