Le reti neurali del futuro saranno delle palestre di apprendimento per sviluppare nel migliore dei modi la sfera del cognitivo, sia essa costituita da neuroni biologici che artificiali. Il vero traguardo medico che segnerà il giro di boa sullo studio del cervello umano sarà il chip ottico che imita il cervello. Si tratterà di un chip contenente una rete di neuroni artificiali che funziona con impulsi luminosi, ossia fotoni, tramite il quale si riuscirà a imitare il comportamento dei neuroni e le loro sinapsi. Benché i primi prototipi abbiano solo quattro “neuroni”, queste reti hanno già dimostrato di poter imparare semplici schemi visivi di riconoscimento, aprendo le porte anche allo sviluppo di computer più veloci e che richiedono un minor consumo di energia.
Intelligenza artificiale e neuroscienze
In tale scenario ibrido tra macchina computazionale e natura biologica del cervello fatto di neuroni, l’intelligenza artificiale può avere dei possibili punti di contatto con le neuroscienze, ciò è possibile perché le sinapsi, in cui sono codificate le memorie, sono anche in grado di regolare la comunicazione fra i neuroni attraverso un cambiamento di “stato”: ad esempio, le sinapsi possono rafforzarsi, indebolirsi o essere riassorbite, a seconda dei segnali provenienti da altri neuroni.
![neuroni AI](https://www.ai4business.it/wp-content/uploads/sites/11/2021/08/johannes_feldmann-150x150.jpg)
Johannes Feldmann e i suoi colleghi hanno sfruttato la capacità dei microchip ottici di essere integrati con i cosiddetti materiali a cambiamento di fase. Si tratta di materiali che possono cambiare radicalmente le loro proprietà ottiche, a seconda che siano allo stato cristallino, in cui i loro atomi sono disposti in modo regolare, oppure amorfi, in cui gli atomi hanno una disposizione irregolare. Il cambiamento di fase può essere innescato dalla luce quando un laser riscalda il materiale. Quindi usando questi materiali, i ricercatori hanno creato un chip ottico a più strati dotato di quattro “neuroni” artificiali con un totale di sessanta “sinapsi”, che hanno poi addestrato con due diversi algoritmi di apprendimento automatico, che potessero riconoscere alcuni schemi visivi. Alla fine dell’addestramento, tale rete neurale minimale era in grado di riconoscere dei modelli visivi formati da quattro lettere consecutive.
Autismo ed epilessia
Nel caso specifico di autismo ed epilessia, si potrà sperimentare se un’eventuale “corazza conduttiva” può aiutare i neuroni inceppati a “sparare” meglio i loro impulsi. Mentre invece riguardo la sclerosi multipla, si potrà sperimentare se la “corazza isolante” può rimpiazzare la guaina di mielina danneggiata intorno ai prolungamenti dei neuroni per migliorare la trasmissione degli impulsi nervosi, in modo che si possa riattivare la deambulazione.
Infine, i ricercatori non escludono che questa scoperta possa anche aprire la strada a nuove interfacce tra un cervello con delle sinapsi potenziate e delle protesi degli arti.
L’AI per la cura del morbo di Alzheimer o di altre malattie degenerative
![neuroni AI](https://www.ai4business.it/wp-content/uploads/sites/11/2021/08/fred-gage-150x150.png)
Fred H. Gage, neuroscienziato e presidente del Salk Institute in California, e il suo team, hanno prelevato cellule della pelle da otto individui con ASD (Autism Spectrum Disorder) e da cinque partecipanti di controllo. Quindi hanno trasformato le cellule della pelle in cellule staminali pluripotenti e le hanno avviate lungo il percorso fino a diventare neuroni. Poi hanno monitorato l’espressione genica delle cellule nel tempo e hanno trovato programmi genetici, che si sono attivati uno dopo l’altro, portando allo sviluppo delle cellule staminali in neuroni.
Nelle cellule derivanti dai soggetti con ASD, il programma genetico, associato allo studio di cellule staminali neurali, è stato attivato innanzitutto per le cellule di controllo.
Si riporta che questo programma genetico comprende molti geni, che sono stati associati alla maggiore possibilità di sviluppare ASD. I neuroni che si sono sviluppati dalle cellule dei soggetti con ASD sono cresciuti più velocemente e hanno sviluppato rami più complessi rispetto a quelli del gruppo di controllo.
In tale ambito la scoperta dei neuroni specchio è stata riconosciuta come uno dei maggiori sviluppi nelle neuroscienze, con possibili implicazioni per la spiegazione di molte importanti funzioni cognitive, tra cui la comprensione dell’azione e della percezione, l’imitazione e l’empatia.
La plasticità dimostrata dal sistema specchio in diversi studi suggerisce possibilità di progettare interventi di tipo riabilitativo su base osservativa in una vasta gamma di situazioni cliniche come Alzheimer, Parkinson, ictus, afasia, schizofrenia, demenza senile.
Robot socialmente assistiti
Tali malattie degenerative come l’Alzheimer sono trattate tramite delle tecniche molto innovative come il Neurofeedback Training, che è una tecnica riabilitativa non invasiva che consente di intervenire sulle frequenze cerebrali al fine di poterle modulare per produrre un cambiamento, che possa apportare benefici a livello cognitivo o motorio.
Anche i robot socialmente assistiti, pilotati da AI, hanno mostrato potenziali benefici nella terapia di pazienti bambini e anziani con deficit sociali e cognitivi. In particolare, per i bambini autistici, i robot umanoidi potrebbero aumentare il coinvolgimento e l’attenzione, grazie al loro aspetto simile a un giocattolo semplificato e alla serie ridotta di possibili movimenti ed espressioni.
![neuroni AI](https://www.ai4business.it/wp-content/uploads/sites/11/2021/08/Pepper-nel-Laboratorio-Gallino-678x381.jpg)
“I cambiamenti nell’ambiente cambiano il cervello e quindi cambiano il nostro comportamento” (cit, Fred H. Gage).
Bibliografia
Molnar- Szakacs I, Wang MJ, Laugeson EA, Overy K, Wu WL, Piggot J. Autism, emotion recognition and the mirror neuron system: the case of music. Mcgill J Med. 2009 Nov 16;12(2):87. PMID: 21264050; PMCID: PMC2997252
Renzo M., Bianchi di Castelbianco F., Petrillo M., Racinaro L., Donaera F., Rea M., “The emotional contagion in children with Autism Spectrum Disorder”, Austin Journal of Autism & Related Disabilities, 2016, 2, 2:1020, pp. 1-7