Les centres de données vivants : pourquoi l'IA se tourne vers les neurones humains

Les centres de données vivants : pourquoi l'IA se tourne vers les neurones humains
Ordinateurs biologiques : Les cellules cérébrales pourraient modifier l'architecture des centres de données d'IA

Alors que les géants de la technologie continuent de construire des centres de données de plus en plus puissants pour l'intelligence artificielle, certains chercheurs sont à la recherche d'une architecture informatique complètement différente. La start-up australienne Cortical Labs a présenté un système dans lequel les calculs sont effectués non pas par des puces en silicium, mais par des cellules cérébrales humaines cultivées en laboratoire. Cette expérience pourrait marquer le début de l'ère des ordinateurs biologiques, où la frontière entre la biologie et la technologie s'estompe progressivement.

Cet article a été traduit de l'original. Lisez la version originale de notre correspondant ici.

Les ordinateurs biologiques, une nouvelle approche de l'informatique

Depuis plusieurs années, le développement de l'intelligence artificielle se heurte à la même barrière : la puissance de calcul. Plus les modèles deviennent complexes, plus les centres de données sont gourmands en énergie et en infrastructures. Dans ce contexte, la startup australienne Cortical Labs a présenté une solution inhabituelle : un prototype de centre de données biologique dans lequel les calculs sont effectués non pas par des processeurs mais par des cellules du cerveau humain. Selon Bloomberg, deux sites où fonctionneront ces bio-ordinateurs sont prévus à Singapour et à Melbourne.

De tels développements peuvent sembler relever de l'expérience scientifique, mais l'intérêt qu'ils suscitent s'explique précisément par les limites de l'architecture informatique traditionnelle. Les grappes de GPU modernes consomment des centaines de watts par puce et nécessitent des centres de données massifs, alors que les systèmes neuronaux biologiques pourraient être capables de résoudre des tâches d'apprentissage et d'adaptation avec une consommation d'énergie nettement inférieure. Si ces technologies continuent à se développer, il pourrait s'agir non pas d'une nouvelle startup, mais d'une tentative de repenser les principes mêmes du fonctionnement des systèmes informatiques.

Le fonctionnement des ordinateurs biologiques

Au cœur du développement de Cortical Labs se trouve un système dans lequel des cellules neuronales vivantes sont connectées à une puce de silicium. Les neurones sont cultivés en laboratoire et placés sur un porte-électrode spécial qui permet aux chercheurs de lire leur activité et de leur envoyer des signaux électriques. Il s'agit essentiellement d'une interface bidirectionnelle : l'électronique stimule les cellules et celles-ci répondent par des impulsions électriques qui peuvent être interprétées comme des données de calcul.

La caractéristique principale de ces systèmes est la capacité des neurones à apprendre et à s'adapter. Contrairement aux processeurs classiques qui exécutent strictement des instructions programmées, les réseaux neuronaux vivants peuvent modifier leur comportement en fonction des signaux reçus. Des expériences avec ces systèmes ont déjà montré que les cultures de neurones biologiques sont capables d'un apprentissage de base. Par exemple, dans le système DishBrain, les neurones cultivés ont appris à interagir avec une simulation du jeu Pong, en adaptant leur activité à ce qui se passait à l'écran - les résultats de cette expérience ont été publiés dans la revue Neuron. Lors de démonstrations ultérieures, les chercheurs ont également montré que les cultures de neurones pouvaient réagir à des éléments du jeu Doom, formant ainsi des modèles simples d'apprentissage et de comportement adaptatif.

En pratique, il s'agit d'un système hybride dans lequel la biologie travaille de concert avec l'électronique programmable. Les puces en silicium fournissent l'interface et le traitement des signaux, tandis que les cellules neuronales effectuent une partie du travail de calcul grâce à leurs mécanismes d'apprentissage. Cette approche pourrait relier deux mondes - l'intelligence artificielle et la neurobiologie - en créant un nouveau type d'informatique qui existe actuellement quelque part entre une expérience de laboratoire et une future plateforme technologique.

Pourquoi l'industrie cherche-t-elle des alternatives aux centres de données traditionnels ?

Les modèles d'IA modernes nécessitent des grappes de GPU de plus en plus grandes, et l'entraînement de grands réseaux neuronaux peut prendre des semaines tout en consommant d'énormes ressources. Les plus grandes entreprises technologiques du monde construisent actuellement des centres de données d'une valeur de plusieurs milliards de dollars, car l'infrastructure informatique est devenue le principal facteur limitant du développement de l'IA.

Dans le même temps, la charge énergétique s'alourdit. Les centres de données modernes consomment déjà entre 1 % et 1,5 % de l'électricité mondiale, et leur refroidissement nécessite d'importantes quantités d'eau.

Un seul GPU haute performance peut consommer entre 400 et 700 W, et les grands clusters contiennent des milliers de ces puces. Par conséquent, l'infrastructure de l'IA devient l'un des segments les plus énergivores de l'économie numérique.

C'est pourquoi les chercheurs ont récemment commencé à rechercher des architectures informatiques alternatives. Les systèmes biologiques pourraient potentiellement être beaucoup plus efficaces. Par exemple, un seul module CL1 de Cortical Labs consomme environ 30 W, soit un ordre de grandeur inférieur à celui des processeurs graphiques modernes. Bien que ces technologies n'en soient qu'à leurs débuts, leur émergence montre que l'industrie commence à chercher des solutions à la crise énergétique de l'informatique qui accompagne la croissance rapide de l'intelligence artificielle.

Domaines d'application possibles de l'informatique biologique

Pour l'instant, les systèmes informatiques biologiques restent une technologie expérimentale, mais les chercheurs discutent déjà de plusieurs domaines dans lesquels ils pourraient s'avérer particulièrement utiles. L'un des plus évidents est la recherche fondamentale sur le cerveau. Les cultures neuronales connectées à des interfaces électroniques permettent aux scientifiques d'observer comment les signaux se forment, comment les cellules réagissent aux stimuli et comment l'apprentissage émerge au sein des réseaux neuronaux. Pour les neurosciences, c'est l'occasion d'étudier des processus qu'il est pratiquement impossible d'observer directement à l'intérieur du cerveau vivant.

Une autre application importante concerne la modélisation des maladies et le développement de médicaments. Les cultures neuronales peuvent être réalisées à partir de cellules humaines et utilisées comme modèles pour l'étude des maladies neurodégénératives telles que la maladie d'Alzheimer ou la maladie de Parkinson. Dans ces systèmes, les chercheurs peuvent observer comment l'activité neuronale change sous l'influence de différentes substances et tester des traitements potentiels plus rapidement et plus précisément que dans les modèles de laboratoire traditionnels.

Enfin, ces systèmes peuvent également jouer un rôle dans le développement futur de l'intelligence artificielle. Les réseaux neuronaux vivants possèdent naturellement la capacité d'apprendre et de s'adapter, ce qui en fait une plateforme potentielle pour expérimenter de nouveaux algorithmes d'apprentissage. Contrairement aux réseaux neuronaux conventionnels qui nécessitent d'énormes ressources informatiques pour l'apprentissage, les systèmes biologiques peuvent faire preuve d'un comportement adaptatif grâce aux interactions entre les cellules. C'est pourquoi l'informatique biologique pourrait s'avérer particulièrement prometteuse dans les domaines où l'apprentissage, l'auto-organisation et l'adaptation à de nouvelles données sont essentiels.

Une nouvelle technologie implique de nouvelles règles

L'émergence des systèmes informatiques biologiques soulève inévitablement de nouvelles questions, non seulement technologiques mais aussi éthiques. Contrairement aux ordinateurs traditionnels, ces plateformes utilisent des cellules humaines vivantes et se situent donc à l'intersection de plusieurs domaines : la biotechnologie, les neurosciences et l'industrie numérique. De ce fait, les discussions autour de ces projets sortent des laboratoires et deviennent un sujet de débat entre chercheurs, juristes et spécialistes de la bioéthique.

L'une des questions clés est de savoir où se situe la frontière entre le matériel biologique et un système capable de manifester des signes de sensibilité ou de comportement complexe. Les cultures neuronales actuelles sont des structures relativement simples, composées de dizaines ou de centaines de milliers de cellules, et elles ne possèdent pas de conscience. Néanmoins, les chercheurs reconnaissent qu'au fur et à mesure que la technologie se développe, de nouveaux défis peuvent se présenter, qu'il s'agisse des normes de biosécurité, des règles régissant l'utilisation de cellules humaines ou des limites à la création de systèmes neuronaux plus complexes.

C'est pourquoi les experts soutiennent de plus en plus que le cadre juridique et éthique de la future industrie de l'informatique biologique devrait être discuté à l'avance. Si ces technologies sortent des laboratoires et s'intègrent à l'infrastructure informatique, elles devront probablement faire l'objet d'une réglementation distincte, comme ce fut le cas pour la recherche génétique et l'intelligence artificielle. Plus tôt cette discussion sera entamée, plus grandes seront les chances que le développement de ce nouveau domaine technologique se fasse non seulement rapidement, mais aussi de manière responsable.

Ce matériel peut contenir des opinions de tiers, aucune des données et informations sur cette page web ne constitue un conseil en investissement selon notre Avertissement. Bien que nous respections une stricte Intégrité Éditoriale, ce post peut contenir des références à des produits de nos partenaires.