fbpx Il sonno ripulisce la mente | Scienza in rete

Il sonno ripulisce la mente

Read time: 1 min

Roberta Villa

Dopo una notte insonne sentite la mente ovattata? La metafora non potrebbe essere più azzeccata, secondo i risultati di un lavoro appena pubblicato su Science e condotto sui moscerini della frutta da tre ricercatori italiani. Giulio Tononi e Chiara Cirelli, neuroscienziati approdati all'Università del Wisconsin, già cinque anni avevano proposto la cosiddetta teoria dell'omeostasi sinaptica, secondo cui il sonno serve a riequilibrare l'attività delle sinapsi stimolate durante la veglia. Ora, insieme con Giorgio Gilestro, hanno dimostrato che quando i moscerini della specie Drosophila melanogaster, che ha caratteristiche del sonno simili a quelle dei mammiferi, sono tenuti forzatamente svegli, nelle loro sinapsi si accumula una quantità abnorme di proteine, che torna a diminuire col sonno.

Un altro lavoro pubblicato sulle stesso numero della rivista e condotto da ricercatori della Washington University di St. Louis dimostra che anche il numero delle sinapsi è influenzato dai ritmi di sonno e veglia: aumenta infatti durante un'intensa attività e va diminuendo quando gli insetti dormono. Una conferma della pulizia cerebrale sbrigata ogni notte da Morfeo. 

 Fonte: Science 1, Science 2, Science 3

Neuroscienze

prossimo articolo

LLM e ricerca scientifica: opportunità, rischi e controlli

disegno di ricercatore al computer

Come integrare i modelli linguistici di grandi dimensioni nel processo scientifico senza comprometterne l'integrità? Gli LLM sono utili quando velocizzano lavoro ripetitivo e preparatorio. Diventano rischiosi quando il loro output entra direttamente nel processo di validazione o nella decisione scientifica. La questione da porre non è se ma come integrarli nel processo scientifico senza comprometterne l'integrità.

Immagine di copertina realizzata con ChatGPT

Nel discorso pubblico, intelligenza artificiale e Large Language Model (LLM) vengono spesso usati come sinonimi. Non lo sono. L'IA è il campo più ampio che comprende tecniche diverse — dai sistemi simbolici all'apprendimento automatico, dalla visione artificiale alla robotica, fino ai modelli generativi. Gli LLM sono una classe specifica di questi sistemi: modelli addestrati su grandi quantità di testo e, sempre più spesso, di dati multimodali, capaci di produrre risposte linguisticamente plausibili, codice, sintesi, classificazioni e proposte operative.