Lunedi sarò ad un workshop di "neurostocastica", ovverosia modelli stocastici per le neuroscienze. Io non me ne intendo affatto del lato neuro ma qualcosina so di processi stocastici, in particolare di termodinamica delle diffusioni su grafo, per cui sono particolarmente attratto dai titoli dei seminari di un paio di amici, in particolare Diffusion on Graphs for Neural Models, e Microcircuits of Stochastic Neurons.
Per prepararmi al meglio ad assimilare l’assimilabile, con un paio di amari (rigorosamente lucani) in corpo ho chiacchierato con amici aspiranti neurologi (e non) di alcuni meccanismi di funzionamento del cervello, in particolare di memoria, ed ora cerco di forzare un’interpretazione che probabilmente poco ha a che fare con la realtà, e quindi è buona per essere messa su blog. Vado per punti.
1) L’assonanza che ha acceso i miei neuroni (anzi circuiti) preferiti è stata quella che in qualche modo i ricordi siano custoditi e attivati dallo scambio di "bits di informazione" lungo circuiti di neuroni nel cervello; e sottolineo lungo circuiti. Ogni neurone può appartenere a circuiti diversi, ed ovviamente poi ci sono aree specializzate etc. Ma sarò estremamente rozzo e mi immaginerò semplicemente un network (punti collegati da linee) che scambia bits di informazione (discretizzati) e basta. Quello che segue non è un modello della memoria umana, ma potrebbe essere pensato come un modello astratto di memoria dinamica; pensate pure alla memoria di un computer.
2) I circuiti sono gli oggetti "macroscopici" fondamentali della termodinamica di non-equilibrio di una diffusione su un network. Quando dico macrosopico mi riferisco ai parametri che regolano il flusso di informazione in un circuito; mesoscopico è invece il livello dei kilobytes di informazione che fluiscono lungo il network, e microscopico è il livello dei singoli bits (singole realizzazioni di un processo stocastico).
3) Le correnti di informazione lungo circuiti sono una caratteristica fondamentale dei sistemi lontani dall’equilibrio, ed è ciò che consente a tali sistemi di essere resistenti, adattabili, complessi, soggetti a feedback. Resistenti perchè è più difficile perturbare un equilibrio dinamico piuttosto che uno statico (per via di una sorta di "inerzia"), adattabili perché se si interrompe un flusso di qualcosa (pensate all’acqua), questo per conservazione deve trovare un altro sfogo, e lo troverà; complessi perché quando si creano fenomeni non locali (i circuiti collegano luoghi lontani tra loro) ci sono correlazioni a lunga distanza, e quindi una maggiore varietà e interdipendenza dei fenomeni, cioè la predisposizione al feedback.
4) I sistemi lontani dall’equilibrio per mantenere le belle caratteristiche che hanno devono essere costantemente alimentati dall’esterno attraverso un flusso di energia, o viceversa immettendo costantemente entropia nell’ambiente. Pensate al metabolismo e alla respirazione per un corpo umano, e alla corrente elettrica / ventola di raffreddamento per un computer.
5) Ora l’idea del modello è questa: invece di usare i nodi del nostro network come delle "scatole", in cui infilare dell’informazione (nella speranza che ci rimanga) per poi andarla a rintracciare muovendosi lungo le maglie del network in base al suo indirizzo, un po’ come funzionano i dischi di un computer (via magnetizzazione), noi immagazziniamo informazione tramite circuiti in cui questa informazione circola in continuazione. I ricordi sono registrati in maniera "dinamica"; invece di avere un singolo bit in una scatola, abbiamo un bit circuitante; ed un ricordo è associato ad un modo di percorrere tale circuiti; l’intensità del ricordo all’intensità della corrente. I vantaggi sono molteplici: ricordi più resistenti, e soprattutto una capacità molto molto maggiore: i modi di percorrenza i circuiti di un network da parte di un bit di informazione sono potenzialmete infiniti. Gli svantaggi sono che è più dispendioso in termini energetici, e che quando manca l’approvvigionamenteo il sistema muore.
6) Ora scendiamo a livello microscopico. Uno dei fastidi del modello è questo: se ad ogni nodo di un network devo metterci un carabiniere che inoltra ogni bit di informazione nella direzione che gli spetta, siamo fregati. Il modello per essere funzionante necessiterebbe di altrettanta informazione quanta quella che deve processare. Quindi bisogna lasciare un certo livello di arbitrarietà, di indeterminatezza; e ancora poter godere di tutta la ricchezza dei fenomeni microscopici.
7) Ora considerate una città composta di soli due isolati separati da una strada comune che si biforca per andare a formare due circuiti attorno agli abitati, ed un flusso di auto (i nostri bits) che viaggiano in questo sistema. Supponiamo che il nostro carabiniere decida non tanto il destino di ogni auto, ma semplicemente mandi aleatoriamente le auto da una parte e dall’altra in maniera da mantenere una proporzione fissa di circolazione nei due circuiti (per esempio, il 50% di qua e il 50% di là). Ci saranno auto che per lungo tempo rimangono a circuitare solo a destra, alcune solo a sinistra, alcune che faranno un 8, altre ancora faranno circuiti più complessi (col passare del tempo le possibilità aumentano come i numeri razionali; un bel salto di qualità rispetto ai bits custoditi nel cassetto…). Ad ognuno di questi modi di circuitazione associamo un ricordo; allora la situazione macroscopica fifty-fifty corrisponde ad uno spettro molto ampio di ricordi); variando la proporzione modificheremo anche la sfumatura dei ricordi, arrivando fino a focalizzarci completamente su un pensiero chiaro e tondo (situazione 100% vs. 0%). Quindi non governo i ricordi ad uno ad uno, ma li gestisto modificando parametri macroscopici e lasciando che il sistema evochi tutto ciò che è compatibile con questi parametri macroscopici, perchè semplicemente è nelle possibilità e statisticamente avverrà.
8) La forma dei ricordi. Perché un ricordo dovrebbe essere rosso, l’altro profumato, l’altro una porta, l’altro un numero di telefono… Dove stanno custodite queste cose nel nostro modello di memoria? Da nessuna parte! La memoria non è altro che la stessa conformazione di parametri macroscopici che si sono dati nel momento in cui un certo stimolo esterno veniva assimilato; ogni volta che il sistema assume la stessa conformazione, evoca quella memoria.
9) Se sul piano astratto il modello può anche avere un senso compiuto, molto più dura è non darmi dell’idiota quando si pensi a situazioni più realistiche. Tornando al cervello, io nella mia profonda ignoranza di neurofisiologia (che spero presto di colmare!) in effetti mi immagino un impulso elettrico che và a stimolare in rapida sequenza tutta una serie di neuroni, ed esattamente questa catena di stimolazioni evoca il ricordo. Sul piano tecnologico sarebbe interessante sapere se esistono sistemi dinamici di archiviazione dell’informazione. Altrimenti bisognerà inventarselo!