Singapore mette in rete neuroni viventi: come funziona il prototipo CL1 che sfida l’infrastruttura AI

In questo modo i ricercatori possono osservare e utilizzare in tempo reale l’attività di una rete neurale vivente, invece di eseguire semplicemente un algoritmo convenzionale su un processore digitale. Per questo il CL1 è descritto più correttamente come un computer ibrido biologico-elettronico, non come un semplice «cervello in una scatola».

Cortical Labs afferma che il dispositivo integra registrazione, esecuzione delle applicazioni e funzioni di supporto vitale, senza richiedere capacità di calcolo esterne per queste operazioni. Il suo ambiente controllato è progettato per mantenere vive le colture neuronali fino a sei mesi.

Perché usare neuroni viventi

Le reti neurali biologiche possono modificare la propria attività in risposta all’esperienza e al feedback. Questa plasticità è il principale motivo per cui il calcolo biologico suscita interesse: in alcuni compiti, reti viventi potrebbero adattarsi a nuovi input senza richiedere la stessa quantità di dati e di riaddestramento tipica dei sistemi digitali.

Questo, però, non significa che il CL1 sia dotato di intelligenza generale o coscienza. La piattaforma dimostra un metodo per collegare neuroni viventi e software; non dimostra comprensione simile a quella umana, senzienza o intelligenza ampia. Per sostenere affermazioni del genere servirebbero prove che vanno oltre le dimostrazioni di ricerca disponibili.

Dal laboratorio DishBrain al rack di Singapore

Il prototipo si basa sul lavoro DishBrain di Cortical Labs, presentato nel 2022. In quell’esperimento, i ricercatori coltivarono neuroni umani derivati da cellule staminali e neuroni di roditore su matrici di microelettrodi, collegando le colture a una versione semplificata del videogioco Pong. I segnali elettrici rappresentavano le informazioni sul gioco, mentre il feedback aiutava le colture neuronali a modificare la propria attività. Lo studio riportò un apprendimento apparente durante il gioco in tempo reale.

DishBrain era una dimostrazione di laboratorio. Il CL1 porta la stessa idea generale in un sistema più completo, operabile da remoto e dotato di supporto vitale e strumenti software integrati. Il passaggio dalla coltura in laboratorio a un’unità computazionale proposta sul mercato è l’elemento più significativo del progetto, anche se le applicazioni pratiche devono ancora essere valutate.

Consumi: un possibile vantaggio, non ancora una prova

Cortical Labs ha indicato per un singolo CL1 un consumo di circa 30 watt. Per un rack da 30 unità sono stati riportati consumi complessivi nell’ordine degli 850-1.000 watt.

Questi valori rendono interessante l’ipotesi di un vantaggio energetico, soprattutto mentre l’espansione dell’AI fa crescere la domanda di elettricità e raffreddamento dei data center. Ma il consumo nominale, da solo, non dimostra una maggiore efficienza.

Per un confronto significativo con GPU e altri acceleratori da data center bisognerebbe misurare lo stesso compito, con un livello di qualità comparabile, tenendo conto di velocità di elaborazione, costi del software, condizioni operative e infrastruttura necessaria. Le fonti disponibili non offrono ancora un benchmark pubblico e indipendente, a parità di compito, che dimostri un vantaggio del CL1 rispetto alle GPU moderne.

Per ora, quindi, il possibile risparmio energetico va considerato come un’ipotesi da verificare, non come la prova che i computer biologici possano sostituire l’infrastruttura AI convenzionale.

Il compromesso: il sistema biologico dura mesi, non anni

La componente biologica del CL1 è anche il suo principale limite operativo. Le colture neuronali sono progettate per restare vitali fino a sei mesi, mentre i server al silicio vengono normalmente utilizzati per cicli hardware molto più lunghi.

Un’installazione biologica richiede dunque gestione delle colture, controllo dell’ambiente e procedure di sostituzione. Non è un chip che si può montare e lasciare funzionare per anni senza manutenzione. Qualsiasi impiego su larga scala dovrebbe dimostrare che i vantaggi dell’adattamento biologico e del minor consumo compensano questi requisiti aggiuntivi.

Quanto costava il CL1 al lancio

I prezzi riportati per il lancio commerciale del 2025 erano:

• Singola unità CL1: circa 35.000 dollari USA.
• Acquisto di un rack da 30 unità: circa 20.000 dollari per unità.
• Wetware-as-a-Service: circa 300 dollari per unità alla settimana per accedere da remoto a colture gestite internamente.

Si tratta di prezzi riferiti alla fase di lancio e non devono essere considerati necessariamente come le tariffe contrattuali attuali. Il modello cloud è rilevante perché consente a ricercatori e organizzazioni di lavorare a distanza con colture neuronali viventi senza dover gestire direttamente l’hardware biologico.

Singapore può arrivare a 1.000 unità?

Il rack da 20 unità installato alla NUS rappresenta una fase di validazione. Secondo le informazioni disponibili, una futura struttura a Singapore potrebbe ospitare fino a 1.000 CL1, ma l’espansione dipende da autorizzazioni regolatorie e da test su efficienza energetica e sicurezza.

DayOne e Cortical Labs hanno inoltre indicato che progettazione del sito e pianificazione operativa dovranno precedere un eventuale ampliamento, con attenzione a benchmark delle prestazioni, governance, biosicurezza e conformità normativa.

La cifra di 1.000 unità va quindi interpretata come una possibile capacità futura, non come infrastruttura già commissionata. Il prototipo dovrà chiarire innanzitutto come si comportano i sistemi con carichi di lavoro realistici, quanto sia affidabile la gestione delle colture, come l’installazione si integri nelle operazioni di un data center e quali controlli siano necessari per il materiale biologico di origine umana.

Le fonti disponibili non stabiliscono che una struttura biologica da 1.000 unità sarà operativa entro una data precisa. Un traguardo infrastrutturale pianificato non equivale dunque alla garanzia che l’espansione biologica proceda con le stesse tempistiche.

Le applicazioni possibili, e ciò che resta da dimostrare

I partner del progetto e i resoconti collegati indicano diversi possibili ambiti di utilizzo del calcolo biologico:

• AI adattiva: sistemi capaci di reagire a input variabili e, potenzialmente, di apprendere da una quantità inferiore di dati.
• Scoperta di farmaci e ricerca neurologica: colture neuronali viventi come modelli sperimentali.
• Robotica: ricerca sul controllo adattivo e sul comportamento delle macchine.
• Sicurezza informatica: esplorazione di sistemi in grado di rispondere a schemi anomali o mutevoli.
• Neuroscienze: studio dell’apprendimento, della plasticità e dell’adattamento biologico.

Si tratta di applicazioni prospettiche, non di prestazioni già consolidate. Le prove fornite non dimostrano che il CL1 superi i sistemi digitali nell’AI generale, nella robotica, nella scoperta di farmaci o nella sicurezza informatica.

Perché il progetto interessa la strategia dei data center di Singapore

Singapore sta testando il CL1 in un contesto in cui ai data center viene chiesto di migliorare efficienza e sostenibilità. Il progetto è coerente con l’indirizzo della Green Data Center Roadmap del Paese, che esamina come ampliare l’infrastruttura digitale gestendo al tempo stesso i vincoli energetici e ambientali.

Il valore immediato dell’iniziativa è quindi esplorativo. Il prototipo offre a ricercatori, operatori infrastrutturali e autorità di regolamentazione un ambiente concreto per valutare se il calcolo wetware possa affiancare i sistemi al silicio in carichi di lavoro circoscritti.

Non è la fine dei data center basati sulle GPU. È piuttosto un primo test per capire se le reti neurali viventi possano diventare una componente di un ecosistema informatico più diversificato e, per alcune applicazioni, più attento ai consumi.