Scritto dal Team Scientifico Qubic
Come Fluisce l'Informazione nelle Reti Neurali Artificiali Tradizionali
Nei modelli di intelligenza artificiale che conosciamo, le informazioni entrano, vengono codificate, vengono trasformate attraverso matrici algebriche e producono output. Anche nelle architetture più avanzate come i trasformatori, il principio è lo stesso: il segnale passa attraverso una serie di operazioni ben definite all'interno di un sistema strutturato. Il modello funziona come un circuito di elaborazione diretto, da sinistra a destra, input-output, o da destra a sinistra, attraverso la retropropagazione per aggiustamenti e addestramento.
I risultati, come ben sappiamo, sono spettacolari. Lavorando su milioni di parametri linguistici, l'IA è in grado di fornire risposte magnifiche, insieme ad alcune allucinazioni, tuttavia. Ma se l'obiettivo non è quello di elaborare input e produrre output, ma di costruire sistemi capaci di mantenere una dinamica interna, adattandosi continuamente, riorganizzandosi, regolando il proprio apprendimento e sostenendo l'intelligenza come proprietà del tessuto, l'IA attuale non è all'altezza.
Sebbene le persone a volte parlino di modelli linguistici come imitazioni del cervello, in realtà questo è più una metafora comparativa che una simulazione della neuroscienza computazionale. I sistemi biologici non gestiscono informazioni da sinistra a destra e viceversa. L'informazione si propaga attraverso una rete, si retroagisce su se stessa e oscilla, viene attenuata o rinforzata a seconda del contesto.
Fig 1. Flusso di informazione sinistra-destra nelle reti neurali artificiali tradizionali
Non Solo Neuroni: Il Ruolo degli Astrociti nella Funzione Cerebrale e nella Plasticità Sinaptica
Di solito associamo la cognizione e l'intelligenza al funzionamento dei neuroni, dei loro recettori e dei neurotrasmettitori. Ma non sono le uniche cellule nel sistema nervoso. Per molto tempo, gli astrociti sono stati considerati cellule del sistema nervoso dedicate al supporto, alla pulizia, alla nutrizione e alla stabilità dell'ambiente. Oggi sappiamo che partecipano attivamente alla regolazione; infatti, viene usato un termine: sinapsi tripartita, in cui partecipano attivamente rilevando neurotrasmettitori, integrando segnali da più sinapsi, modulando la plasticità e modificando l'efficacia funzionale del circuito.
Una rete vivente non è composta solo da neuroni che sparano, ma anche da astrociti che regolano come, quando e quanto il sistema cambia. In biologia, il calcolo non riguarda solo l'emissione di un segnale, ma anche la modulazione del terreno dove quel segnale avrà un effetto. Recenti ricerche hanno dimostrato che gli astrociti possono eseguire operazioni di normalizzazione analoghe ai meccanismi di autoattenzione trovati nelle architetture transformer — collegando le interazioni astrociti-neuroni direttamente al calcolo simile all'attenzione nei sistemi di intelligenza artificiale.
Fig. 2 Astrocyti biologici e sinapsi tripartita
Gating Astrocitico in Neuraxon: Architettura della Rete Neurale Ispirata alla Biologia
Neuraxon è un'architettura che cerca di recuperare ed emulare il funzionamento del cervello e di calcolare proprietà funzionali che le reti artificiali classiche hanno semplificato eccessivamente.
Come abbiamo spiegato nei volumi precedenti di questa accademia, Neuraxon non lavora solo con neuroni di input, output e nascosti nel senso convenzionale. Introduce unità con stati che emulano potenziali eccitatori, inibitori o neutri (-1, 0, +1). Inoltre, lo fa all'interno di una dinamica TEMPORALE continua dove teniamo conto del contesto e della recente storia di attivazione. La rete non è più una somma di strati, ma assomiglia di più a un sistema con fisiologia interna. Per un contesto più profondo su come funzionano questi elementi fondamentali, vedere NIA Volume 1: Perché l'Intelligenza Non È Calcolata in Passi, ma nel Tempo e NIA Volume 2: Dinamiche Terziarie come Modello di Intelligenza Vivente.
Abbiamo spiegato come Neuraxon modelli la trasmissione attraverso recettori rapidi, lenti e neuromodulatori — un meccanismo esplorato in profondità nel Volume 3 di NIA: Neuromodulazione e AI Ispirata al Cervello. Ma ora modelliamo anche la regolazione della plasticità attraverso il gating astrocitico.
Come Funziona la Plasticità Multi-Temporale Gated da Astrocyti (AGMP)
Il gating astrocitico introduce un gate ispirato al ruolo degli astrociti nella sinapsi tripartita. L'idea è di introdurre un filtro locale, lento e contestuale che determina quando una modifica sinaptica dovrebbe essere aperta, attenuata o bloccata. È come se il sistema potesse considerare se ci sia permesso per un cambiamento. Questo approccio affronta direttamente il dilemma stabilità-plasticità, una delle sfide più fondamentali nell'apprendimento continuo per le reti neurali.
Tracce di Idoneità e Memoria Sinaptica Locale
Come funziona? Attraverso una sorta di traccia di idoneità. È una memoria locale che dice: "qualcosa di rilevante è accaduto a questa sinapsi." Viene aggiornata con un decadimento nel tempo e con una funzione tra attività presinaptica e post-sinaptica. Cioè: la sinapsi accumula evidenze locali di coincidenza temporale o causalità. Da lì, c'è un segnale di tipo broadcast globale, come un errore, una possibile ricompensa o qualcosa di simile alla dopamina. Il gate astrocitico seleziona se il neurone è in uno stato di apprendimento. Nelle versioni future, gli astrociti potrebbero modulare migliaia di sinapsi se questo fornisce un vantaggio computazionale.
Questo approccio è coerente con i recenti progressi nel calcolo neuromorfico, inclusi il framework di Plasticità Multi-Temporale Gated da Astrocyti (AGMP) proposto per le reti neurali a impulsi, che aumenta analogamente l'apprendimento con traccia di idoneità con uno stato astrocitico lento che regola gli aggiornamenti sinaptici — producendo una regola di apprendimento a quattro fattori (idoneità × segnale modulatore × gate astrocitico × stabilizzazione).
Regolazione Endogena: Perché Neuraxon È Più di una Rete Neurale Convenzionale
Neuraxon all'interno di QUBIC non compete in scala o prestazioni nei compiti. Funziona attraverso un'architettura con regolazione endogena. Incorporando principi astrocitici, inizia a comportarsi come una rete con ecologia interna. Cioè: un sistema in cui non conta solo quali unità sono attivate, ma quali domini del tessuto sono plastici, quali sono stabilizzati, quali aree stanno attenuando il rumore, quali stanno consolidando regolarità e quali si stanno preparando a riorganizzarsi. Per una panoramica completa su come le reti neurali biologiche e artificiali si confrontano, vedere NIA Volume 4: Reti Neurali in IA e Neuroscienza.
Per Aigarth e QUBIC, l'obiettivo non è accumulare più parametri, ma introdurre più livelli di organizzazione funzionale all'interno del sistema.
Perché il Gating Astrocitico È Importante per Aigarth e l'IA Decentralizzata
Aigarth non è un modello statico ma un tessuto evolutivo attraverso un'architettura capace di crescere, mutare, potare, generare prole funzionale e riorganizzare la propria topologia sotto pressioni adattative. In questo contesto, Neuraxon contribuisce con qualcosa: una microfisiologia computazionale ricca per le unità che abitano quel tessuto.
Questo ha implicazioni per robustezza, adattabilità e memoria. Anche per scalabilità. In grandi architetture, il problema non è solo che ci sono molte unità, ma come coordinare quali parti del sistema sono disponibili per la riconfigurazione e quali devono mantenere stabilità.
In termini di roadmap per QUBIC, l'obiettivo è costruire sistemi in cui l'intelligenza emerga non solo dal calcolo neuronale, ma anche dal accoppiamento tra elaborazione rapida, modulazione lenta ed evoluzione strutturale. Puoi esplorare queste dinamiche in prima persona con la simulazione 3D interattiva Neuraxon su HuggingFace Spaces, dove puoi costruire, configurare e simulare una rete Neuraxon 2.0 da zero.
Fig 3. Gating degli astrociti Neuraxon - formulazione AGMP
Riferimenti Scientifici
Allen, N. J., & Eroglu, C. (2017). Biologia cellulare delle interazioni astrociti-sinapsi. Neuron, 96(3), 697–708.
Halassa, M. M., Fellin, T., & Haydon, P. G. (2007). La sinapsi tripartita: Ruoli per la gliotrasmissione nella salute e nella malattia. Trends in Molecular Medicine, 13(2), 54–63.
Kofuji, P., & Araque, A. (2021). Astrociti e comportamento. Annual Review of Neuroscience, 44, 49–67.
Perea, G., Navarrete, M., & Araque, A. (2009). Sinapsi tripartite: gli astrociti elaborano e controllano l'informazione sinaptica. Trends in Neurosciences, 32(8), 421–431.
Woodburn, R. L., Bollinger, J. A., & Wohleb, E. S. (2021). Effetti sinaptici e comportamentali dell'attivazione degli astrociti. Frontiers in Cellular Neuroscience, 15, 645267.
Vivancos, D. & Sanchez, J. (2026). Neuraxon v2.0: Un Nuovo Blueprint di Crescita Neurale e Computazione. ResearchGate Preprint.
Esplora l'intera Accademia di Intelligenza Neuraxon
Questo è il Volume 5 dell'Accademia di Intelligenza Neuraxon del Team Scientifico Qubic. Se ti stai unendo a noi ora, esplora l'intera serie per costruire una comprensione completa della scienza dietro Neuraxon e l'approccio di Qubic all'intelligenza artificiale decentralizzata ispirata al cervello:
NIA Volume 1: Perché l'Intelligenza Non È Calcolata in Passi, ma nel Tempo — Esplora perché l'intelligenza biologica opera in tempo continuo piuttosto che in passi computazionali discreti come i LLM tradizionali.
NIA Volume 2: Dinamiche Terziarie come Modello di Intelligenza Vivente — Spiega le dinamiche terziarie e perché la logica a tre stati (eccitatoria, neutrale, inibitoria) è importante per modellare i sistemi viventi.
NIA Volume 3: Neuromodulazione e AI Ispirata al Cervello — Copre la neuromodulazione e come il segnale chimico del cervello (dopamina, serotonina, acetilcolina, norepinefrina) ispira l'architettura di Neuraxon.
NIA Volume 4: Reti Neurali in IA e Neuroscienza — Un confronto profondo tra reti neurali biologiche, reti neurali artificiali e l'approccio della terza via di Neuraxon.
Qubic è una rete decentralizzata e open-source per la tecnologia sperimentale. Per saperne di più, visita qubic.org