Il cervello umano ha ispirato da sempre lo sviluppo dell’intelligenza artificiale. Oggi, grazie a una nuova ricerca dell’Università degli Studi di Milano, questo legame si fa ancora più concreto: i meccanismi con cui i neuroni gestiscono il rumore e la memoria potrebbero aprire la strada a sistemi di AI quantistica più efficienti, robusti e scalabili.

La scoperta: il rumore come risorsa, non come problema

I ricercatori della Statale di Milano hanno sviluppato un algoritmo in grado di sfruttare il cosiddetto “rumore di fondo” per elaborare grandi quantità di dati in sequenza, imitando il modo in cui i neuroni biologici elaborano informazioni in ambienti molto disturbati.

Il principio alla base della ricerca è noto come “memoria evanescente”: i neuroni non si limitano a tollerare il rumore ambientale, ma lo utilizzano attivamente per ripulire l’elaborazione dalle informazioni troppo vecchie, mantenendo il sistema concentrato sui dati più recenti e rilevanti.

Questo meccanismo, presente nel cervello biologico, viene così trascritto in un nuovo tipo di intelligenza artificiale capace di operare su reti di bit quantistici, aprendo scenari inediti per i computer quantistici del futuro.

L’intelligenza artificiale “a eco”: come funziona

Il tipo di AI sviluppato dal gruppo di ricerca viene chiamato “intelligenza artificiale a eco”. A differenza dei sistemi tradizionali, che tendono a trattare il rumore come un’interferenza da eliminare, questo approccio lo integra nel processo computazionale come elemento funzionale.

Il risultato è un sistema capace di processare sequenze di dati in modo più dinamico e adattivo, simile a come il cervello umano aggiorna continuamente la propria comprensione del mondo senza sovraccaricarsi di informazioni obsolete.

La ricerca è stata condotta da Emanuele Ricci, Francesco Monzani, Luca Nigro ed Enrico Prati, docente di Fisica teorica della materia nel Dipartimento di fisica Aldo Pontremoli dell’Università Statale di Milano e coordinatore dello studio. I risultati sono stati pubblicati il 17 aprile 2026 sulla rivista scientifica npj Quantum Information.

Le applicazioni pratiche: dalla genomica alla meteorologia

Le potenziali applicazioni di questa tecnologia sono ampie e trasversali. L’intelligenza artificiale a eco potrebbe trovare impiego nell’analisi di sequenze geniche, permettendo di identificare pattern biologici complessi con maggiore efficienza rispetto ai sistemi attuali.

Altrettanto promettente è l’utilizzo nell’analisi di serie di dati finanziari, dove la capacità di elaborare informazioni in sequenza e di “dimenticare” dati obsoleti rappresenta un vantaggio competitivo significativo. Il sistema si presta anche alla previsione del carico nelle reti di distribuzione elettrica e alla modellazione meteorologica avanzata, con potenziali applicazioni per la creazione di digital twin della Terra.

In tutti questi ambiti, la caratteristica fondamentale rimane la stessa: la capacità di gestire grandi volumi di dati sequenziali con un’efficienza computazionale superiore, sfruttando le proprietà dei computer quantistici.

Il contributo alla ricerca sull’AI quantistica

La ricerca della Statale di Milano si inserisce in un filone di studi sempre più rilevante: quello dell’intelligenza artificiale quantistica. Con l’avvento dei computer quantistici, diventa possibile trascrivere algoritmi ispirati al funzionamento del cervello su architetture computazionali radicalmente diverse da quelle classiche.

L’integrazione tra neuroscienze, fisica quantistica e intelligenza artificiale apre prospettive nuove per lo sviluppo di sistemi più potenti e versatili. La memoria evanescente, in questo contesto, non è solo un meccanismo biologico affascinante: diventa un principio ingegneristico capace di migliorare concretamente le prestazioni dei modelli AI su hardware quantistico.

Lo studio rappresenta un contributo originale in un campo in rapida espansione, dimostrando come la ricerca fondamentale sul funzionamento del cervello possa tradursi in innovazioni tecnologiche concrete. Il dialogo tra biologia e informatica, tra neuroscienze e fisica, continua a produrre risultati sorprendenti che potrebbero ridefinire i confini dell’intelligenza artificiale nei prossimi anni.

Articolo originale: Repubblica 

Fonte: Ansa