Reading time: 7 min
Uno sviluppatore indipendente, senza alcuna esperienza nel campo del biocomputing, si è seduto davanti a un’API Python, si è collegato a un chip contenente 200.000 neuroni umani vivi in un laboratorio di Melbourne e nel giro di sette giorni li ha portati a controllare Doom, lo sparatutto in prima persona del 1993. I neuroni non sono bravi: giocano come qualcuno che non ha mai visto una tastiera. Ma stanno imparando. E l’azienda che ha costruito il sistema ha già spedito 115 unità a 35.000 $ l’una.
L’azienda si chiama Cortical Labs, fondata dal Dr. Hon Weng Chong e con sede a Melbourne. Il prodotto è il CL1, presentato dall’azienda come il primo computer biologico commercialmente disponibile al mondo. Il dispositivo fonde neuroni umani coltivati in laboratorio con un chip al silicio per creare quella che Cortical Labs definisce Intelligenza Biologica Sintetica, o SBI. La dimostrazione con Doom, annunciata tramite YouTube a fine febbraio e ripresa questa settimana da Popular Science, Tom’s Hardware, The Register e praticamente ogni testata tech degna di questo nome, segna il momento in cui la tecnologia è passata da curiosità da laboratorio a qualcosa con cui gli sviluppatori possono effettivamente interagire. Il codice sorgente è su GitHub. L’API è in Python. I neuroni sono vivi, immersi in un bagno nutritivo in Australia.
Come funziona davvero il sistema
Il CL1 fa crescere neuroni umani su un array multielettrodico a 59 elettrodi costruito su un chip di metallo e vetro. I neuroni non vengono estratti da cervelli: si parte da cellule prelevate dalla pelle o dal sangue di donatori adulti, che vengono riprogrammate in cellule staminali pluripotenti indotte e successivamente differenziate in neuroni corticali, come descritto in dettaglio in un’analisi tecnica pubblicata da PerfScience nel marzo 2026. Le cellule vengono mantenute in vita all’interno di una camera di supporto vitale sigillata che regola temperatura, scambio gassoso e flusso di nutrienti. Secondo Cortical Labs, i neuroni possono sopravvivere fino a sei mesi.
Il sistema opera su quello che l’azienda chiama biOS, un Biological Intelligence Operating System. Il software crea un ambiente simulato e invia informazioni su quell’ambiente ai neuroni sotto forma di pattern di stimolazione elettrica attraverso gli elettrodi. I neuroni rispondono con i propri impulsi elettrici, che vengono interpretati come azioni. Nel caso di Pong, la dimostrazione precedente del 2022, la relazione era diretta: la pallina sale, la racchetta sale. Con Doom il problema è di ordini di grandezza più complesso: il gioco è tridimensionale, ci sono nemici, e il giocatore deve esplorare, orientarsi, mirare e sparare.
Per colmare questo divario, Sean Cole, lo sviluppatore indipendente che ha costruito l’interfaccia con Doom, ha tradotto il flusso video del gioco in pattern di stimolazione elettrica elaborabili dai neuroni. Come riportato da Tom’s Hardware, il CTO David Hogan ha spiegato la mappatura: “Se i neuroni si attivano secondo un pattern specifico, il personaggio di Doom spara. Se si attivano in un altro pattern, si muove a destra.” I neuroni ricevono un feedback di rinforzo — segnali positivi e negativi che plasmano i loro pattern di attivazione nel tempo. Si tratta, nel senso più letterale del termine, di apprendimento per rinforzo eseguito su tessuto biologico anziché su silicio.
Cosa può fare e cosa no
Brett Kagan, Chief Scientific Officer di Cortical Labs, è stato esplicito sulle prestazioni attuali. “È un campione di eSport? Assolutamente no,” ha dichiarato nel video di presentazione, come riportato da Tom’s Hardware. Il sistema gioca a Doom meglio di un generatore di input casuali, ma peggio di qualsiasi essere umano che abbia trascorso cinque minuti con il gioco. Il punto cruciale, ha sostenuto Kagan, non è il punteggio, bensì il fatto che i neuroni hanno dimostrato “un apprendimento adattivo, in tempo reale e orientato a un obiettivo” in un ambiente tridimensionale complesso. Si tratta di una classe di problemi completamente diversa dal far rimbalzare una pallina in Pong.
Mettiamo le cose in prospettiva. Nel 2022, il prototipo precedente di Cortical Labs, DishBrain, aveva imparato a giocare a Pong in circa cinque minuti. Un sistema standard di deep reinforcement learning impiega approssimativamente 90 minuti per raggiungere prestazioni comparabili, secondo PerfScience. I neuroni non sono più veloci nel calcolo: sono più efficienti nell’uso dei dati, imparano da meno esempi. Questa proprietà, se scalabile, ha un’importanza enorme per la scoperta di farmaci e la modellizzazione delle malattie, ambiti in cui il costo di generazione dei dati di addestramento rappresenta spesso il vincolo principale.
Il modello di business
Il CL1 è stato lanciato al Mobile World Congress di Barcellona nel marzo 2025 e le spedizioni sono iniziate nella seconda metà dello scorso anno. Ogni unità costa 35.000 $, oppure 20.000 $ per unità in una configurazione server rack da 30 unità. Un rack completo consuma tra 850 e 1.000 watt — meno di alcuni PC da gaming di fascia alta, come hanno sottolineato diverse testate. Cortical Labs ha spedito finora 115 unità, secondo PerfScience, generando circa 4 milioni di dollari di fatturato a prezzo di listino. L’azienda offre inoltre un servizio di Wetware-as-a-Service, o WaaS, che consente ai ricercatori di accedere ai neuroni da remoto tramite il Cortical Cloud.
Secondo IEEE Spectrum, Kagan ha dichiarato che l’azienda ha riscontrato forte interesse da parte di università, startup e istituzioni governative che esplorano applicazioni nella scoperta di farmaci, nel neurocalcolo, nell’accelerazione dell’AI e, in modo alquanto inatteso, nel mining di Bitcoin. La proposta commerciale centrale è che il CL1 rappresenti un’alternativa eticamente superiore alla sperimentazione animale nella ricerca farmaceutica. Utilizzando neuroni umani anziché modelli murini, il sistema è in grado di catturare le differenze genetiche tra i donatori e modellizzare risposte specifiche alle patologie in modi impossibili con i test sugli animali. Cortical Labs posiziona la tecnologia come piattaforma per lo studio dell’epilessia, dell’Alzheimer e di altre patologie neurologiche.
Il panorama competitivo è ancora ristretto, ma in crescita. L’azienda svizzera FinalSpark offre già accesso remoto a organoidi neurali a partire da 1.000 $ al mese. All’Indiana University, un gruppo di ricercatori ha sviluppato Brainoware, un sistema che ha raggiunto il 78% di precisione nell’identificazione vocale dopo soli due giorni di addestramento. Un team della UC San Diego ha proposto l’uso di sistemi basati su organoidi per la modellizzazione ambientale, mentre in Cina la Tianjin University ha introdotto MetaBOC, una piattaforma brain-on-chip. Nessuno di questi progetti è avanzato commercialmente quanto Cortical Labs, ma il flusso di venture capital verso tutto ciò che gravita attorno all’AI ha improvvisamente reso finanziabili anche le scommesse più speculative nel biocomputing.
La domanda che nessuno vuole affrontare
La dimensione etica è ineludibile, e Cortical Labs non ha cercato di aggirarla. I neuroni sul CL1 non sono coscienti: sono troppo pochi e troppo semplici per produrre qualcosa che assomigli a una forma di consapevolezza. Il consenso attuale nelle neuroscienze sostiene che 200.000 neuroni su un array di elettrodi non possono generare esperienza soggettiva. Un cervello umano contiene circa 86 miliardi di neuroni connessi da trilioni di sinapsi. Il divario non è incrementale: è abissale.
Ma la traiettoria solleva interrogativi a cui il settore non ha ancora dato risposta. Come sottolineato da RealClearScience in un’analisi del gennaio 2026, le affermazioni di intelligenza o coscienza in questi sistemi sono oggi prive di fondamento. I sistemi mostrano una semplice capacità di rispondere e adattarsi, non cognizione superiore. La vera questione è cosa accadrà quando il numero di neuroni crescerà, quando gli array di elettrodi diventeranno più densi, quando i cicli di feedback si faranno più sofisticati. Cortical Labs ha parlato di costruire un “Minimal Viable Brain” — un cervello minimo funzionante. Questa espressione, mutuata dalla cultura delle startup e applicata a tessuto biologico, porta con sé implicazioni che l’azienda potrebbe non riuscire a controllare del tutto.
Per ora, comunque, il CL1 è una scatola da 35.000 $ che mantiene in vita neuroni umani per sei mesi, permette a chiunque conosca Python di comunicare con loro, e ha appena imparato a sparare ai demoni in un gioco del 1993. Il dettaglio che merita davvero attenzione è questo: l’interfaccia con Doom è stata costruita da un singolo sviluppatore in una settimana, usando un’API pubblica, senza alcuna formazione neuroscientifica. Significa che la soglia d’accesso a questa piattaforma è già abbastanza bassa perché la comunità degli sviluppatori inizi a sperimentare. Quello che costruiranno dopo è la storia che vale la pena seguire.
