Reconceptualizing Neuronal Plasticity

Il cervello umano è un maestro dell'adattamento. Dall'imparare ad andare in bicicletta al recupero del linguaggio dopo un ictus, le nostre menti si affidano a una flessibilità biologica nota come plasticità neuronale. Questa è la capacità della connettività del cervello di riorganizzarsi, permettendo la formazione di nuove connessioni e il rafforzamento o l'indebolimento di quelle esistenti. Per decenni, gli scienziati hanno mappato dove ciò accade e come questo ci aiuti a guarire, ma un mistero più profondo rimane: perché questa flessibilità esiste in primo luogo? È semplicemente un colpo di fortuna dell'evoluzione, o serve a uno scopo specifico e strategico? Inoltre, sebbene abbiamo costruito potenti modelli informatici che imitano l'attività cerebrale, queste simulazioni digitali spesso non riescono a spiegare il reale meccanismo biologico che permette a un gruppo di cellule cerebrali di svolgere molteplici e molto diverse funzioni.

Un nuovo studio di Pradeep Navnitray Chhaya cerca di colmare questo divario tra la realtà biologica del cervello e i modelli astratti che usiamo per comprenderlo. Il documento mette in discussione il modo in cui attualmente pensiamo a come il cervello evolva e funzioni. Suggerisce che la capacità del cervello di essere flessibile non sia un sottoprodotto casuale dell'evoluzione, ma una strategia deliberata che ha permesso ai nostri antenati di sviluppare capacità di pensiero complesso senza dover crescere cervelli più grandi o più energivori. Proponendo un nuovo modo per visualizzare la struttura del cervello, l'autore offre una fresca spiegazione su come diversi pensieri possano condividere lo stesso hardware fisico e perché questa condivisione sia limitata a specifici tipi di compiti mentali.

Per molto tempo, i ricercatori hanno faticato a spiegare come la stessa rete fisica di neuroni possa produrre diverse funzioni cognitive, come riconoscere un volto e poi passare alla risoluzione di un problema matematico. I modelli informatici convenzionali, noti come reti neurali, cercano di risolvere questo problema assegnando diversi valori numerici, o "pesi", alle connessioni tra i nodi. Tuttavia, l'autore sostiene che questo approccio commetta un errore fondamentale. Tratta il cervello come una calcolatrice che deve essere riprogrammata manualmente con nuovi numeri per svolgere un nuovo lavoro. In realtà, il cervello non usa questi numeri arbitrari. Il processo biologico è molto più integrato. Il documento sottolinea che se il cervello si fosse affidato a questi aggiustamenti artificiali, sarebbe impossibile spiegare come la stessa struttura fisica possa passare naturalmente tra i compiti senza una completa revisione del suo cablaggio.

Per risolvere questo problema, lo studio introduce un nuovo quadro concettuale chiamato Modello a Manifold Involuto Modificato, o MIMM. Inve combinare la visione della struttura cerebrale come una griglia piatta di connessioni che necessitano di una costante ritaratura, questo modello immagina l'architettura del cervello come una forma complessa e ripiegata. In questa visione, la capacità del cervello di passare da un compito all'altro deriva dal cambiamento della "dimensionalità" dello spazio in cui avviene il calcolo, piuttosto che dal cambiamento della forza delle connessioni. Pensate a un foglio di carta che può essere piegato in modi diversi per creare forme differenti; il foglio stesso non cambia, ma la sua forma gli permette di servire scopi diversi. Questo approccio topologico suggerisce che il cervello possieda una struttura fisica intrinseca che permette naturalmente la flessibilità, eliminando la necessità degli aggiustamenti arbitrari presenti negli attuali modelli informatici.

La ricerca suggerisce che questa flessibilità sia un vantaggio evolutivo. Se il cervello avesse dovuto costruire un set completamente separato di neuroni per ogni singola abilità di cui un essere umano potrebbe aver bisogno, richiederebbe una quantità di energia e spazio impossibilmente grande. Inveve, l'evoluzione ha probabilmente favorito un sistema in cui diversi compiti mentali potessero sovrapporsi e condividere le stesse risorse neurali sottostanti. Questa condivisione non è però casuale. L'articolo sostiene che questa sovrapposizione sia attentamente limitata. Lo vediamo in fenomeni come la sinestesia, dove i sensi si mescolano, o nel recupero dopo un trauma cerebrale, ma non lo vediamo ovunque. Questa limitazione suggerisce che il cervello abbia una struttura specifica di livello superiore che decide dove e quando questa condivisione può avvenire. È una strategia che bilancia la necessità di abilità specializzate con quella di un cervello compatto ed efficiente.

Un risultato chiave del documento è che il cervello e la mente sono collegati da un ponte fisico, non da uno magico o astratto. Il fatto che la plasticità neuronale sia limitata a certi tipi di compiti prova che la connessione tra i nostri pensieri e le nostre cellule cerebrali è radicata nella realtà fisica. Se la mente fosse interamente separata dal cervello, qualsiasi parte del cervello potrebbe teoricamente gestire qualsiasi compito, e la plasticità sarebbe universale. Il fatto che non lo sia ci dice che la struttura del cervello detta i limiti del nostro pensiero. L'autore propone che questa struttura agisca come un "ponte strutturale", collegando i neuroni fisici alle funzioni astratte che essi svolgono. Questo ponte non è fatto dei neuroni stessi, ma del modo specifico in cui quei neuroni sono organizzati per gestire diversi tipi di informazione.

Lo studio reimmagina anche come dovremmo costruire i modelli informatici del cervello. Gli attuali modelli spesso faticano perché si basano su "token" — simboli astratti che non hanno alcun significato reale finché un computer non assegna loro un valore. Ciò porta a una situazione in cui il modello deve passare attraverso milioni di prove casuali per trovare la risposta corretta. Il nuovo modello proposto nel documento suggerisce che, se trattassimo la struttura del cervello come uno spazio topologico in cui tempo e spazio sono mescolati, i "pesi" o i valori nel modello non sarebbero più arbitrari. Invece, sarebbero determinati dalle leggi fondamentali di come tempo e spazio interagiscono. Ciò significa che il modello non avrebbe bisogno di indovinare la strada verso una soluzione; la risposta emergerebbe naturalmente dalla struttura del modello stesso, proprio come un oggetto fisico cade a causa della gravità piuttosto che perché un computer glielo ha ordinato.

In definitiva, questo articolo offre un nuovo modo di vedere il cervello non come una macchina statica che necessita di una costante riprogrammazione, ma come una struttura dinamica e ripiegata che si adatta naturalmente alle richieste della vita. Suggerisce che la capacità del cervello di apprendere e guarire sia il risultato di una strategia fisica profonda che l'evoluzione ha perfezionato in milioni di anni. Allontanandosi dai semplici calcoli informatici e muovendosi verso una comprensione più complessa basata sulla forma, l'autore fornisce un quadro più chiaro di come funziona la nostra mente. Sebbene i dettagli matematici di questo nuovo modello siano complessi, l'idea centrale è semplice: la flessibilità del cervello è costruita nella sua stessa forma, permettendogli di fare di più con meno, e offrendo una via per comprendere meglio sia la cognizione umana che il futuro dell'intelligenza artificiale.