Sembra uscito da un film di fantascienza, invece è un esperimento reale: un team di Cortical Labs ha mostrato un sistema con circa 200.000 neuroni umani coltivati su un chip di silicio capace di interagire con Doom, storico sparatutto del 1993. Non parliamo di un gioco fluido o impressionante sul piano pratico; il punto è un altro: dimostrare che cellule nervose vive, collegate a un’interfaccia elettronica, possono ricevere stimoli, adattarsi e produrre risposte utili dentro un ambiente digitale.

Neuroni Doom: non è solo una trovata

Il sistema usato da Cortical Labs ruota attorno a CL1, una piattaforma che l’azienda descrive come computer biologico “code deployable”, cioè programmabile tramite software ma basato su neuroni reali mantenuti vivi su hardware dedicato. L’obiettivo dichiarato non è costruire una console vivente, ma aprire una strada per studiare meglio l’apprendimento neurale, testare farmaci e osservare come reti biologiche rispondano agli stimoli in tempo reale.

Come i neuroni imparano a giocare a Doom

Il principio è questo: il gioco viene tradotto in segnali elettrici comprensibili per i neuroni, mentre l’attività dei neuroni viene reinterpretata dal sistema come comandi dentro Doom. In questo ciclo chiuso, le cellule non “capiscono” il videogioco come farebbe un giocatore umano, ma modificano il proprio comportamento in risposta agli input e al feedback ricevuto. Secondo le ricostruzioni pubblicate, il risultato è ancora rudimentale; i neuroni giocano più o meno come un principiante assoluto. Però il fatto che riescano a imparare schemi elementari in un ambiente più complesso di Pong rende il test interessante anche per chi guarda oltre l’effetto wow iniziale.

Prima di Doom c’era già Pong

In realtà questo percorso non nasce oggi. Già nel 2022 il sistema DishBrain aveva mostrato che neuroni umani e di roditore, inseriti in un ambiente simulato, potevano imparare a giocare a Pong. Quel lavoro fu pubblicato su Neuron e rappresenta il precedente scientifico più importante per capire perché adesso Cortical Labs stia spingendo su esperimenti più ambiziosi. Doom, quindi, non è il primo passo: è l’evoluzione più scenografica di un filone che esiste da qualche anno.

Neuroni Doom apre anche un nodo etico

Più la tecnologia avanza, più cresce una domanda inevitabile: fin dove ci si può spingere con sistemi biologici di questo tipo? Oggi questi aggregati cellulari sono lontanissimi da qualcosa che assomigli a una coscienza umana, però il tema etico esiste già, e non a caso diversi articoli e commenti sul caso hanno rimesso al centro il problema dei limiti morali della biocomputazione. Se un domani questi sistemi diventassero più complessi, più longevi e più adattivi, il dibattito cambierebbe tono in fretta. Per ora siamo nel campo della ricerca sperimentale, ma liquidare la questione come puro spettacolo sarebbe superficiale.

A cosa serve davvero questo computer biologico

Il punto più importante, infatti, non è Doom: Doom serve a far vedere il concetto in modo chiaro, immediato e anche mediaticamente potente. Le applicazioni che Cortical Labs e altri osservatori indicano come più promettenti riguardano soprattutto lo studio di malattie neurologiche, la risposta a determinati composti e la possibilità di creare modelli biologici più vicini al cervello umano rispetto a molti sistemi tradizionali. In questo senso, il videogioco è solo la vetrina di una tecnologia che punta a farsi prendere sul serio nei laboratori.

Affascinante, ma resta un inizio

La notizia colpisce perché unisce due mondi lontanissimi: cellule cerebrali umane e un classico sparatutto anni ’90, però la lettura giusta è più fredda: non siamo davanti a un cervello artificiale che gioca come un pro player, né a una rivoluzione già pronta a cambiare tutto domani mattina. Siamo davanti a un test che mostra una direzione: usare reti neuronali vive come componente di calcolo e apprendimento in sistemi ibridi. È poco? No. È già il futuro? Nemmeno. Ma è una di quelle storie che fanno capire quanto il confine tra biologia e computer stia diventando meno netto di prima.