C’è una mosca. Ha 125.000 neuroni. Vive in una simulazione fisica. Il suo cervello — ogni singolo neurone, ogni sinapsi — è stato copiato da un esemplare reale usando la microscopia elettronica. E ora, per la prima volta nella storia, quel cervello funziona: riceve input sensoriali, propaga l’attività neurale attraverso il connettoma completo, genera comandi motori, e muove un corpo fisicamente simulato.
Non è animazione. Non è un agente di reinforcement learning che imita la biologia. È una copia di un cervello biologico che controlla un corpo. Come nel Matrix — ma la mosca non sa di essere dentro.
Cosa ha fatto EON Systems
EON Systems PBC, startup australiana, ha rilasciato questa settimana il video che potrebbe diventare uno dei momenti più significativi della storia dell’informatica. Hanno preso il connettoma del Drosophila melanogaster — la comune mosca della frutta — mappato neurone per neurone grazie al progetto FlyWire, e lo hanno fatto girare in un simulatore fisico basato su MuJoCo.
Il modello computazionale era già stato pubblicato nel 2024 su Nature da Philip Shiu e collaboratori. Quel modello conteneva 125.000 neuroni e 50 milioni di connessioni sinaptiche, e riusciva a predire il comportamento motorio con il 95% di accuratezza. Il problema: era un cervello senza corpo. Un motore senza macchina.
Ora la macchina c’è. EON ha integrato quella emulazione cerebrale con NeuroMechFly v2, un framework di simulazione del corpo della mosca in MuJoCo. Il risultato: il loop si chiude. Input sensoriale → attività neurale → output motorio → corpo che si muove → nuovo input sensoriale. Una mosca che vive nel Matrix.
Perché è diverso da tutto il resto
Forse ti stai chiedendo: DeepMind e Janelia non hanno già fatto una mosca simulata? Sì — ma quella era controllata da un agente di reinforcement learning. Un algoritmo addestrato a imitare i movimenti di una mosca. Non aveva nulla a che fare con la neurobiologia reale.
EON fa qualcosa di radicalmente diverso: il corpo è controllato dalla dinamica di circuito del cervello emulato. Non da un’IA che ha imparato a fare la mosca — dalla copia della mosca stessa. È la differenza tra un attore che interpreta qualcuno e un clone.
L’unico precedente paragonabile è OpenWorm, che ha emulato il C. elegans — un verme con 302 neuroni. EON ne ha emulati 125.000, quasi 420 volte di più, con comportamenti notevolmente più complessi.
Il gatto nell’angolo: cosa significa tutto questo
Se si può fare con 125.000 neuroni, si può fare con 70 milioni? EON dice di sì — è il loro prossimo obiettivo: un cervello di topo. E dopo il topo, la domanda che nessuno vuole ancora pronunciare ad alta voce diventa inevitabile.
Siamo ancora lontanissimi da qualcosa di “conscio” nel senso umano del termine. Ma quello che EON ha dimostrato è che il principio funziona. Il connettoma — la mappa completa delle connessioni neurali — può essere estratto, emulato computazionalmente, e collegato a un corpo fisico simulato che si comporta come il suo originale biologico.
Dr. Alex Wissner-Gross, co-fondatore di EON, ha descritto questo momento con una frase che rimarrà: “Il fantasma non è più nella macchina. La macchina sta diventando il fantasma.”
La scala del problema (e perché fa paura in senso buono)
Per capire la sfida del mouse brain emulation:
- Mosca: ~125.000 neuroni, ~50 milioni di sinapsi
- Topo: ~70 milioni di neuroni, ~100 miliardi di sinapsi (560× più grande)
- Umano: ~86 miliardi di neuroni, ~100 trilioni di sinapsi (700.000× più grande)
Non è un salto lineare. È un salto di civiltà. Ma proprio come il volo dei fratelli Wright non era “quasi come volare”, questo primo passo non è “quasi come emulare un cervello” — è emulare un cervello. La differenza di scala è un problema di ingegneria. Il principio è dimostrato.
Cosa cambia nel mondo AI
I grandi modelli linguistici — GPT, Claude, Gemini — sono sistemi statistici che predicono token. Sono straordinari e utili. Ma non sono cervelli. EON sta percorrendo un sentiero completamente diverso: non costruire intelligenza artificiale, ma emulare intelligenza biologica.
Se questo approccio scala — e i dati iniziali suggeriscono che può — potrebbe rispondere a domande che i transformer non possono nemmeno avvicinare: come funziona davvero la memoria, la coscienza, l’apprendimento biologico. Non come modelli computazionali approssimati, ma come sistemi che replicano il processo stesso.
E poi c’è la domanda più filosofica, quella che fa tremare le dita mentre si scrive: se emuli perfettamente un cervello biologico in un corpo simulato, l’esperienza soggettiva che eventualmente emerge — è reale? È la stessa mosca? O solo una copia identica che crede di essere la mosca?
La mosca nel Matrix non lo sa. Ma noi sì — e questo cambia tutto.
Il video originale è stato rilasciato da EON Systems PBC. Il modello computazionale di base è stato pubblicato su Nature nel 2024 da Philip Shiu et al. Il co-fondatore Dr. Alex Wissner-Gross ha dichiarato un interesse finanziario nell’azienda.