L'ippocampo: la mappa, il ricordo, e il GPS che il cervello aveva prima del GPS

Nel 1953 un chirurgo rimuove due piccole strutture dal cervello di un giovane epilettico e gli toglie, senza volerlo, la capacità di formare nuovi ricordi. Diciotto anni dopo, due ricercatori a Londra scoprono che quelle stesse strutture contengono neuroni che sparano solo quando un ratto si trova in un punto preciso di una stanza. Per trent’anni le due scoperte sono sembrate parlare di organi diversi. Questo capitolo racconta perché parlavano dello stesso organo, e cosa quell’organo — l’ippocampo — ha da dire a chi costruisce agenti che devono ricordare e orientarsi.

Il 1° settembre 1953, in un ospedale di Hartford, Connecticut, il neurochirurgo William Beecher Scoville opera un paziente di ventisette anni. L’uomo soffre da anni di crisi epilettiche che nessun farmaco controlla. Scoville decide per un intervento radicale: asportare, da entrambi i lati del cervello, una porzione del lobo temporale mediale, la regione che le crisi sembrano avere come epicentro.

L’operazione riesce nel suo obiettivo dichiarato: le crisi diminuiscono drasticamente. Ma il paziente esce dalla sala operatoria con un deficit che nessuno aveva previsto e che lo accompagnerà per i successivi cinquantacinque anni di vita. Non riesce più a formare nuovi ricordi.

Quel paziente — noto in vita solo con le iniziali H.M., e identificato dopo la morte come Henry Molaison (1926-2008) — diventerà il singolo caso clinico più studiato nella storia delle neuroscienze. E le strutture che Scoville gli aveva rimosso, l’ippocampo e i tessuti circostanti, diventeranno il punto di partenza di due tradizioni di ricerca che per decenni hanno faticato a riconoscersi come affini: la scienza della memoria e la scienza della navigazione spaziale.

Questo capitolo ricostruisce le due tradizioni e mostra dove si saldano. Lo fa con un secondo obiettivo, specifico per chi legge questa wiki: l’ippocampo è la struttura cerebrale che più spesso viene evocata quando si parla di “dare memoria” a un agente, o di costruire una “mappa cognitiva” del mondo dentro un modello.

Alcuni di questi rimandi sono buone analogie didattiche; uno almeno è una scoperta empirica notevole; nessuno è una prova che cervello e modello facciano la stessa cosa. Distinguere le classi è parte del lavoro.

Perché questo capitolo

I capitoli precedenti della Parte III hanno costruito il cervello componente per componente. Neuroni, sinapsi, plasticità lo ha presentato in scala; Il potenziale d’azione ha seguito il segnale lungo un neurone; La sinapsi ha descritto come due neuroni comunicano.

La plasticità hebbiana ha mostrato come una connessione cambia forza con l’esperienza; La corteccia ha disposto quei mattoni in un’architettura a strati; Dopamina ha introdotto un segnale globale che dice al cervello come stanno andando le cose.

Manca un anello. Sappiamo come una sinapsi impara, e sappiamo quale segnale le dice quando vale la pena imparare. Ma un ricordo episodico — la memoria di un evento singolo, vissuto una volta sola, in un luogo e un tempo precisi — non è una sinapsi che si rafforza.

È un pattern coerente sparso su migliaia di neuroni in regioni diverse, che deve essere legato insieme nel momento in cui l’evento accade e ricomposto, anni dopo, a partire da un solo indizio. Serve una struttura che faccia quel lavoro di legatura. Quella struttura è l’ippocampo.

C’è poi una ragione che riguarda il resto della Parte III e le Parti tecniche. Tre dei concetti più ricorrenti nel discorso sugli agenti AI hanno una controparte nell’ippocampo: la mappa cognitiva (l’idea di un modello interno dell’ambiente, parente dei world model del reinforcement learning), il replay (la riproduzione di esperienze passate, che dà il nome all’experience replay del deep RL), e l’indicizzazione della memoria (un indice compatto che richiama contenuti distribuiti, parente dei sistemi di retrieval).

Avere chiaro cosa fa l’ippocampo serve a leggere quelle controparti senza scambiare un’analogia per un’identità.

Una terza ragione è metodologica. L’ippocampo è uno dei pochi casi, nelle neuroscienze, in cui si può seguire una catena quasi completa: da una lesione clinica a una funzione, da una funzione a un tipo di cellula, da un tipo di cellula a un meccanismo, e da lì a un modello computazionale. Poche storie nella scienza del cervello sono così documentate dall’inizio alla fine.

Per chi vuole giudicare quando un’analogia cervello-AI è solida e quando è vaga, l’ippocampo — accanto alla dopamina del capitolo precedente — è un banco di prova ideale: mostra che aspetto ha l’evidenza quando c’è davvero.

Contesto: due scoperte che sembravano parlare di organi diversi

Per capire l’ippocampo servono due storie. Iniziano a diciotto anni di distanza, in due paesi, con due metodi opposti — la lesione clinica e la registrazione elettrofisiologica — e per molto tempo non si parlano.

La prima storia: la memoria

H.M. fu studiato per decenni da Brenda Milner, neuropsicologa canadese del Montreal Neurological Institute, e poi dalla sua allieva Suzanne Corkin. Il primo resoconto sistematico è il paper di Scoville e Milner, Loss of recent memory after bilateral hippocampal lesions (Journal of Neurology, Neurosurgery & Psychiatry, 1957), che descrive H.M. e altri pazienti con lesioni analoghe. È uno dei lavori fondativi delle neuroscienze della memoria.

Il quadro di H.M. è preciso e, alla prima lettura, paradossale. L’uomo conservava un quoziente intellettivo sopra la media. Parlava normalmente, percepiva normalmente, ragionava normalmente. Poteva tenere a mente un numero di telefono finché restava concentrato su di esso. Ricordava la propria infanzia e gran parte della vita prima dell’operazione.

Ma qualunque esperienza nuova — una persona conosciuta dieci minuti prima, il pranzo appena consumato, la stanza in cui si trovava — svaniva senza lasciare traccia. Questa condizione si chiama amnesia anterograda: l’incapacità di formare nuovi ricordi a partire dal momento del danno, distinta dall’amnesia retrograda che cancella il passato.

Il dettaglio che trasformò il caso da curiosità clinica a svolta teorica emerse da un esperimento di Milner. H.M. fu sottoposto a un compito di mirror tracing: ricalcare con la matita il contorno di una stella guardando la propria mano solo riflessa in uno specchio, un esercizio innaturale e frustrante.

H.M. lo ripeté per giorni. E migliorò — la sua mano diventava più precisa, più veloce, prova dopo prova, esattamente come quella di una persona sana che si allena. Solo che ogni volta, davanti al foglio, era convinto di non aver mai svolto quel compito in vita sua.

Quella dissociazione è il risultato più importante del caso H.M. Esistono almeno due memorie diverse, con substrati diversi. C’è il sapere che — la memoria dichiarativa: fatti, eventi, esperienze, il tipo di ricordo che si può raccontare a parole — e c’è il sapere come — la memoria procedurale: abilità motorie e percettive che si manifestano nell’azione e non nel racconto.

L’operazione di Scoville aveva distrutto la prima e lasciato intatta la seconda. La distinzione fra questi due tipi di memoria è il tema del capitolo Memoria dichiarativa e procedurale; qui conta il punto strutturale che il caso fissa: la memoria non è una facoltà unica e diffusa, ha componenti separabili, e l’ippocampo serve specificamente la formazione di quella dichiarativa.

Un secondo punto, altrettanto importante: H.M. conservava i ricordi remoti. La vita prima del 1953 era in larga parte accessibile. Questo dice che l’ippocampo non è il magazzino dei ricordi — se lo fosse, rimuoverlo avrebbe cancellato anche il passato.

È piuttosto la struttura necessaria a scriverli e, per un certo tempo, a recuperarli. Il magazzino definitivo sta altrove, nella neocorteccia. Su questo torneremo parlando di consolidamento.

La seconda storia: lo spazio

Nel novembre 1971, sulla rivista Brain Research, compare un articolo breve di due autori dello University College London: John O’Keefe, neuroscienziato americano-britannico, e il suo studente Jonathan Dostrovsky. Il titolo è The hippocampus as a spatial map. Preliminary evidence from unit activity in the freely-moving rat.

O’Keefe aveva fatto qualcosa che, all’epoca, era tecnicamente difficile: registrare l’attività elettrica di singoli neuroni nell’ippocampo di ratti liberi di muoversi, non anestetizzati e immobilizzati. Inserì microelettrodi attraverso il cranio di ventitré ratti e raccolse segnali da settantasei posizioni diverse.

Quello che trovò fu inatteso. Alcuni neuroni dell’ippocampo non rispondevano a stimoli sensoriali nel senso classico — un suono, una luce, un tocco. Rispondevano a una cosa sola: dove si trovava l’animale. Una di quelle cellule sparava intensamente quando il ratto era in un angolo preciso della gabbia e taceva ovunque altrove. Un’altra aveva il suo angolo da un’altra parte.

O’Keefe le chiamò place cells, cellule di posizione, e chiamò place field, campo di posizione, la regione di spazio in cui una data cellula si attiva. La popolazione di place cells funziona, nel suo insieme, come una mappa: sapendo quali cellule stanno sparando si può decodificare con buona precisione dove si trova l’animale, senza guardarlo.

Tre proprietà delle place cells contano per il seguito.

La prima: i campi sono allocentrici, ancorati al mondo e non al corpo. Una place cell non codifica “due metri davanti al mio muso” — quella sarebbe una rappresentazione egocentrica, legata al punto di vista. Codifica “l’angolo nord-est della stanza”, un punto fisso indipendente da dove guarda l’animale. È una rappresentazione del mondo come mappa vista dall’alto, non come scena vista in prima persona.

La seconda: il remapping. Se si sposta il ratto in un ambiente nuovo, le place cells riorganizzano i loro campi. Le stesse cellule che mappavano la stanza A formano una mappa diversa e scorrelata per la stanza B. L’ippocampo non ha una sola mappa: ne ha molte, una per ogni ambiente conosciuto, sovrapposte sullo stesso hardware.

La terza: i campi persistono al buio. Spente le luci, tolti i punti di riferimento visivi, una place cell continua per un po’ a sparare nella posizione giusta, perché l’animale tiene il conto del proprio movimento — di quanto e in che direzione si è spostato.

Questa capacità di stimare la posizione integrando il proprio movimento, senza riferimenti esterni, si chiama path integration, integrazione di percorso: è la stessa cosa che in navigazione marittima si chiama navigazione a stima.

Nel 1978 O’Keefe e Lynn Nadel, psicologo statunitense, raccolgono questa linea di ricerca in un libro denso, The Hippocampus as a Cognitive Map (Oxford University Press). La tesi: l’ippocampo è il substrato neurale della cognitive map, la mappa cognitiva.

Quel termine non era nuovo. L’aveva coniato nel 1948 lo psicologo statunitense Edward Tolman, in un articolo intitolato Cognitive maps in rats and men. Tolman, studiando ratti nei labirinti, aveva sostenuto una tesi allora controcorrente: l’animale non impara una catena di risposte motorie (“al bivio, gira a destra”), impara una rappresentazione del layout.

La prova era che, messo davanti a una scorciatoia mai percorsa prima, il ratto la prendeva — cosa impossibile se avesse memorizzato solo una sequenza di svolte. Tolman aveva l’idea della mappa interna; O’Keefe e Nadel, trent’anni dopo, le diedero un substrato di cellule.

Le date che contano

1948 — Edward Tolman propone il concetto di cognitive map su base puramente comportamentale.

1953 — William Scoville opera H.M.: asportazione bilaterale del lobo temporale mediale.

1957 — Scoville e Milner pubblicano il resoconto di H.M.: l’ippocampo è necessario per la memoria dichiarativa.

1971 — O’Keefe e Dostrovsky scoprono le place cells nell’ippocampo del ratto.

1978 — O’Keefe e Nadel pubblicano The Hippocampus as a Cognitive Map.

1986 — Teyler e DiScenna propongono la hippocampal memory indexing theory.

Anni ‘80-‘90 — vengono caratterizzate head-direction cells (Ranck, Taube) e i meccanismi del replay.

2005 — Hafting, Fyhn e i coniugi Moser scoprono le grid cells nella corteccia entorinale.

2014 — Premio Nobel per la Fisiologia o la Medicina a O’Keefe e a May-Britt ed Edvard Moser.

2018 — Banino e colleghi di DeepMind mostrano che unità simili alle grid cells emergono in una rete neurale addestrata alla path integration.

Anatomia: dove sta, com’è fatto, a cosa è collegato

L’ippocampo prende il nome dal greco hippokampos, cavalluccio marino, per la forma ricurva e affusolata che ha quando lo si estrae. Ce ne sono due, uno per emisfero, sepolti in profondità nel lobo temporale mediale, sotto la corteccia. Sono strutture filogeneticamente antiche: una forma di ippocampo esiste in tutti i mammiferi, e strutture omologhe esistono in uccelli e rettili.

Per gli scopi di questo capitolo basta un’anatomia minima. L’ippocampo non lavora isolato: forma un sistema con la corteccia entorinale (entorhinal cortex), un’area della corteccia che funge da principale porta d’ingresso e d’uscita dell’ippocampo.

Quasi tutto ciò che l’ippocampo riceve dal resto della corteccia passa per l’entorinale, e quasi tutto ciò che restituisce ci ripassa. Tenere a mente questa coppia — ippocampo più corteccia entorinale — è importante, perché la scoperta successiva, quella delle grid cells, riguarda l’entorinale, non l’ippocampo in senso stretto.

Internamente l’ippocampo è organizzato in sottoregioni collegate in sequenza, con nomi che derivano dall’anatomia classica: il giro dentato e i campi denominati CA3 e CA1. Il dettaglio del circuito è fuori dallo scope di questo capitolo; contano due fatti, perché tornano utili più avanti.

Il primo riguarda il giro dentato. Quando un segnale entra nell’ippocampo dalla corteccia entorinale, la prima tappa è il giro dentato, che opera una trasformazione chiamata pattern separation, separazione dei pattern: prende ingressi anche molto simili fra loro e li mappa su rappresentazioni interne il più possibile distinte.

È il meccanismo che permette di non confondere due episodi quasi identici — la colazione di oggi e quella di ieri, lo stesso bar, la stessa tazza. Senza separazione, ricordi simili interferirebbero e si fonderebbero.

Il secondo riguarda CA3. Questa regione ha una fitta rete di connessioni che la riportano su sé stessa — i suoi neuroni si parlano gli uni con gli altri in modo massiccio. Una rete così, in cui un pattern di attività può autosostenersi e completarsi, è capace di pattern completion, completamento dei pattern: dato un frammento di un pattern memorizzato, ricostruisce il pattern intero.

È il meccanismo che permette di rievocare un ricordo completo a partire da un indizio parziale — un odore, una nota di musica, una faccia.

Separazione e completamento sono due operazioni in tensione: una vuole rendere distinte rappresentazioni simili, l’altra vuole ricostruire un tutto da una parte.

L’ippocampo le ospita entrambe, in stadi diversi del suo circuito, ed è proprio questa coppia — distinguere in scrittura, ricostruire in lettura — che lo rende un buon dispositivo di memoria. Su pattern completion, in particolare, poggia la teoria dell’indicizzazione che vedremo fra poco.

Un’ultima nota sull’ippocampo umano, per non lasciare l’impressione che sia un organo da laboratorio. È fra le prime strutture colpite dalla malattia di Alzheimer, e la sua atrofia è uno dei marcatori precoci della patologia: la perdita di memoria episodica che apre il quadro clinico è, in larga parte, la stessa funzione che H.M. perse di colpo nel 1953, qui erosa lentamente.

L’ippocampo è inoltre molto vulnerabile a ipossia e stress prolungato. Lo studio di questa struttura non è quindi solo una questione di principio sui meccanismi della memoria: tocca direttamente la medicina di una delle condizioni più diffuse dell’invecchiamento.

L’intuizione: la mappa e l’indice

Prima di formule ed esperimenti, conviene afferrare cosa fa l’ippocampo da due angoli diversi. I due angoli sembrano descrivere due organi; il punto del capitolo è che descrivono lo stesso.

Primo angolo: il GPS che il cervello aveva prima del GPS

Un navigatore satellitare fa tre cose. Sa dove sei (una coordinata). Sa com’è fatto il territorio intorno (una mappa). E con le due cose calcola un percorso, eventualmente una scorciatoia, verso dove vuoi andare.

Il sistema ippocampo-entorinale fa esattamente questo, e lo faceva milioni di anni prima dei satelliti. Le place cells dell’ippocampo dicono dove sei: la posizione corrente, letta dalla popolazione di cellule attive. Le grid cells della corteccia entorinale — che incontreremo tra poco — forniscono la metrica, il sistema di coordinate regolare che permette di misurare distanze e direzioni. Le head-direction cells dicono verso dove sei orientato, come una bussola.

E la mappa così composta non serve solo a sapere dove si è: serve a calcolare percorsi mai fatti, a prendere scorciatoie, a tornare a casa al buio. È il “GPS interno” — l’espressione usata dal comitato Nobel nel 2014.

Secondo angolo: l’indice di un libro sparpagliato

C’è un secondo modo di guardare l’ippocampo, che sembra non avere nulla a che fare con lo spazio.

Pensa a come è fatto un ricordo episodico — la memoria di una cena di ieri sera. Quel ricordo non è conservato in un posto solo. La faccia delle persone è una traccia nelle aree visive; le loro voci, nelle aree uditive; il sapore del cibo, nelle aree gustative; l’emozione provata, in altre regioni ancora. Un episodio è un pattern sparso su mezza corteccia.

Il problema è: come si rimette insieme? Domani, sentendo un solo frammento — il nome del ristorante — vuoi che torni l’intero episodio, faccia, voce, sapore, emozione. Serve qualcosa che, al momento dell’evento, abbia preso nota di quali moduli corticali si erano accesi insieme, e che sappia riaccenderli tutti a partire da uno solo.

Quel qualcosa è l’ippocampo. Non immagazzina la cena: immagazzina un indice della cena — un pattern compatto che punta all’insieme dei moduli corticali coinvolti. È esattamente l’indice analitico di un libro: l’indice non contiene il testo, contiene puntatori. Cercare una voce nell’indice ti porta a tutte le pagine giuste.

Questi due angoli — la mappa e l’indice — sembrano descrivere due organi diversi. Per trent’anni la comunità della memoria e quella della navigazione si sono comportate come se lo fossero. Il resto del capitolo mostra perché sono lo stesso organo visto da due lati: una mappa è un modo di indicizzare, e indicizzare uno spazio fisico è solo il caso più visibile di una capacità più generale.

Terzo angolo: il problema del legame

C’è un terzo modo di entrare nella questione, che chiarisce perché serva una struttura dedicata e non bastino le sinapsi diffuse della corteccia. Si chiama, in psicologia e neuroscienza, il binding problem, il problema del legame.

Un episodio non è una lista di elementi: è una combinazione specifica di elementi. “Ho incontrato Marco al bar venerdì” non si riduce a tre fatti separati — esiste Marco, esiste il bar, esiste venerdì. È il fatto che quei tre elementi vanno insieme, in quella precisa configurazione e non in un’altra.

Domani potrei incontrare Marco altrove, o al bar potrei incontrare un’altra persona. Il sistema di memoria deve registrare la congiunzione, non gli ingredienti.

La corteccia, da sola, è cattiva a questo. È fatta per estrarre regolarità, per generalizzare, per fondere esperienze simili in concetti — è il suo punto di forza, e il capitolo La corteccia lo descrive. Ma proprio per questo tende a sovrascrivere: un nuovo episodio simile a uno vecchio rischia di cancellarlo.

L’ippocampo risolve il problema facendo l’opposto della corteccia: scrive in fretta, lega gli elementi di un singolo episodio in un colpo solo (apprendimento one-shot), e li tiene separati grazie al pattern separation del giro dentato. È un sistema di memoria veloce e ad alta capacità di discriminazione, che lavora in coppia con un sistema corticale lento e generalizzante.

Questa divisione del lavoro — un sistema che impara in fretta gli episodi, uno che ne distilla lentamente la struttura — è una delle idee più feconde delle neuroscienze della memoria, e ha un nome: complementary learning systems. La incontreremo di nuovo, in veste tecnica, parlando del consolidamento.

La meccanica: place cells, grid cells, e il sistema di coordinate

Da dove viene il segnale spaziale: le grid cells

Le place cells del 1971 lasciavano aperta una domanda. Una place cell sa che l’animale è “qui”. Ma da dove prende l’informazione metrica — la nozione di distanza, di direzione, di quanto “qui” dista da “là”? Una mappa senza scala non è una mappa.

La risposta arriva nel 2005, e arriva da un’altra struttura. May-Britt Moser ed Edvard Moser, neuroscienziati norvegesi della NTNU di Trondheim — all’epoca coniugi e a lungo collaboratori — decidono di guardare a monte dell’ippocampo, dentro la corteccia entorinale che lo alimenta. Con Torkel Hafting, Marianne Fyhn e Sturla Molden pubblicano su Nature l’articolo Microstructure of a spatial map in the entorhinal cortex (2005).

Quello che trovano sono le grid cells, cellule a griglia.

Una grid cell non si comporta come una place cell. Non ha un solo campo: ne ha molti. Mentre il ratto esplora l’ambiente, una singola grid cell spara non in un punto, ma in una costellazione di punti — e quei punti, mappati, formano una griglia regolare di triangoli equilateri che tassella l’intera superficie disponibile. Un reticolo esagonale perfetto, generato da una sola cellula.

Tre proprietà rendono le grid cells un sistema di coordinate.

Cellule vicine nella corteccia entorinale hanno griglie con lo stesso orientamento e la stessa spaziatura, ma sfasate l’una rispetto all’altra: i vertici di una cadono dove l’altra ha i vuoti. Insieme, un gruppo di grid cells copre ogni punto dello spazio.

La spaziatura cambia in modo ordinato lungo l’asse dorso-ventrale della corteccia entorinale: in alto griglie fitte, con vertici vicini; più in basso griglie via via più larghe. Il risultato è un codice multiscala della posizione — fine e grossolano insieme, come avere righelli di diverse unità.

La griglia è ancorata ai punti di riferimento esterni quando ci sono, ma persiste in loro assenza. È il substrato fisico della path integration: il reticolo regolare fornisce la metrica con cui l’animale aggiorna la stima della propria posizione integrando il movimento.

Il quadro che ne emerge: corteccia entorinale e ippocampo formano insieme un sistema di posizionamento. Le grid cells forniscono il sistema di coordinate metrico; le head-direction cells — scoperte negli anni ‘80 da James Ranck e caratterizzate da Jeffrey Taube, sparano quando la testa punta in una certa direzione assoluta — forniscono la bussola; le boundary cells o cellule di confine segnalano la vicinanza ai muri.

L’ippocampo prende tutti questi ingressi e li combina in place cells: rappresentazioni specifiche di questo luogo, in questo ambiente, in questo episodio. È il punto in cui un sistema di coordinate diventa una mappa di esperienze.

Per questa serie di scoperte il Premio Nobel per la Fisiologia o la Medicina 2014 andò a John O’Keefe per metà, e a May-Britt ed Edvard Moser per la metà congiunta — “per le loro scoperte di cellule che costituiscono un sistema di posizionamento nel cervello”. May-Britt Moser è una delle poche donne ad aver ricevuto quel premio.

Replay: come la mappa diventa ricordo

C’è un fenomeno che collega esplicitamente le due funzioni dell’ippocampo, la mappa e la memoria. Si chiama replay.

Quando un ratto esplora un percorso, le sue place cells si accendono in sequenza: prima quella del punto di partenza, poi quella del tratto successivo, e così via fino all’arrivo. È la mappa che si srotola mentre l’animale cammina. Ma qualcosa di notevole succede dopo, quando l’animale si ferma — per riposare, per mangiare — e soprattutto quando dorme.

Durante il sonno a onde lente e nei momenti di veglia quieta, l’ippocampo genera brevi scariche di attività chiamate sharp-wave ripples (onde acute con increspature): oscillazioni del campo elettrico locale ad alta frequenza, intorno ai 150-250 Hz, che durano una frazione di secondo.

Dentro una sharp-wave ripple, le place cells che si erano attivate in sequenza durante l’esplorazione si riattivano nello stesso ordine — ma in un tempo enormemente compresso. Una traiettoria che l’animale aveva percorso in cinque secondi viene “rigiocata” in circa cento, centocinquanta millisecondi. È il replay: il cervello che ripassa il percorso a velocità accelerata.

Il replay non è una curiosità. È, con ogni probabilità, un meccanismo del consolidamento della memoria. Tre fatti lo suggeriscono.

Primo: la compressione temporale ha un senso preciso. Schiacciando una sequenza di secondi in poche decine di millisecondi, il replay porta gli spike di neuroni consecutivi dentro la finestra temporale in cui la plasticità sinaptica opera — la finestra della spike-timing-dependent plasticity discussa in Plasticità hebbiana. Il replay è, in pratica, un modo di forzare l’apprendimento delle sequenze.

Secondo: durante il sonno il replay ippocampale è coordinato con le oscillazioni della neocorteccia. È il “dialogo notturno” fra ippocampo e corteccia che il capitolo Consolidamento della memoria tratta nel dettaglio: l’ippocampo riproduce, la corteccia ascolta e gradualmente assorbe.

Vale la pena soffermarsi sulla direzione del replay, perché non è un dettaglio. Il replay che segue immediatamente un’esperienza tende ad andare all’indietro — dall’arrivo verso la partenza.

Questa direzione ha un senso funzionale preciso se si pensa all’apprendimento per rinforzo: partire dal punto in cui è arrivato il reward e propagare il valore a ritroso lungo la sequenza di luoghi che ci hanno portato è esattamente ciò che fa un algoritmo che aggiorna stime di valore. Il replay in avanti, invece, è più adatto a simulare un percorso prima di compierlo.

La stessa struttura — una sequenza di place cells — viene riletta in versi diversi per scopi diversi: consolidare ciò che è stato, oppure pianificare ciò che potrebbe essere.

Terzo: si può intervenire. Esperimenti di tipo closed-loop, in cui le sharp-wave ripples vengono rilevate in tempo reale e disturbate durante il sonno successivo a un apprendimento, mostrano che la memoria del compito ne risulta degradata; potenziarle, in altri esperimenti, la migliora. Il replay non accompagna soltanto il consolidamento: ne è una causa.

Una notazione che conta per più avanti: il replay in veglia non va solo all’indietro. Può anche andare in avanti, e anticipare traiettorie che l’animale sta per percorrere — una forma di pianificazione, di simulazione di un futuro possibile prima di muoversi.

Conviene fissare anche un terzo regime, oltre al replay nel sonno e al reverse replay che segue un’esperienza. È stato osservato il preplay: in alcuni esperimenti, sequenze di place cells che corrispondono a un percorso compaiono in forma compressa prima che l’animale lo percorra per la prima volta. L’interpretazione è contesa — se il preplay rifletta una pre-configurazione del circuito o un artefatto statistico è ancora discusso.

Ma se confermato suggerisce un’immagine forte: l’ippocampo non si limita a registrare il passato, genera e valuta traiettorie possibili.

Il replay, in questa lettura ampia, è il motore con cui il cervello rivede ciò che è stato e prova ciò che potrebbe essere. È la stessa funzione — riprodurre esperienze fuori dal momento in cui accadono — che il deep reinforcement learning ha battezzato, con un debito esplicito, experience replay.

La sintesi: mappa o memoria? Entrambe, e per la stessa ragione

A questo punto le due storie possono saldarsi. La domanda che le tiene separate è: cosa fa davvero, in fondo, l’ippocampo? È un organo della navigazione spaziale che, per caso, serve anche la memoria? O è un organo della memoria a cui, per caso, capita di mappare lo spazio?

Due grandi teorie hanno dato risposte opposte.

La cognitive map theory di O’Keefe e Nadel mette lo spazio al centro: la funzione primaria dell’ippocampo è costruire e mantenere mappe dell’ambiente fisico; tutto il resto, memoria episodica inclusa, deriva da lì.

La relational memory theory, associata soprattutto al neuroscienziato statunitense Howard Eichenbaum, ribalta la priorità. L’ippocampo, in questa lettura, organizza ogni genere di associazione e di sequenza di eventi in strutture relazionali flessibili — non solo “questo posto è a est di quello”, ma anche “questa persona è la sorella di quella”, “questo evento è successo prima di quello”.

La navigazione spaziale sarebbe solo il caso particolare più studiato, più facile da misurare con un elettrodo, di una capacità generale e amodale di processamento relazionale.

L’evidenza, accumulata in decenni, spinge verso una sintesi più che verso un vincitore netto. L’ippocampo dei roditori interviene in compiti che non hanno nulla di spaziale. Si sono trovati neuroni ippocampali che mappano dimensioni astratte — uno spazio di frequenze sonore, uno spazio di valori economici — esattamente come le place cells mappano lo spazio fisico.

La lettura che oggi raccoglie più consenso: l’ippocampo costruisce mappe relazionali, e lo spazio fisico è semplicemente il prototipo più naturale e più visibile di mappa relazionale, non un dominio privilegiato.

Eichenbaum e Neal Cohen, in Can we reconcile the declarative memory and spatial navigation views on hippocampal function? (Neuron, 2014), formulano così la riconciliazione: l’ippocampo è essenziale alla navigazione, ma il suo contributo deriva dall’organizzazione relazionale e flessibile delle mappe, non da un ruolo selettivo per lo spazio.

Questo è il punto in cui i due angoli dell’intuizione si chiudono. La “mappa” e l‘“indice” non erano due organi: erano lo stesso meccanismo descritto in due linguaggi. Una mappa è un modo di indicizzare relazioni; indicizzare la cena di ieri sera è la stessa operazione di mappare una stanza, applicata a un materiale meno geometrico.

La teoria che articola il lato-memoria di questa sintesi ha un nome: la hippocampal memory indexing theory, proposta da Timothy Teyler e Pascal DiScenna nel 1986 e aggiornata da Teyler e Jerry Rudy nel 2007.

Riprende esattamente l’immagine dell’indice del libro: l’ippocampo non immagazzina il contenuto degli episodi, immagazzina un indice che punta ai pattern neocorticali. Rievocare un ricordo significa riattivare l’indice a partire da un frammento — il pattern completion di CA3 — e lasciare che l’indice riaccenda l’intero pattern corticale.

Cosa codifica davvero una place cell

Un risultato che dà sostanza alla sintesi riguarda ciò che una place cell rappresenta oltre alla posizione. Se le place cells fossero puri sensori di coordinate, dovrebbero sparare nello stesso modo ogni volta che l’animale passa per il loro campo, indipendentemente da tutto il resto. Non è così.

Esperimenti accumulati dagli anni ‘90 in poi mostrano che il firing di una place cell è modulato da molto più della pura posizione. Una stessa cellula può sparare in modo diverso a seconda della direzione di marcia dell’animale, dell’obiettivo verso cui sta andando, della fase del compito, persino di quale percorso ha appena fatto o sta per fare — un fenomeno chiamato splitter cells o firing dipendente dalla traiettoria.

In altri termini: la place cell non codifica solo dove, codifica dove-in-questo-contesto-mentre-faccio-questo. La posizione fisica è la dimensione più evidente, ma la rappresentazione che l’ippocampo costruisce è una rappresentazione dell’episodio — il luogo intrecciato a cosa sta succedendo, quando, e perché.

È questo a chiudere il cerchio fra le due storie del capitolo. La place cell del 1971 e l’amnesia di H.M. del 1957 non descrivevano organi diversi. Descrivevano la stessa struttura: un dispositivo che lega il dove al cosa e al quando, e che senza quel legame non produce né mappe né ricordi.

Esempi

Esempio clinico: H.M. e la stella allo specchio

Vale la pena tornare sul caso H.M. con l’apparato concettuale ora a disposizione. Quando Milner sottopone H.M. al mirror tracing per giorni consecutivi, accadono due cose simultanee e apparentemente contraddittorie.

La memoria procedurale — il “sapere come” — funziona: la mano migliora prova dopo prova, la curva di apprendimento è quella di una persona sana, perché le abilità motorie si formano in circuiti (gangli della base, cervelletto) che l’operazione non aveva toccato.

La memoria dichiarativa — il “sapere che” — non funziona: H.M. non ha alcun indice dell’episodio “ieri ho fatto questo esercizio”, perché l’indice lo costruisce l’ippocampo, e l’ippocampo non c’è più.

Il risultato è un uomo che esegue un’abilità con crescente competenza giurando di vederla per la prima volta. La dissociazione non è un paradosso: è la firma di due sistemi di memoria distinti, uno indicizzato dall’ippocampo e uno no.

Esempio sperimentale: decodificare un pensiero dal firing

Un esperimento tipico di laboratorio rende concreto cosa significhi “mappa di popolazione”. Si registrano in parallelo decine o centinaia di place cells mentre un ratto percorre un labirinto lineare. Per ogni cellula si misura il suo campo.

A quel punto si può fare l’operazione inversa: dato l’insieme delle cellule che stanno sparando ora, calcolare la posizione più probabile dell’animale. La decodifica funziona — si ricostruisce la traiettoria del ratto con buona precisione senza guardarlo, leggendo solo i neuroni.

Lo stesso strumento di decodifica, applicato durante una sharp-wave ripple mentre l’animale è fermo, restituisce qualcosa di sorprendente: una traiettoria che si muove lungo il labirinto, accelerata di un fattore venti, mentre il ratto sta immobile. È il modo in cui il replay è stato osservato per la prima volta: non guardando l’animale, ma decodificando un percorso virtuale dal suo ippocampo.

Esempio dalla vita quotidiana: ritrovare l’auto

Si parcheggia l’auto in un grande parcheggio mai visto, si entra in un centro commerciale, si gira per ore, si esce da un’uscita diversa da quella d’ingresso, e si ritrova l’auto. L’operazione mette in gioco l’intero sistema.

Le grid cells e la path integration hanno tenuto il conto, approssimativo, di quanto e in che direzione ci si è spostati. Le boundary cells e i landmark visibili — un cartello, un pilastro colorato — hanno corretto la deriva accumulata dalla stima. Le place cells hanno legato “l’auto” a “quel punto della mappa”.

E al momento di tornare, la mappa permette di calcolare un percorso diretto verso l’auto anche partendo da un’uscita da cui non si è mai entrati: la scorciatoia di Tolman, la prova che si possiede una mappa e non una sequenza memorizzata di svolte.

Esempio dall’AI: grid cells che nessuno ha programmato

Nel 2018 un gruppo di DeepMind guidato da Andrea Banino pubblica su Nature l’articolo Vector-based navigation using grid-like representations in artificial agents. L’esperimento è concettualmente semplice e merita di essere descritto con precisione, perché è facile trarne la conclusione sbagliata.

I ricercatori addestrano una rete neurale ricorrente — una rete con stato interno, capace di elaborare sequenze — a un compito di path integration: riceve in ingresso, istante per istante, segnali di velocità e direzione di un agente che si muove in un ambiente simulato, e deve produrre in uscita la posizione corrente. Nessuno le dice come farlo; viene solo addestrata a minimizzare l’errore di stima della posizione.

Dopo l’addestramento i ricercatori ispezionano uno strato intermedio della rete e trovano una cosa che non avevano programmato: alcune unità si attivano secondo un pattern esagonale regolare, sorprendentemente simile al firing delle grid cells biologiche.

Inserita poi in un’architettura più grande addestrata con deep reinforcement learning a navigare ambienti virtuali, la rete produce un agente che naviga con prestazioni superiori a quelle di un giocatore umano esperto, prende scorciatoie, trova percorsi nuovi. E silenziando le unità grid-like le prestazioni crollano: quelle unità erano causalmente necessarie alla navigazione.

Qui è essenziale dichiarare la classe dell’affermazione. Questo risultato è una scoperta empirica notevole, e va trattato come tale — non come prova di un’identità.

La frase corretta è: quando una rete artificiale viene ottimizzata per la path integration, sviluppa rappresentazioni che assomigliano alle grid cells. La frase scorretta — quella da non scrivere — è: l’esperimento dimostra che il cervello fa la path integration come la rete di Banino, oppure le grid cells sono spiegate da questo modello.

Il valore dell’esperimento è di plausibilità computazionale: se due sistemi molto diversi — un cervello di mammifero e una rete addestrata con la discesa del gradiente — convergono sulla stessa soluzione per lo stesso problema, è ragionevole pensare che quella soluzione sia, in qualche senso, una buona soluzione del problema. È un’indicazione, una convergenza, un’analogia rafforzata da un dato. Non è un teorema e non è un’equivalenza.

Gli stessi autori segnalano un caveat che conviene riportare: un lavoro concorrente (Cueva e Wei, 2018) trova che, con scelte di addestramento diverse, emergono pattern periodici che si conformano alla forma del recinto — rettangolare o triangolare — e non sempre esagonali. La robustezza dell’emergenza dipende dai dettagli del setup, il che è un’altra ragione per non sovra-interpretare il risultato.

Applicazioni pratiche e collegamenti con i sistemi AI

Tre rimandi fra ippocampo e sistemi AI ricorrono spesso. Vale la pena ordinarli per classe, perché non hanno tutti lo stesso statuto.

Cognitive map e world models. L’idea che un agente costruisca un modello interno dell’ambiente — per pianificare, anticipare conseguenze, prendere scorciatoie — è centrale tanto nella neuroscienza della cognitive map quanto nell’AI dei world model e del reinforcement learning model-based. La somiglianza concettuale è reale e l’analogia è didatticamente utile.

Ma è un’analogia, non una filiazione: i world model dell’RL discendono dalla teoria del controllo e dalla programmazione dinamica — di cui questa wiki tratta in l’equazione di Bellman — non dal libro di O’Keefe e Nadel.

La convergenza è interessante proprio perché indipendente: due tradizioni separate hanno scoperto che un agente competente ha bisogno di un modello del mondo, non di una tabella di reazioni. Già Tolman, nel 1948, lo aveva visto nei ratti.

Replay ed experience replay. Il deep reinforcement learning usa una tecnica chiamata experience replay: le transizioni vissute dall’agente vengono memorizzate in un buffer e ricampionate per addestrare la rete. La tecnica è centrale nel DQN di Mnih e colleghi (2015), il sistema che imparò a giocare ai videogiochi Atari.

Il nome è una citazione esplicita del replay ippocampale, e l’ispirazione biologica è documentata negli scritti di chi sviluppò il metodo: questa è una filiazione nominale genuina.

Ma la meccanica differisce, e il salto da analogia a equivalenza qui sarebbe un errore. L’experience replay del DQN ricampiona transizioni in ordine tipicamente casuale, proprio per rompere le correlazioni temporali fra esperienze consecutive che destabilizzerebbero l’addestramento.

Il replay biologico fa l’opposto: riproduce sequenze ordinate e temporalmente compresse, e la struttura ordinata è il punto. C’è ispirazione condivisa e c’è un nome in comune; non c’è equivalenza di funzionamento.

Indexing theory e memoria per agenti. La hippocampal memory indexing theory descrive un indice compatto che punta a contenuti distribuiti e li richiama a partire da un frammento. Chi conosce i sistemi di memoria degli agent LLM e il retrieval-augmented generation riconoscerà la forma: un vector store che indicizza documenti tramite embedding e li recupera per similarità.

La somiglianza funzionale è reale e l’analogia aiuta a pensare. Ma, di nuovo, è un’analogia: i vector store nascono dall’information retrieval, non dalla teoria di Teyler e DiScenna. Il capitolo ponte-memoria-agenti (in preparazione) — l’ultimo della serie sulla memoria in questa Parte — sviluppa il confronto in dettaglio, dichiarando dove regge e dove si rompe.

Il filo che lega le tre applicazioni è metodologico più che tecnico. Tutte e tre sono legami reali, e tutte e tre sarebbero corrotte da una promozione abusiva: analogia spacciata per filiazione, filiazione spacciata per equivalenza. Tenere la classe esplicita è ciò che separa un parallelo illuminante da un parallelo fuorviante.

Al di là dei tre paralleli, l’architettura dell’ippocampo suggerisce qualche principio di progettazione per chi costruisce sistemi di memoria, da prendere come ispirazione e non come ricetta.

Il primo è la separazione di scrittura veloce e consolidamento lento: l’ippocampo scrive episodi in fretta e una struttura più lenta ne distilla la regolarità — il pattern dei complementary learning systems. Un sistema di memoria per agenti che mescola in un unico magazzino i ricordi grezzi e le conoscenze stabili paga lo stesso prezzo che pagherebbe una corteccia senza ippocampo: sovrascrittura e interferenza.

Il secondo è il valore del pattern separation: ricordi superficialmente simili vanno tenuti distinti in fase di scrittura, o si fondono. Un sistema di retrieval che indicizza esperienze quasi identiche con embedding quasi identici avrà difficoltà a distinguerle al momento del recupero — un problema concreto, non ipotetico, nei memory layer degli agenti.

Il terzo è che un indice è più economico di una copia: l’ippocampo non duplica il contenuto corticale, ne tiene un puntatore. È lo stesso motivo per cui un vector store indicizza riferimenti e non re-immagazzina i documenti. Nessuno di questi principi richiede di credere che gli agenti “funzionino come il cervello”; sono vincoli di progettazione che due sistemi di memoria diversi hanno incontrato in modo indipendente.

Dove si rompe

L’ippocampo è seducente come metafora per chi progetta sistemi che ricordano e si orientano. Proprio per questo conviene elencare con cura dove i paralleli si rompono, e dove la stessa scienza dell’ippocampo è meno solida di quanto i riassunti facciano sembrare.

Il dibattito mappa-vs-memoria non è chiuso. Si è presentata sopra una sintesi — l’ippocampo costruisce mappe relazionali, lo spazio ne è il prototipo — perché è la lettura oggi più diffusa. Ma è una sintesi, non un risultato definitivo.

Chiunque scriva “l’ippocampo è il sistema di memoria del cervello” o “l’ippocampo è il GPS del cervello” come se fosse un fatto stabilito sta scegliendo un lato di un dibattito ancora vivo. La formulazione onesta usa il condizionale e nomina entrambe le teorie.

Il consolidamento ha più di una teoria. Si è detto che le memorie, col tempo e col replay, migrano verso la neocorteccia e diventano indipendenti dall’ippocampo. È la standard consolidation theory, e spiega bene perché H.M. conservava i ricordi remoti.

Ma esiste una teoria rivale, la multiple-trace theory, secondo cui le memorie episodiche dettagliate — a differenza di quelle semantiche, “scolorite” — restano dipendenti dall’ippocampo a tempo indefinito. Il dettaglio di questo dibattito è in Consolidamento della memoria; qui basti che “il ricordo si trasferisce alla corteccia” è una semplificazione di un quadro contestato.

Il rischio di reificare le grid cells. È facile, vedendo il reticolo esagonale, pensare alle grid cells come a un sistema di coordinate cartesiane bello e pronto, un piano euclideo cablato nel cervello. È una semplificazione pericolosa.

La griglia esagonale è un pattern di firing, non una mappa che qualcuno legge; come la metrica venga effettivamente usata a valle, e quanto la rappresentazione sia davvero euclidea in ambienti complessi, non planari, o non fisici, è oggetto di ricerca aperta. L’esperimento di Banino, che trova pattern non esagonali in setup diversi, è un promemoria di quanto la forma dipenda dalle condizioni.

Il salto di specie. Quasi tutto ciò che sappiamo sul firing di place cells e grid cells viene da elettrodi impiantati nel cervello di roditori. L’ippocampo umano esiste, le evidenze da neuroimaging e dai rari casi di registrazione intracranica in pazienti epilettici sono coerenti, ma l’inferenza “il ratto, quindi l’uomo” non è gratuita.

La memoria episodica umana — autobiografica, narrativa, intrecciata al linguaggio — è più ricca di qualunque cosa si possa misurare in un labirinto per ratti. Il capitolo Memoria episodica e semantica tratta proprio le componenti che un ratto non ha.

La decodifica della posizione misura una correlazione, non spiega un meccanismo. Poter ricostruire dove si trova un ratto leggendo le sue place cells è impressionante, ma è bene non fraintenderlo. La decodifica dimostra che l’informazione spaziale è presente nel pattern di firing; non dimostra che il cervello la legge in quel modo, né che esista un “lettore” da qualche parte.

È un argomento ricorrente in neuroscienza: la possibilità di decodificare una variabile da una popolazione neurale dice cosa quella popolazione codifica, non come il resto del cervello usa quel codice. Lo stesso vale per il replay: decodificare una traiettoria virtuale da una sharp-wave ripple stabilisce che la sequenza viene riprodotta, ma collegarla causalmente alla memoria richiede gli esperimenti di interferenza, non la sola decodifica.

Il parallelo con l’AI è seducente nel modo sbagliato. L’errore tipico, vedendo le grid cells emergere nella rete di Banino, è concludere che “le reti neurali ricostruiscono il cervello”. Non lo fanno. Hanno ricostruito una soluzione di un problema ben circoscritto — la path integration — e l’hanno fatto perché addestrate esplicitamente su quel problema. Una rete addestrata a un compito diverso non sviluppa grid cells.

L’esperimento dice qualcosa sulla struttura del problema della navigazione, non sull’identità fra cervelli e reti. E le differenze restano enormi: l’ippocampo apprende un episodio in un colpo solo (one-shot), gli agenti tipici hanno bisogno di molte iterazioni.

L’ippocampo opera con sharp-wave ripples, oscillazioni theta, neuromodulazione, in un regime dinamico che nessuna architettura artificiale corrente riproduce. Il parallelo è un invito a pensare, non una licenza per equiparare.

Vale, su questo, un’osservazione che chiude il capitolo. La storia dell’ippocampo è una delle meglio documentate delle neuroscienze — lesione, cellula, meccanismo, modello — eppure su quasi ogni nodo, dalla funzione primaria alla teoria del consolidamento, resta un dibattito aperto.

Se questo è il livello di incertezza nel caso favorevole, conviene applicare lo stesso scetticismo, e di più, a ogni analogia cervello-AI proposta su basi più fragili.

La Tolman-Eichenbaum Machine — un modello computazionale del 2020 (Whittington e colleghi) che fa emergere place e grid cells come soluzione a un problema di generalizzazione strutturale — è un esempio elegante di come le due teorie, cognitive map e memoria relazionale, possano essere unificate; ma è, appunto, un modello, e va citato come tale, non come la parola definitiva su cosa fa l’ippocampo.

Collegamenti

Neuroni, sinapsi, plasticità: il cervello in scala operativa — l’inquadramento generale del cervello come organo; l’ippocampo è una delle sue strutture.
Plasticità hebbiana: come una sinapsi impara — la spike-timing-dependent plasticity è il meccanismo che il replay sfrutta comprimendo le sequenze.
Dopamina: il segnale di errore che il cervello e il reinforcement learning condividono — l’altro caso, in questa Parte, di legame cervello-AI; utile come pietra di paragone per giudicare la solidità dei paralleli proposti qui.
Memoria dichiarativa e procedurale: sapere che vs sapere come — la dissociazione che il caso H.M. ha reso visibile per la prima volta.
Memoria episodica e memoria semantica: il mio matrimonio vs cosa è il matrimonio — la memoria episodica, la funzione dell’ippocampo sul versante non spaziale.
Consolidamento della memoria: dal breve al lungo termine, sonno e replay — il dialogo notturno ippocampo-corteccia e il dibattito fra le teorie del consolidamento.
Perché questo importa per gli agenti: dalla memoria umana ai memory layers degli agent LLM — il ponte esplicito fra memoria biologica e sistemi di memoria per agenti, indexing theory inclusa.
L’equazione di Bellman — la base formale del reinforcement learning model-based, controparte tecnica della cognitive map.
Q-learning — l’algoritmo di RL in cui l’experience replay, parente nominale del replay ippocampale, gioca un ruolo centrale.

Per andare oltre

Scoville, W.B. & Milner, B. (1957) — Loss of recent memory after bilateral hippocampal lesions, Journal of Neurology, Neurosurgery & Psychiatry, 20:11-21. Il resoconto fondativo del caso H.M.: breve, leggibile, storicamente decisivo.
O’Keefe, J. & Nadel, L. (1978) — The Hippocampus as a Cognitive Map, Oxford University Press. Il libro che propone la teoria della mappa cognitiva; impegnativo ma fondamentale.
Hafting, T., Fyhn, M., Molden, S., Moser, M.-B. & Moser, E.I. (2005) — Microstructure of a spatial map in the entorhinal cortex, Nature, 436:801-806. Il paper che scopre le grid cells.
Buzsáki, G. (2015) — Hippocampal sharp wave-ripple: A cognitive biomarker for episodic memory and planning, Hippocampus, 25:1073-1188. Review estesa e autorevole su sharp-wave ripples e replay.
Banino, A. et al. (2018) — Vector-based navigation using grid-like representations in artificial agents, Nature, 557:429-433. L’esperimento DeepMind sulle grid cells emergenti; da leggere tenendo a mente i caveat discussi sopra.
Eichenbaum, H. & Cohen, N.J. (2014) — Can we reconcile the declarative memory and spatial navigation views on hippocampal function?, Neuron, 83:764-770. La formulazione più chiara del dibattito mappa-vs-memoria e della sua riconciliazione.