Google ha generato i neuroni per mappare il cervello
Google ha risparmiato 157 anni-persona usando neuroni sintetici per mappare un cervello di topo. Con il framework Simula, genera dati artificiali per addestrare AI, sollevando dubbi etici e di controllo.
Un metodo che accelera la ricerca ma solleva interrogativi etici sulla verità dei dati
157 anni-persona di correzione manuale risparmiati per mappare un cervello di topo. Un numero che Google brandisce come trofeo, frutto di neuroni sintetici per la mappatura cerebrale. Ma se l’intelligenza che studia il cervello si nutre di dati inventati, su che basi costruiamo la verità?
L’efficienza ha un prezzo (nascosto)
Il trucco è semplice: invece di raccogliere dati reali, li generi. Con AI-generated synthetic neurons speed up brain mapping, il modello MoGen crea neuroni fittizi per addestrare altri AI. Il risultato? Un miglioramento dei modelli di mappatura cerebrale che taglia gli errori di un 4.4%.
Percentuale piccola, impatto enorme: quei risparmio di tempo nella ricerca neuroscientifica citato prima. Chi non vorrebbe accelerare la scienza? Ma il vero guadagno non è per i ricercatori. È per Google, che consolida il suo ruolo di fornitore unico di una risorsa critica: la realtà sintetica per alimentare l’IA.
Il motore del controllo si chiama Simula
E qui il gioco si fa serio. Perché Google non si limita a un esperimento neuroscientifico. Ha costruito il framework Simula per dataset sintetici, un sistema seedless e agentic per dataset sintetici che standardizza la fabbrica del falso. Il processo di generazione dati di Simula in quattro fasi non è solo tecnica. È governance.
Introduce metriche basate sul ragionamento di Simula per misurare la qualità del sintetico. E viene testato su campi sensibili: cybersecurity, legge, matematica, conoscenza. La valutazione di Simula su diversi domini mostra la sua ambizione totale. Con scalabilità della generazione dati sintetici fino a 512mila punti a dominio, Google non sta giocando. Sta costruendo l’infrastruttura per bypassare il mondo reale.
Cosa non ci dicono i dati perfetti?
Il parallelo è inquietante. Mentre Simula prepara dati di addestramento, Gemini, l’IA di casa, già oggi analisi dei segnali pubblicitari con Gemini su centinaia di miliardi di segnali per decidere cosa bloccare. Con un vanto: riduzione delle sospensioni errate di annunci dell’80%. Ma chi controlla i criteri? Su quali dati “sintetici” o filtrati si basa questa giustizia algoritmica?
Il quadro normativo è impreparato. Il GDPR regola i dati personali, non quelli sintetici generati ex-novo. L’antitrust fatica a comprendere un monopolio non su un mercato, ma sulla fonte stessa della conoscenza per l’IA.
Google sta sostituendo la complessità disordinata del reale con un’ordinata, efficientissima simulazione. Un mondo pulito, senza rumore, senza imprevisti. E totalmente sotto il suo controllo.
Possiamo davvero permettere che il futuro dell’intelligenza artificiale si giochi in uno specchio?
