Nel cuore nascosto di San Francisco prende forma un progetto che unisce neuroscienze e Intelligenza Artificiale, con l’obiettivo di interpretare il pensiero umano prima che questo diventi linguaggio.
In un seminterrato lontano dall’immaginario patinato della Silicon Valley, una giovane realtà tecnologica sta ripensando il concetto di interazione tra esseri umani e sistemi intelligenti. Qui, tra cabine isolate e hardware sperimentale, prende corpo una delle sfide più complesse dell’era digitale: trasformare l’attività cerebrale in testo comprensibile da una macchina, anticipando l’espressione verbale o scritta del pensiero.
Il progetto nasce sostanzialmente dall’ambizione di costruire un modello di Intelligenza Artificiale capace di interpretare segnali neurali non invasivi raccolti su larga scala. In pochi mesi di attività continuativa sono state accumulate decine di migliaia di ore di registrazioni cerebrali, creando quello che viene considerato un dataset neuro-linguistico senza precedenti per estensione e varietà. L’obiettivo non si limita al mero riconoscimento di pattern elettrici, ma punta alla decodifica semantica delle intenzioni cognitive, un passaggio considerato chiave per applicazioni avanzate nel campo delle interfacce cervello-computer. Le sessioni sperimentali sono state progettate per favorire un’interazione naturale tra partecipanti e modelli linguistici, che hanno portato al superamento dei limiti dei test ripetitivi tipici della ricerca neuroscientifica tradizionale. L’esperienza ha evidenziato come il coinvolgimento emotivo e cognitivo svolga un ruolo determinante nella qualità dei dati raccolti, confermando di fatto l’importanza di contesti realistici per l’addestramento di sistemi di AI multimodale.
Un elemento centrale dell’iniziativa riguarda lo sviluppo dell’hardware. L’assenza di soluzioni commerciali adeguate ha reso necessario progettare dispositivi su misura, integrando diverse tecnologie di rilevamento come EEG e fNIRS in caschi multimodali stampati in 3D. Le prime versioni, volutamente massicce, privilegiano la precisione del segnale rispetto alla comodità, mentre i prototipi futuri saranno ottimizzati per un utilizzo più pratico e diffuso. La gestione delle interferenze elettriche ha rappresentato una delle principali criticità tecniche, superata progressivamente grazie all’aumento del volume dei dati ed a modelli di apprendimento capaci di filtrare il rumore in modo statistico. Parallelamente, l’organizzazione del laboratorio è stata affinata con sistemi di monitoraggio e automazione che hanno permesso un funzionamento quasi continuo, riducendo drasticamente i costi di raccolta dei dati.
Oggi, l’attenzione è concentrata sull’addestramento delle reti neurali, mentre i meccanismi interni di traduzione tra cervello e linguaggio restano in gran parte riservati. L'alone di riservatezza alimenta curiosità e dibattito in un settore in cui le implicazioni etiche, cliniche e industriali sono potenzialmente rivoluzionarie. Se le promesse verranno mantenute, la lettura del pensiero potrebbe passare dalla fantascienza ad una possibile concreta tecnologia emergente.
