Network activity and task performance in a biocomputer playing Pong

Frullo, Alessandro (2026) Network activity and task performance in a biocomputer playing Pong. [Laurea magistrale], Università di Bologna, Corso di Studio in Ingegneria elettronica [LM-DM270], Documento ad accesso riservato.
Documenti full-text disponibili:
[thumbnail of Thesis] Documento PDF (Thesis)
Full-text non accessibile fino al 20 Luglio 2027.
Disponibile con Licenza: Creative Commons: Attribuzione - Condividi allo stesso modo 4.0 (CC BY-SA 4.0)

Download (8MB) | Contatta l'autore

Abstract

Il concetto di Synthetic Biological Intelligence (SBI) prevede di utilizzare le colture neuronali viventi come substrato computazionale. Il paradigma DishBrain (Cortical Labs) ha dimostrato che neuroni corticali, accoppiati in tempo reale a una simulazione del gioco Pong, adattano la loro attività all’interno di un circuito sensomotorio chiuso; quel risultato, però, dipendeva da un apparato di ricerca su misura e non da uno strumento standardizzato. Ora Cortical Labs ha reso disponibile CL1, una nuova piattaforma commerciale che integra in un unico dispositivo la coltura (wetware), l’interfaccia elettrofisiologica (hardware) e la logica a circuito chiuso (software) ed espone l’attività neurale e il controllo del gioco attraverso un Software Development Kit (SDK). Cosa produce quando la si usa per replicare un esperimento di questo tipo? CL1 è lo strumento centrale del lavoro, e la domanda riguarda tanto i suoi risultati quanto il suo comportamento come piattaforma. Abbiamo condotto una serie di sessioni di Pong su una singola coltura di origine umana, ripetute nell’arco di alcune settimane. Raccogliendo e analizzando questi dati abbiamo costruito una pipeline di analisi che estrae metriche di tipo neurale e comportamentale, un filtro di controllo per l’artefatto del “locked control loop” della piattaforma e test statistici adatti a un disegno sperimentale a misure ripetute su un singolo soggetto. I risultati sono esplorativi e riguardano una sola coltura: mostrano cambiamenti misurabili ma non generalizzabili. Il contributo principale è metodologico: una pipeline di analisi e un quadro di confronto con lo studio originale, insieme a una mappa dei limiti della piattaforma commerciale.

Abstract
Tipologia del documento
Tesi di laurea (Laurea magistrale)
Autore della tesi
Frullo, Alessandro
Relatore della tesi
Correlatore della tesi
Scuola
Corso di studio
Indirizzo
CURRICULUM ELECTRONICS FOR INTELLIGENT SYSTEMS, BIG-DATA AND INTERNET OF THINGS
Ordinamento Cds
DM270
Parole chiave
Synthetic Biological Intelligence, DishBrain, Cortical Labs CL1, biocomputer, cortical neurons, Pong, closed-loop sensorimotor system, microelectrode array, electrophysiology, spiking, network bursts, neuronal criticality, branching ratio, complexity, functional connectivity, behavioural metrics, repeated measures, Page test, Wilcoxon test, quality control, outliers, data analysis pipeline, organoid intelligence, bioengineered intelligence, neuronal cultures, N-of-1
Data di discussione della Tesi
20 Luglio 2026
URI

Altri metadati

Gestione del documento: Visualizza il documento

^