L’intelligenza umana è in grado di apprendere in modo semplice, continuo ed efficiente, mediante una limitata supervisione, adattandosi all’ambiente durante l’interazione con altri attori. Per affrontare questo ambizioso obiettivo, nel contesto dell’intelligenza artificiale, è necessario progettare e sviluppare sistemi sense-perceive-act che vadano oltre il paradigma della mera “imitazione per ispirazione”. Questi sistemi devono integrare apprendimento, pianificazione e scoperta imitando rigorosamente la loro controparte biologica su più scale, da singoli neuroni a più complesse reti cerebrali, a meccanismi cognitivi e sociali. Queste sono le caratteristiche principali che i sistemi AI sostenibili bio-inspired devono apprendere proprio come fanno gli esseri umani, producendo in modo efficiente (dati/energia) e risultati robusti. Le dimensioni di efficienza e robustezza sono in netto contrasto con la recente generazione di sistemi di intelligenza artificiale il cui successo arriva a scapito di una quantità insostenibile di risorse pur essendo spesso fragili.