Longevity Escape Velocity: entro il 2032 potremmo iniziare a vivere più a lungo di quanto invecchiamo

C'è una data che Ray Kurzweil, Director of Engineering di Google e uno dei futurologi più influenti della Silicon Valley, continua a citare con una precisione che fa effetto: il 2032. Entro quell'anno, secondo Kurzweil, potremmo raggiungere quella che i ricercatori chiamano longevity escape velocity — la velocità di fuga dalla longevità. Un concetto che, detto così, suona come fantascienza. Ma che, guardando a cosa sta già succedendo oggi nei laboratori di biologia computazionale e AI applicata alla medicina, è molto meno remoto di quanto si potrebbe pensare.

Il concetto è matematicamente semplice e concettualmente rivoluzionario. Oggi, per ogni anno che passiamo, perdiamo mediamente una certa quantità di aspettativa di vita residua a causa dell'invecchiamento biologico. La longevity escape velocity è il punto in cui il progresso scientifico e medico riesce ad aggiungere aspettativa di vita più velocemente di quanto il tempo la consumi. In termini pratici: per ogni anno che passa, la scienza aggiunge più di un anno di vita residua. Da quel momento in poi, dal punto di vista statistico, la morte da invecchiamento smette di essere un destino inevitabile a breve termine.

Non significa immortalità immediata. Significa che il traguardo si sposta continuamente in avanti abbastanza velocemente da non essere mai raggiunto — almeno fin quando il progresso continua. È la stessa logica per cui, se corri più veloce di quanto ti avvicini al bordo del precipizio, non ci cadi mai.

La domanda reale non è se il concetto sia teoricamente possibile — la biologia non vieta nulla di questo. La domanda è se il ritmo attuale del progresso sia sufficiente a raggiungerlo entro una finestra temporale rilevante per chi è vivo oggi. E qui entra in gioco l'intelligenza artificiale.

Quello che sta cambiando in modo decisivo non è solo la quantità di ricerca sulla longevità — è la velocità con cui quella ricerca può avanzare. L'AI ha già dimostrato capacità straordinarie in tre aree che sono direttamente al cuore del problema dell'invecchiamento.

AlphaFold di DeepMind ha risolto un problema su cui la biologia molecolare lavorava da cinquant'anni: prevedere la struttura tridimensionale di una proteina a partire dalla sua sequenza amminoacidica. Questo è fondamentale perché la maggior parte dei processi biologici — inclusi quelli che governano l'invecchiamento cellulare — avviene attraverso l'interazione di proteine con forme specifiche. Capire quelle forme è il prerequisito per poter intervenire su di esse.

Prima di AlphaFold, determinare la struttura di una singola proteina richiedeva anni di lavoro sperimentale e attrezzature costosissime. Oggi un modello AI può farlo in minuti. Il catalogo delle strutture proteiche note è passato da poche decine di migliaia a oltre 200 milioni in pochi anni. Questo ha aperto possibilità di ricerca farmacologica e biologica che prima erano semplicemente inaccessibili per ragioni di scala.

Il percorso tradizionale dalla scoperta di una molecola potenzialmente terapeutica alla sua approvazione clinica dura in media 10-15 anni e costa miliardi di dollari. La maggior parte del tempo e del costo sta nelle prime fasi: identificare quali molecole tra miliardi di possibilità abbiano le proprietà desiderate, e scartare quelle che non funzionano o che sono tossiche prima ancora di iniziare i trial clinici.

I modelli AI stanno comprimendo questa fase in modo drammatico. Aziende come Insilico Medicine, Recursion Pharmaceuticals e Isomorphic Labs — quest'ultima un'emanazione diretta di DeepMind — hanno già portato molecole AI-designed alle prime fasi di trial clinico in tempi record. Non si tratta di sostituire la scienza: si tratta di accelerarla, eliminando le iterazioni più lente del processo di scoperta.

Il corpo umano è un sistema di complessità sbalorditiva. Ogni cellula contiene migliaia di proteine che interagiscono tra loro in modi che dipendono dal contesto, dall'età, dall'ambiente, dalla genetica individuale. Il numero di combinazioni rilevanti per capire come funziona — e come si degrada — il sistema biologico umano è astronomicamente superiore a ciò che qualsiasi laboratorio umano potrebbe testare empiricamente nel corso di secoli.

I modelli AI possono simulare queste interazioni a una scala che prima era inconcepibile. Possono identificare pattern in dataset biologici che nessun ricercatore umano sarebbe in grado di riconoscere. Possono suggerire ipotesi che non sarebbero mai emerse dal ragionamento lineare, perché emergono dalla comprensione simultanea di milioni di variabili correlate.

Ray Kurzweil non è un visionario qualunque. È uno dei pochi futurologi i cui track record di previsioni è verificabile e, in larga misura, notevolmente accurato. Negli anni Ottanta aveva previsto che entro il 1998 un computer avrebbe battuto il campione mondiale di scacchi — Deep Blue batté Kasparov nel 1997. Aveva previsto la diffusione di internet mobile e degli assistenti vocali quando sembravano scenari remoti. Aveva previsto che i modelli linguistici avrebbero raggiunto capacità di conversazione avanzata entro i primi decenni del 2000.

La sua metodologia si basa sulla legge dei ritorni accelerati: il progresso tecnologico non è lineare, è esponenziale. Ogni generazione di tecnologia costruisce sulle precedenti moltiplicando le possibilità, non sommandole. Questo significa che le ultime fasi di un processo esponenziale — quelle in cui siamo adesso, con l'AI — producono progressi che sembrano impossibili dal punto di vista lineare ma che sono perfettamente coerenti con la traiettoria del sistema.

La sua previsione sulla longevity escape velocity entro il 2032 non è basata sull'ottimismo, ma sull'estrapolazione di curve di progresso già in atto. Che sia precisa nell'anno o che slitti di qualche anno — come lui stesso riconosce essere possibile — la direzione è quella.

C'è un cambiamento culturale in corso che forse vale più degli annunci tecnici specifici: la Silicon Valley ha iniziato a trattare l'invecchiamento biologico non come una condizione naturale inevitabile, ma come un problema di ingegneria da risolvere. È un cambio di paradigma radicale.

Per tutta la storia umana, l'invecchiamento è stato accettato come parte della condizione umana — qualcosa da rallentare ai margini, non da affrontare sistematicamente come un malfunzionamento corregibile. Oggi aziende come Calico — creata e finanziata da Google — Unity Biotechnology, Altos Labs, e decine di startup nel campo della longevità stanno operando con l'assunzione esplicita che l'invecchiamento sia un processo biologico comprensibile e potenzialmente reversibile, almeno in parte.

Jeff Bezos, Larry Ellison, Peter Thiel e altri miliardari della Silicon Valley hanno investito centinaia di milioni di dollari in questo settore. Non lo fanno per filantropia. Lo fanno perché credono che il problema sia tecnicamente risolvibile su una scala temporale rilevante per loro stessi. Quando persone con accesso alle migliori menti scientifiche e quantità illimitate di capitale decidono che qualcosa è un problema tecnico trattabile, il ritmo di avanzamento cambia in modo sostanziale.

Kurzweil va oltre la longevità in senso stretto. La sua visione è che nei decenni a venire diventeremo una specie ibrida: ancora biologicamente umana nel nucleo, ma progressivamente potenziata da interfacce con l'intelligenza artificiale. Non in senso metaforico — nel senso letterale di integrazione tra sistemi neurologici biologici e sistemi computazionali artificiali.

Questa visione, che ancora dieci anni fa sembrava fantascienza da film, sta trovando primi riscontri concreti in laboratorio. Neuralink ha già impiantato interfacce neurali in esseri umani con risultati funzionali verificabili. La comprensione del cervello umano — favorita massicciamente dall'AI — sta avanzando a una velocità senza precedenti. La distanza tra il concetto di potenziamento cognitivo AI-assisted e la sua realizzazione pratica si sta accorciando visibilmente.

Una trattazione onesta di questo tema non può ignorare le voci critiche, che esistono e portano argomenti seri.

La prima obiezione è scientifica: l'invecchiamento biologico non è un singolo processo con una singola causa. È il risultato di decine di meccanismi distinti — accumulo di danni al DNA, senescenza cellulare, degenerazione mitocondriale, accorciamento dei telomeri, infiammazione cronica — che si influenzano a vicenda in modi che non sono ancora completamente compresi. Risolvere uno di questi meccanismi non risolve gli altri, e l'interazione tra soluzioni parziali potrebbe essere imprevedibile.

La seconda obiezione è di accesso: chi beneficerà per primo delle terapie di estensione della vita? Se la risposta è chi ha i soldi per pagarle, l'impatto sociale sarà profondamente diseguale. Una longevità riservata ai ricchi e una morte normale riservata a tutti gli altri creerebbe diseguaglianze di un ordine di grandezza senza precedenti nella storia umana.

La terza obiezione è esistenziale: una vita significativamente più lunga — o potenzialmente indefinita — cambierebbe radicalmente il senso che attribuiamo alle nostre scelte, alle nostre relazioni, al concetto stesso di identità personale nel tempo. Non è chiaro che questi cambiamenti siano desiderabili per tutti, o che le strutture sociali, economiche e psicologiche attuali siano attrezzate per gestirli.

Indipendentemente da dove si posizioni il cursore tra ottimismo e scetticismo, c'è una cosa che questa traiettoria rende chiara: le decisioni che prendiamo oggi sulla nostra salute, i nostri stili di vita e la nostra preparazione fisica e mentale potrebbero avere un peso molto maggiore di quanto le generazioni precedenti avrebbero potuto immaginare.

Se la longevity escape velocity è davvero a meno di dieci anni, arrivare a quel momento in buone condizioni biologiche non è un dettaglio: è la variabile più importante. Le prossime generazioni potrebbero guardare indietro agli anni Venti e Trenta del 2000 come al periodo in cui si decideva, spesso inconsapevolmente, chi avrebbe avuto accesso al resto della storia.

Questa è forse la riflessione più concreta che emerge dalla visione di Kurzweil: non tanto sapere se avrà ragione sulla data, ma capire che stiamo già vivendo nel momento in cui le basi di quel futuro vengono costruite — in laboratorio, nei data center e nelle scelte quotidiane di ciascuno di noi.