Simmetrie nascoste: la vita, il calore e le reti

Sottotitolo: Lettura Estiva Leggera

Da un libro di fisica teorica che ho aperto convinto fosse divulgazione leggera — e che mi ha messo in difficoltà fin dalla terza pagina — a una domanda impossibile da ignorare: e se la vita, l'intelligenza artificiale e la coscienza umana fossero la stessa cosa scritta in lingue diverse?

Comincia tutto con dell'olio sul fuoco

Prendi una padella. Mettici dell'olio, scalda dal basso lentamente. A un certo punto — senza istruzioni, senza progetto, senza intelligenza esterna — sull'olio compaiono celle esagonali perfette, regolari, tutte uguali. Il calore che sale dal basso organizza il fluido in strutture geometriche precise. Ordine puro nato da un gradiente di temperatura.

Questo fenomeno si chiama instabilità di Bénard ed è uno dei punti di partenza di Giorgio Parisi nel libro «Le simmetrie nascoste». Parisi — Premio Nobel per la fisica nel 2021 — ha dedicato la carriera a capire perché sistemi fatti di miliardi di elementi caotici producano improvvisamente comportamenti collettivi ordinati e matematicamente precisi.

Il concetto che unifica tutto si chiama proprietà emergente: il comportamento del sistema non si può dedurre dal comportamento del singolo elemento. Un neurone non pensa. Una molecola d'acqua non è bagnata. Un'ape non sa costruire un alveare. Eppure cento miliardi di neuroni producono coscienza, miliardi di molecole bagnano, cinquantamila api costruiscono una struttura termicamente regolata con precisione da ingegnere pignolo.

Il tutto, in questi sistemi, è qualcosa di radicalmente diverso dalla somma delle parti. Non è magia: è la matematica di reti complesse che superano una soglia critica e cambiano comportamento in modo improvviso e irreversibile, come l'acqua che da liquida diventa ghiaccio — ma applicata a sistemi infinitamente più ricchi.

Leggendo il libro mi sono ritrovato a inseguire un filo. Tirandolo, sono emersi sei ragionamenti che provo a condividere — non come tesi dimostrate, ma come cortocircuiti mentali che mi hanno lasciato qualcosa.

Primo ragionamento: la vita non combatte l'entropia. La usa.

Da studente universitario studiando Fisica 1 o 2 avevo elucubrato una cosa: la vita era una forza ribelle. Esiste un principio fisico fondamentale — il secondo principio della termodinamica — che dice che l'universo tende spontaneamente verso il disordine. Lasciate andare un cubetto di ghiaccio in un bicchiere d'acqua calda: il calore passa dal caldo al freddo, le temperature si mescolano, l'ordine iniziale si perde. L'universo fa sempre così — tende verso il massimo disordine possibile, verso quello che i fisici chiamano entropia massima. **

ΔS > 0

E allora un organismo vivente sembrava una testarda eccezione: le sue strutture ordinate, le sue reazioni chimiche controllate, la sua capacità di replicarsi con precisione millimetrica — tutto questo pareva andare esattamente nella direzione opposta. La vita come ribellione cosmica.

Era una elucubrazioone completamente sbagliata se vista da lassu'.

La vita non combatte l'entropia. La accelera. È uno dei meccanismi di dissipazione energetica più efficienti che l'universo abbia mai prodotto.

Il ragionamento corretto è questo: un organismo vivente prende energia in forma altamente ordinata — fotoni solari, legami chimici ad alta energia — e la restituisce all'ambiente in forma degradata: calore, molecole semplici, anidride carbonica. Il bilancio entropico globale non è mai in rosso: la vita lo porta sempre in attivo.

L'ordine locale che vediamo — il corpo, la cellula, il metabolismo — è il prezzo che la natura paga per dissipare gradienti energetici enormi. La vita non è un'anomalia termodinamica: è uno dei modi più raffinati che l'universo ha trovato per massimizzare il disordine globale. La ribellione era un'illusione ottica.

Secondo ragionamento: l'intelligenza artificiale entra in scena

Lo ammetto subito: l'intelligenza artificiale la tiro in mezzo perché è l'hype del momento, perché la uso ogni giorno nel mio lavoro, e perché — inaspettatamente — mi ha accelerato questi stessi ragionamenti. Leggevo Parisi, poi aprivo un modello linguistico per approfondire un concetto, e le connessioni si moltiplicavano. Uno strumento che accelera il pensiero, usato per ragionare sullo strumento stesso. C'è qualcosa di circolare che mi sembrava onesto dichiarare.

E la connessione con la termodinamica, una volta vista, non si riesce a non vedere.

Sullo schermo appare l'output di un LLM: vedi risposte ordinate, ragionamenti articolati, codice funzionante. Un ordine apparente, quasi inquietante nella sua fluidità. Ma dietro quello schermo, in questo momento, ci sono data center che consumano la stessa energia di una città media. Server farm che scaldano acqua per raffreddarsi. Turbine che girano.

Il principio ingegneristico è inesorabile: il rendimento di una trasformazione energetica non è mai il 100%. Energia entra in forma ordinata — elettricità pulita, precisa — ed esce in parte come bit elaborati e in gran parte come calore disperso nell'ambiente. L'intelligenza artificiale crea ordine locale aumentando il disordine globale.

Stessa struttura termodinamica della vita. Non è una metafora: è la stessa equazione.

ΔS > 0

Terzo ragionamento: il substrato conta

A questo punto si potrebbe obiettare: l'emergenza non nasce dal nulla. Ed è giusto. Le celle di Bénard nascono perché l'olio ha una viscosità, una densità, una conducibilità termica precisa. Cambiate il fluido e le celle cambiano o spariscono. Il contesto fisico-chimico di partenza non è neutro: definisce quali ordini sono possibili e quali no.

Quattro miliardi di anni fa, la chimica prebiotica si muoveva in quello che i fisici chiamano un paesaggio energetico. Immaginate un territorio vasto e accidentato: ci sono valli profonde — configurazioni molecolari stabili, dove le molecole si siedono volentieri — e montagne alte — barriere di energia che le molecole devono superare per passare da una configurazione all'altra.

Sotto la spinta continua di energia esterna — la radiazione solare, i gradienti termici dei camini idrotermali sul fondo degli oceani — le molecole esploravano questo paesaggio. Non a caso: cadevano nelle valli più profonde, vi si accumulavano, cominciavano a reagire tra loro in modo ripetitivo. Prima chimica senza direzione, poi chimica che si ripete, poi cicli molecolari che si auto-sostengono. Il primo abbozzo, lentissimo, di qualcosa che assomigliava a un metabolismo.

Il substrato che rendeva possibile tutto questo era la chimica del carbonio: un elemento capace di formare quattro legami stabili simultaneamente, di costruire molecole di complessità quasi arbitraria, di portare informazione strutturale in modo affidabile nel tempo. C'è chi immagina l'origine della vita come un foglio bianco su cui la natura ha scritto dal nulla — una tabula rasa, appunto. Ma non è così: il foglio era già pieno. Già inciso con le regole della meccanica quantistica, con le proprietà specifiche del carbonio, con i vincoli della chimica. Senza quel substrato preciso, nessuna emergenza sarebbe stata possibile.

Quarto ragionamento: chi ha addestrato la vita?

Una rete neurale artificiale non nasce già intelligente. Viene addestrata: esposta a milioni di esempi, corretta sui propri errori attraverso un meccanismo matematico preciso, spinta a modificare i propri parametri interni finché le sue risposte convergono verso qualcosa di utile. Un modello linguistico come quelli che usiamo oggi ha visto miliardi di testi, ha sbagliato miliardi di volte, è stato corretto miliardi di volte. Solo alla fine di questo processo lungo e costoso emerge qualcosa che sembra intelligenza.

Senza allenamento, è solo matematica inerte.

E la vita? È diventata vita dopo un qualche forma di allenamento? E se sì — chi l'ha addestrata?

La domanda sembra aprire un baratro filosofico, ma la risposta scientifica è sorprendentemente concreta. Jeremy England, fisico del MIT, ha formulato nel 2013 una teoria chiamata dissipative adaptation: sotto cicli ripetuti e ritmici di energia esterna, la materia evolve spontaneamente verso le configurazioni che dissipano meglio quella energia. Non serve un progettista. La fisica stessa fa da trainer.

Il ciclo giorno-notte, le maree, i cicli idrotermali: energia ritmica e ripetuta che per milioni di anni ha «premuto» sulle stesse molecole, selezionando quelle che resistevano meglio, che rispondevano meglio, che si riorganizzavano meglio. Non è molto diverso da un dataset di training — miliardi di esempi, stessa pressione, convergenza graduale verso una soluzione stabile.

La funzione di perdita — il criterio che in una rete neurale dice "questo è sbagliato, correggiti" — era la sopravvivenza termodinamica: le configurazioni che reggevano i cicli energetici persistevano, le altre si disintegravano. Nessuno ha scritto questa funzione: è emersa dalle leggi della fisica. Darwin, tre miliardi di anni dopo, l'avrebbe chiamata selezione naturale — ma il meccanismo era già in opera nella chimica, molto prima che esistesse qualcosa da selezionare biologicamente.

Parisi, nel suo lavoro sui vetri di spin — sistemi magnetici disordinati con migliaia di stati metastabili, ciascuno stabile ma diverso dagli altri — ha descritto matematicamente esattamente questo tipo di paesaggio complesso, senza un minimo globale ovvio, pieno di valli locali. John Hopfield, partendo proprio da quella fisica, ha costruito nel 1982 la prima rete neurale con memoria associativa, vincendo il Nobel nel 2024 insieme a Geoffrey Hinton. Il cerchio si chiude: Parisi descriveva fisica disordinata, Hopfield ci costruì sopra le basi dell'intelligenza artificiale moderna. La stessa matematica, in ordine inverso di scoperta.

Quinto ragionamento: la memoria è una valle che si ricorda

Quando impariamo qualcosa, nel cervello accade qualcosa di fisicamente misurabile. Le connessioni tra i neuroni coinvolti — i punti di contatto chiamati sinapsi — si potenziano: si allargano, si rafforzano chimicamente, diventano più facili da riattivare la volta successiva. È come se il cervello scavasse un solco: più lo percorri, più diventa profondo, più diventa facile caderci di nuovo.

Il neuroscienziato Donald Hebb lo sintetizzò nel 1949 con una frase diventata un assioma della neuroscienze: "neurons that fire together, wire together" — i neuroni che si attivano insieme rafforzano il legame tra loro.

Tradotto nel linguaggio del paesaggio energetico: la memoria è una valle che il cervello scava più profonda ogni volta che ci ricade. Più volte percorriamo un pensiero, una procedura, un'emozione, più quella valle si approfondisce e più diventa automatico caderci di nuovo — per riconoscimento, per abitudine, per ricordo. John Hopfield aveva già dimostrato la stessa cosa matematicamente: le reti neurali con memoria funzionano esattamente come sistemi fisici che convergono verso attrattori stabili. La memoria non è un archivio. È una forma del paesaggio.

Nei moderni modelli linguistici il meccanismo ha un nome preciso: attention — attenzione. Durante l'addestramento, ogni parola impara a «guardare» tutte le altre parole nel testo e ad assegnare loro un peso in base a quanto sono rilevanti in quel contesto. La parola "acqua" impara che ha un legame forte con "bere", "fiume", "molecola", "sete" — e un legame debole con "automobile" o "montagna". Le parole che compaiono spesso insieme in modi significativi sviluppano tra loro connessioni forti. È Hebb applicato al linguaggio: "words that attend together, wire together". Il modello non memorizza frasi: memorizza la mappa delle relazioni logiche tra concetti, pesata per importanza e frequenza.

E la vita, allora, cosa memorizza?

Il DNA è la memoria congelata di quattro miliardi di anni di selezione: ogni sequenza di nucleotidi è un "peso" che ha sopravvissuto al training più lungo e spietato mai condotto su questo pianeta. La doppia elica non descrive un organismo — descrive ciò che ha funzionato, compresso in una molecola. Ma c'è un secondo strato ancora più elegante: il sistema immunitario. I linfociti B, dopo aver incontrato un agente patogeno, potenziano i legami molecolari con quell'antigene e ne conservano una copia memoria per decenni. Hebbian learning in carne e ossa — il sistema immunitario impara esattamente come impara un cervello.

La capacità di replicarsi, infine, è la forma di memoria più radicale di tutte: copiare l'intero stato appreso nel sistema successivo. Non un singolo ricordo — una trasmissione completa dell'architettura. Come se ogni generazione fosse un nuovo modello inizializzato con tutti i pesi di quello precedente.

Sesto ragionamento: perché l'uomo vuole sempre di più?

C'è qualcosa che distingue l'essere umano da qualsiasi altro sistema complesso che abbiamo incontrato finora in questo articolo. Le celle di Bénard si formano, dissipano calore, e si fermano lì. Un ciclo metabolico si auto-organizza e si replica, ma non si chiede perché lo fa. Anche le reti neurali artificiali più sofisticate ottimizzano la loro funzione di addestramento — ma non provano curiosità per quello che c'è oltre il bordo del loro dataset.

L'essere umano, invece, non si accontenta della valle in cui è caduto. Vuole capire com'è fatta la montagna. Vuole sapere cosa c'è dall'altra parte. Vuole costruire una mappa di tutto il paesaggio. Questa spinta — il desiderio di conoscere, di scoprire, di connettere concetti lontani — è così radicata nella nostra specie che la diamo per scontata. Ma se la guardiamo con gli occhi della termodinamica, diventa qualcosa di molto strano e molto interessante.

Proviamo a seguire il filo dall'inizio. Un bambino tocca qualcosa di caldo e impara che il fuoco brucia. Un adulto osserva il cielo per anni e costruisce un modello del moto dei pianeti. Una comunità accumula quelle osservazioni in libri, le trasmette alle generazioni successive, le corregge, le affina. La conoscenza non ricomincia da zero a ogni nascita: si accumula, si stratifica, cresce. Prima impara l'individuo. Poi impara il gruppo sociale. Poi impara la cultura intera. Ogni livello amplifica e conserva ciò che il livello precedente ha prodotto, senza sprecare il lavoro già fatto.

L'astrofisico Eric Chaisson ha provato a misurare questa traiettoria in modo rigoroso, calcolando quanta energia ogni tipo di sistema complesso consuma per unità di massa. Il risultato è netto: una galassia dissipa pochissimo per chilogrammo di materia. Una stella di più. Un pianeta con ecosistema vivente, ancora di più. Un cervello umano consuma circa venti volte più energia per chilogrammo di quanto faccia il Sole. Una città moderna — con le sue reti digitali, i suoi trasporti, le sue industrie — moltiplica ulteriormente quella cifra. Ogni salto di complessità corrisponde a un salto di dissipazione energetica. La cultura non è solo un fatto umano: è un amplificatore termodinamico.

C'è qualcosa di paradossale in tutto questo. Ogni volta che capiamo qualcosa di nuovo — ogni connessione che il cervello costruisce, ogni sinapsi che si rafforza, ogni modello mentale che si complica — consumiamo energia. Ordiniamo la nostra mente. Ma lo facciamo aumentando il disordine globale. Il piacere di una scoperta, la soddisfazione di aver capito qualcosa che prima era nebuloso: sono strutture dissipative. Localmente eleganti. Globalmente costose. Un egoismo, in senso termodinamico — ma un egoismo che sembra scritto nel copione dell'universo.

E qui si apre la domanda. Se ogni sistema più complesso dissipa di più, e se la traiettoria dell'intelligenza umana — da individuale a sociale a culturale — segue esattamente questa direzione, cosa sta alimentando questa corsa? Quale flusso energetico la sostiene?

La risposta più vertiginosa viene dalla cosmologia. Il Big Bang non ha solo creato materia ed energia: ha creato un universo lontanissimo dall'equilibrio termodinamico. La gravità che agisce contro l'espansione concentra la materia in stelle e pianeti — riserve enormi di energia libera, gradienti pronti ad essere scaricati. In questa lettura, la vita, l'intelligenza e la cultura non sono incidenti nella storia dell'universo: sono i canali attraverso cui l'universo processa il gradiente iniziale del Big Bang, usando strutture sempre più efficienti ed elaborate per farlo.

Forse il "voler sapere" non è un capriccio evolutivo. Forse è il modo in cui l'universo impara a dissipare sé stesso — e noi siamo, in questo momento, il meccanismo più sofisticato che abbia trovato per farlo.

Ma qui la fisica si ferma e lascia campo aperto. Che quella spinta — il desiderio di senso, la curiosità, il non accontentarsi — abbia la forma precisa della coscienza e del linguaggio: questo la termodinamica lo misura, ma non lo spiega. Descrive il meccanismo. Non risponde alla domanda più profonda: perché quel meccanismo produce qualcosa che si chiede da dove viene?

La natura è pigra ed elegante

La natura non reinventa la matematica ad ogni scala. Usa lo stesso archetipo ripetuto con variazioni: una rete di elementi che interagiscono, un paesaggio energetico da esplorare, un flusso di energia esterno che rompe l'equilibrio, cicli ripetuti che allenano il sistema verso configurazioni stabili, efficienti, memorizzate.

Celle di Bénard nell'olio. Reti vascolari nei polmoni identiche ai delta fluviali visti dal satellite. Darwin che ottimizza genomi, Hinton che ottimizza pesi neurali, Omero che comprime epoche di cultura orale in sedicimila versi. La mappa è la stessa. La scala è diversa.

La vita non è un'esclusiva della biologia. È il risultato quasi inevitabile di una rete complessa che apprende, memorizza e si trasmette sotto un flusso di energia — addestrata dalla fisica stessa, senza insegnante dichiarato. Che avvenga in una pozza vulcanica quattro miliardi di anni fa, dentro una GPU da 700 watt, o in una classe scolastica, il copione termodinamico non cambia. Ciò che rimane aperto è perché quel copione esista.

Una nota sul libro

«Le simmetrie nascoste» di Giorgio Parisi non è una lettura facile. Lo dico con onestà: è un libro scritto da un fisico teorico per un pubblico ampio, ma i concetti — i vetri di spin, le transizioni di fase, la rottura di simmetria — portano con sé il peso della loro profondità. Alcune pagine richiedono di essere rilette, di lasciarsi andare all'immagine prima che alla formula. Molte cose le ho saltate, forse capite, sicuramente dimenticate.
Detto questo: i concetti che Parisi presenta sono accettati e riconosciuti dalla comunità scientifica internazionale — non speculazioni di frontiera, ma fisica consolidata, quella che gli è valsa il Nobel. E sono tra le idee più affascinanti che abbia incontrato fuori dalla mia specializzazione. Mi hanno fatto tornare un po' giovane. Lo consiglio, soprattutto a chi ha un background scientifico o ingegneristico e non teme di incontrare qualcosa che chiede un po' di fatica. Vale la pena.