L’intelligenza Artificiale impara dal cervello umano a ricordare meglio
C’è un paradosso curioso nell’intelligenza artificiale di oggi: può battere un campione di scacchi, ma fatica a seguire il filo di una conversazione che si sviluppa nel tempo. È come avere un genio che però soffre di una forma di disturbo dell’attenzione. Proprio questo limite ha spinto i ricercatori del MIT a guardare al sistema più sofisticato che conosciamo per elaborare informazioni nel tempo: il nostro cervello.
I ricercatori del MIT sviluppano LinOSS, un approccio innovativo che combina neuroscienze e fisica per migliorare previsioni a lungo termine
L’intelligenza artificiale ha fatto passi da gigante nell’analisi di dati complessi, ma un tallone d’Achille persiste: la difficoltà nel gestire sequenze temporali estese, come quelle climatiche, finanziarie o biomediche. Ora, un team del Computer Science and Artificial Intelligence Laboratory (CSAIL) del MIT potrebbe aver trovato una soluzione rivoluzionaria, ispirata direttamente al funzionamento del cervello umano.
Il problema: quando l’IA “dimentica”
I modelli tradizionali di apprendimento automatico, compresi quelli a spazio di stato, spesso falliscono nell’interpretare relazioni a lungo termine nei dati. Diventano instabili, richiedono risorse computazionali enormi o producono previsioni inaffidabili.
“È come chiedere a qualcuno di seguire il filo di un discorso durato anni: senza una memoria efficiente, il contesto si perde”, spiega T. Konstantin Rusch, ricercatore del MIT e coautore dello studio.
La risposta arriva dalla biologia (e dalla fisica)
Il nuovo modello, chiamato LinOSS (Linear Oscillator State Space), si basa sui principi degli oscillatori armonici forzati – sistemi fisici come molle o circuiti elettrici – e sulle oscillazioni neurali osservate nel cervello. Questa doppia ispirazione permette a LinOSS di mantenere stabilità ed efficienza anche con sequenze di centinaia di migliaia di punti dati, superando limiti finora considerati insormontabili.
“Volevamo replicare la robustezza dei neuroni biologici, che elaborano informazioni in modo fluido nonostante il rumore e la complessità”, aggiunge Daniela Rus, direttrice del CSAIL.
Prestazioni da record e riconoscimenti
I test hanno dimostrato che LinOSS raddoppia l’accuratezza del modello Mamba (attuale punto di riferimento) in attività con sequenze lunghissime. Merito di una progettazione matematica che evita le rigidità dei predecessori, garantendo al contempo universalità: il modello può approssimare qualsiasi relazione causale tra input e output, aprendo porte a applicazioni illimitate.
Il lavoro, selezionato per una presentazione orale all’ICLR 2025 (prestigioso riconoscimento riservato all’1% degli studi più innovativi), potrebbe trasformare settori come:
- Medicina: analisi di segnali cerebrali o ECG prolungati.
- Climatologia: previsioni meteo su scale decennali.
- Finanza: modelli predittivi per mercati volatili.
Uno sguardo al futuro
Oltre alle applicazioni pratiche, LinOSS offre una nuova lente per studiare il cervello stesso. “Capire come gli oscillatori artificiali apprendono sequenze potrebbe svelare meccanismi ancora ignoti delle reti neurali biologiche”, osserva Rusch.
Il progetto, sostenuto da Fondo Nazionale Svizzero, Schmidt AI2050 e US Air Force, è un esempio di come la collaborazione interdisciplinare – tra matematica, fisica e neuroscienze – possa generare innovazioni disruptive. E mentre l’IA continua a evolversi, modelli come LinOSS pongono una domanda cruciale: fino a che punto l’imitazione della natura sarà la stada giusta intelligenza artificiale?
Conclusioni: un futuro tra ottimismo e cautela
LinOSS rappresenta un salto verso un’IA più intuitiva, stabile e vicina all’intelligenza naturale. Tuttavia, il suo potenziale solleva questioni inedite:
- Chi controllerà questi strumenti? Serviranno regole globali per evitare monopoli tecnologici.
- Quanto saremo dipendenti da algoritmi “oscuri”? La complessità di LinOSS rischia di renderlo un “black box” incomprensibile ai non esperti.
- L’ispirazione biologica ci avvicina a un’IA senziente? Non ancora, ma la frontiera è sempre più sfumata.
“il rigore scientifico deve andare di pari passo con la responsabilità”. La vera sfida non è solo migliorare l’IA, ma farlo in modo trasparente, inclusivo e al servizio dell’umanità.
Il team prevede ora di ampliare ulteriormente il campo di applicazione del modello, testandolo su nuove tipologie di dati e contesti applicativi.
Come già detto sono stati in tanti a collaborare nella realizzazione del progetto: il Fondo Nazionale Svizzero per la Ricerca Scientifica, il programma Schmidt AI2050 e l’Artlificial Intelligence Accelerator dell’Aeronautica Militare statunitense.
In un’epoca in cui, tra paure (insensate o meno) ed eccitazione (a volte più simile al fanatismo), l’intelligenza artificiale è destinata a influenzare sempre più aspetti della nostra vita, dove non lo sta già facendo, LinOSS rappresenta, certamente, il passo in avanti più “consistente”, fatto finora, nella progettazione di sistemi sempre più intelligenti e stabili ma, soprattutto, più “naturali”, ispirati direttamente dal funzionamento del nostro cervello: c’è da chiedersi se esserne più entusiasti o, perlomeno, inquieti.
by O.D.B. & Roosteram
Fonti:
https://news.mit.edu/2025/novel-ai-model-inspired-neural-dynamics-from-brain-0502
