Il collegamento tra i neuroni non era come si pensava

Uno studio dell’Istituto italiano di tecnologia (Iit) pubblicato su Neuron svela che in realtà nel sistema nervoso il flusso di informazioni non scorre solamente da una sinapsi a quella successiva, ma anche in parallelo tra sinapsi adiacenti. Apre la strada a nuove forme di intelligenza artificiale e la comprensione di patologie neuropsichiatriche

“Immaginiamo il nostro sistema nervoso come una squadra di calcio in cui i giocatori, cioè le sinapsi, si passano la palla non solo in direzione della porta, ma anche tra giocatori della stessa linea”. È la metafora usata da Andrea Barberis a capo del team di ricerca del dipartimento Synaptic Plasticity of Inhibitory Networks dell’Istituto italiano di tecnologia (Iit) che di recente su Neuron ha pubblicato un lavoro che spiega più nel dettaglio come avviene la “comunicazione” tra i neuroni. Fino a ora si pensava che i neurotrasmettitori viaggiassero in unica direzione da una sinapsi all’altra. La nuova ricerca invece mostra che il movimento avviene anche in parallelo, tra una sinapsi e l’altra.

In particolare il team Iit ha dimostrato che nel sistema nervoso esistono molte più connessioni tra i neuroni rispetto a quanto noto fino a oggi, creando una rete estremamente fitta di connessioni che ottimizza il processo di trasmissione delle informazioni favorendo la memorizzazione. Il nuovo sistema delineato dai ricercatori potrebbe essere d’ispirazione per realizzare nuove forme di intelligenza artificiale e fornire elementi essenziali per la comprensione dei meccanismi alla base di alcune patologie neuropsichiatriche di cui ancora si conosce poco come autismo e epilessia, legate a disfunzioni proprio delle sinapsi regolate dai neurotrasmettitori.

“Il sistema nervoso dei viventi – racconta Tiziana Ravasenga, prima co-autrice della pubblicazione – riesce a svolgere la propria attività di base con un basso dispendio energetico, contrariamente all’elevato consumo di energia richiesto dalle macchine che elaborano algoritmi di intelligenza artificiale”. L’intelligenza di un robot, ad esempio, funziona grazie a un miliardo di transistor, mentre quella umana può contare su centomila miliardi di sinapsi, consumando circa un quinto della potenza elettrica e sviluppando il doppio delle operazioni al secondo. Un sistema estremamente efficiente come quello studiato nel lavoro su Neuron, se replicato nello studio dell’intelligenza artificiale potrebbe ovviare al problema del forte dispendio energetico richiesto dai robot per svolgere attività di base.