
Il cervello umano si erge come un capolavoro di ingegneria biologica, operando silenziosamente su circa 12 watt di potenza – meno di una piccola lampadina LED – mentre esegue una serie sorprendente di compiti.
Con circa 86 miliardi di neuroni e miliardi di connessioni sinaptiche, gestisce la percezione, la formazione della memoria, il ragionamento creativo, l’elaborazione emotiva e il processo decisionale in tempo reale.
Questa efficienza nasce dalla sua architettura analogica, massicciamente parallela, dove l’energia viene utilizzata con parsimonia attraverso spari sparsi, segnali chimici e plasticità adattativa affinata dall’evoluzione nel corso di milioni di anni.
I neuroni si attivano solo quando necessario, riciclando risorse e minimizzando gli sprechi, tutto a temperatura corporea senza massicci sistemi di raffreddamento. In netto contrasto, replicare anche una frazione dell’intelligenza generale del cervello con i sistemi artificiali odierni richiede enormemente più energia.
Un’IA che tenta un carico di lavoro cognitivo comparabile potrebbe richiedere circa 2,7 miliardi di watt, equivalenti alla produzione di una grande centrale elettrica.
Questo deriva dalla dipendenza del computer digitale da miliardi di interruttori precisi a transistor, enormi data center pieni di GPU, costante movimento dei dati attraverso le gerarchie della memoria e raffreddamento pesante per dissipare il calore.
L’addestramento e l’esecuzione di grandi modelli prevedono operazioni di matrice bruta-force su chip di silicio molto meno efficienti per operazione rispetto alle sinapsi wetware. Questa disparità, spesso superiore a 200 milioni di volte nell’uso dell’energia, sottolinea le attuali limitazioni di efficienza dell’IA nonostante i rapidi progressi nei compiti ristretti.
Evidenzia perché vengono perseguiti hardware neuromorfico, design ispirati al cervello e nuovi paradigmi informatici: colmare il divario verso un’intelligenza sostenibile e potente. Il cervello ci ricorda che la vera cognizione generale prospera non sulla potenza grezza, ma sull’elegante ottimizzazione a bassa energia.