Singapore, il primo data center con 16 milioni di neuroni umani vivi.

Sedici milioni di neuroni umani vivi collegati a chip di silicio. Non è fantascienza. È un esperimento che potrebbe cambiare il modo in cui immaginiamo il futuro dell’intelligenza artificiale.

Per anni abbiamo cercato di costruire computer capaci di imitare il cervello umano.

Abbiamo creato reti neurali artificiali, algoritmi di apprendimento automatico e modelli di intelligenza artificiale sempre più sofisticati.

Ora qualcuno sta provando a percorrere la strada opposta.

Invece di imitare i neuroni, utilizza neuroni veri.

È quello che sta accadendo a Singapore, dove la Yong Loo Lin School of Medicine della National University of Singapore (NUS Medicine), insieme alla società di infrastrutture digitali DayOne e all’azienda australiana Cortical Labs, ha presentato nell’agosto 2026 un prototipo di Biological Data Centre.

Una struttura nella quale silicio e materia biologica cominciano a convivere nello stesso sistema di elaborazione.

E la domanda diventa inevitabile:

stiamo assistendo alla nascita di una nuova forma di computer?

16 milioni di neuroni dentro un data center

Prima di immaginare scenari da fantascienza, bisogna capire cosa è stato realmente costruito.

Il progetto di Singapore prevede un rack composto da 20 unità CL1, i computer biologici sviluppati da Cortical Labs.

All’interno di questi dispositivi vengono coltivati neuroni derivati da cellule staminali. Le cellule crescono sopra speciali chip dotati di microelettrodi.

Gli elettrodi svolgono una funzione fondamentale: permettono alla macchina e ai neuroni di comunicare.

Il computer invia stimoli elettrici.

I neuroni reagiscono.

Gli elettrodi registrano la loro attività.

Il software interpreta le risposte e restituisce nuovi stimoli.

Si crea così un circuito continuo tra mondo digitale e rete biologica.

Non stiamo quindi parlando di una simulazione matematica di un neurone.

Quelle cellule sono realmente vive.

Il sistema mantiene infatti i neuroni all’interno di un ambiente controllato e ricco di nutrienti. Secondo Cortical Labs, una rete neuronale installata nel CL1 può essere mantenuta operativa fino a circa sei mesi.

Ed è qui che nasce il concetto di wetware.

Se l’hardware è la parte fisica di un computer e il software rappresenta programmi e istruzioni, il wetware introduce un terzo elemento:

materia biologica vivente utilizzata come componente del sistema informatico.

Non è un cervello umano

È necessaria però una precisazione fondamentale.

Sedici milioni di neuroni possono sembrare un numero enorme.

Ma il cervello umano ne contiene circa 86 miliardi.

Soprattutto, un cervello non è semplicemente una grande quantità di neuroni ammassati insieme.

Possiede strutture estremamente complesse, miliardi di connessioni, differenti tipi cellulari, sistemi sensoriali, memoria, organizzazione anatomica e una storia continua di interazioni con il mondo.

Il sistema di Singapore non è quindi un cervello umano in miniatura.

Non esistono prove che queste reti possiedano coscienza, pensieri, emozioni o una percezione paragonabile alla nostra.

È importante dirlo perché titoli come “computer con cervello umano” rischiano di trasformare un risultato scientifico reale in qualcosa che oggi non esiste.

Ma ciò non rende l’esperimento meno rivoluzionario.

Perché quei neuroni possiedono qualcosa che i transistor non possiedono:

la plasticità biologica.

Quando i neuroni impararono a giocare a Pong

Il progetto non nasce dal nulla.

Cortical Labs lavora da anni sull’integrazione tra cellule neuronali e computer.

Uno degli esperimenti che ha attirato maggiormente l’attenzione internazionale è stato DishBrain.

Circa 800.000 cellule cerebrali coltivate in laboratorio furono collegate attraverso elettrodi a un ambiente virtuale simile al celebre videogioco Pong.

Il sistema riceveva informazioni sulla posizione della pallina attraverso stimoli elettrici e l’attività neuronale veniva utilizzata per controllare la racchetta virtuale.

Con l’esperienza, l’attività della rete cambiava.

Non significa che quelle cellule “capissero” Pong come lo comprende una persona.

Significa però qualcosa di scientificamente molto interessante:

una rete biologica collegata a un sistema digitale può modificare il proprio comportamento in funzione delle informazioni ricevute.

È proprio questa capacità di adattamento che interessa oggi ai ricercatori.

Perché usare neuroni quando abbiamo GPU potentissime?

Perché il problema dell’intelligenza artificiale moderna non è soltanto quanto può diventare intelligente.

È anche quanto costa farla funzionare.

I grandi modelli di IA vengono addestrati ed eseguiti attraverso enormi infrastrutture informatiche.

Servono GPU.

Server.

Data center.

Elettricità.

Sistemi di raffreddamento.

Acqua.

Più aumenta la richiesta mondiale di capacità computazionale, più aumenta il problema energetico.

Il cervello umano rappresenta invece uno straordinario paradosso tecnologico.

È capace di riconoscere immagini, interpretare linguaggio, imparare, ricordare, muoversi nello spazio e adattarsi continuamente consumando una quantità sorprendentemente piccola di energia rispetto ai grandi sistemi informatici.

Ed è proprio questa efficienza che il biological computing cerca di sfruttare.

L’obiettivo non sembra essere quello di sostituire domani CPU e GPU con contenitori pieni di neuroni.

Lo scenario più realistico è probabilmente ibrido.

Silicio dove il silicio è migliore.

Biologia dove la biologia potrebbe offrire vantaggi.

Un computer che non viene soltanto programmato, ma educato

Qui emerge forse l’aspetto più affascinante.

Un computer tradizionale viene programmato.

Un sistema di machine learning viene addestrato.

Una rete neuronale biologica, invece, si modifica fisicamente mentre apprende.

Le connessioni tra neuroni possono rafforzarsi, indebolirsi e riorganizzarsi.

È uno dei principi fondamentali attraverso cui funziona anche il nostro cervello.

Questo potrebbe portare in futuro a computer molto particolari: sistemi che non vengono semplicemente configurati una volta, ma che continuano ad adattarsi all’ambiente nel quale operano.

Potrebbero essere interessanti soprattutto nei problemi nei quali abbiamo pochi dati o dove le condizioni cambiano continuamente.

Cortical Labs indica tra i possibili campi di ricerca scoperta di nuovi farmaci, robotica umanoide, cybersecurity e rilevamento delle frodi.

NUS vede inoltre un’importante applicazione nello studio delle malattie neurologiche.

Una rete composta da neuroni umani potrebbe infatti permettere di osservare direttamente come determinate cellule reagiscono a farmaci, sostanze o differenti condizioni sperimentali.

Il computer diventerebbe contemporaneamente macchina di calcolo e laboratorio biologico.

Ma a questo punto nasce un problema enorme

L’etica.

Oggi non abbiamo ragioni scientifiche per considerare queste colture neuronali esseri coscienti.

Ma la tecnologia potrebbe evolversi.

Immaginiamo cosa potrebbe accadere aumentando progressivamente la complessità.

16 milioni di neuroni.

100 milioni.

Un miliardo.

Dieci miliardi.

Il problema non consiste semplicemente nel numero.

La coscienza non possiede un interruttore conosciuto che si accende automaticamente raggiunta una determinata quantità di neuroni.

Contano l’organizzazione della rete, le connessioni, gli stimoli, le strutture biologiche e probabilmente molti meccanismi che ancora non comprendiamo completamente.

Ed è precisamente questo a rendere la questione delicata.

Come possiamo sapere quando una rete biologica smette di essere soltanto uno strumento sperimentale?

Può una macchina biologica soffrire?

Oggi sarebbe prematuro affermarlo.

Ma se questi sistemi diventassero enormemente più complessi, la domanda potrebbe non essere più evitabile.

Potrebbero sviluppare una forma elementare di percezione?

Potrebbero possedere stati assimilabili al disagio?

Potrebbero conservare informazioni?

Potrebbero sviluppare qualcosa che assomigli a una memoria?

E soprattutto:

come potremmo dimostrare che non lo fanno?

La questione cambierebbe completamente il rapporto tra uomo e macchina.

Spegnere un computer oggi non presenta alcun dilemma morale.

Ma cosa significherebbe spegnere una macchina contenente una rete biologica sufficientemente complessa?

E ancora: chi sarebbe proprietario di quei neuroni?

L’azienda che possiede il computer?

Il laboratorio che li ha coltivati?

La persona dalle cui cellule staminali sono stati originariamente derivati?

Sono interrogativi che oggi possono sembrare prematuri.

Ma la storia della tecnologia ci ha insegnato che spesso la capacità tecnica arriva prima delle regole necessarie per governarla.

Il futuro potrebbe non essere più soltanto “artificiale”

Per decenni abbiamo seguito una direzione precisa.

Abbiamo osservato il cervello umano e abbiamo cercato di riprodurne alcuni principi attraverso il silicio.

Da questa idea sono nate le reti neurali artificiali che oggi stanno trasformando il mondo.

Singapore ci mostra una seconda possibilità.

Forse non dovremo necessariamente riprodurre ogni caratteristica della biologia attraverso algoritmi.

Potremmo integrare direttamente biologia e tecnologia.

Neuroni e transistor.

Cellule e microchip.

Wetware, hardware e software.

Non significa che tra dieci anni avremo computer pensanti coltivati nei laboratori.

Potrebbe anche accadere che il biological computing rimanga una tecnologia di nicchia, utile soprattutto nella ricerca scientifica e farmaceutica.

Le difficoltà sono enormi: mantenere cellule vive, garantire risultati ripetibili, controllare reti biologiche estremamente variabili e trasformare tutto questo in sistemi affidabili e scalabili è molto più difficile che produrre chip tradizionali.

Ma qualcosa è comunque cambiato.

Il confine che separava nettamente essere vivente e macchina sta diventando tecnologicamente meno definito.

La vera domanda non è quanto saranno potenti

Il prototipo di Singapore non dimostra che abbiamo creato un’intelligenza biologica paragonabile a quella umana.

Non dimostra che questi neuroni siano coscienti.

E non significa che i data center tradizionali stiano per scomparire.

Dimostra però una cosa molto più concreta:

oggi siamo tecnicamente capaci di collegare reti di neuroni umani viventi a sistemi digitali e utilizzarle all’interno di una nuova architettura di calcolo.

È un piccolo passo rispetto alla complessità del cervello umano.

Ma concettualmente è enorme.

Perché fino a ieri cercavamo di costruire macchine che imitassero la vita.

Ora stiamo iniziando a costruire macchine che contengono la vita.

Forse il futuro dell’intelligenza artificiale non sarà completamente artificiale.

E se questa strada continuerà, la domanda più importante potrebbe non essere:

“Quanto diventeranno intelligenti le nostre macchine?”

Potrebbe diventare:

“Quando una macchina costruita con materia vivente smette di essere soltanto una macchina?”