Face à l'explosion de la demande énergétique des infrastructures numériques mondiales, le laboratoire Cortical Labs explore une voie technologique radicale : l'hybridation entre puces électroniques et neurones humains. Ce projet expérimental, mené entre Singapour et Melbourne, vise à concevoir des systèmes de calcul capables d'apprendre tout en s'affranchissant des contraintes thermiques et électriques des centres de données actuels.
Une architecture hybride pour l'apprentissage machine
Le concept repose sur la culture en laboratoire de neurones humains, greffés directement sur des supports électroniques. Ces cellules vivantes réagissent à des impulsions électriques, lesquelles sont converties en données numériques exploitables. Les premiers tests ont démontré une capacité d'apprentissage réelle : les systèmes ont été capables d'exécuter des tâches simples, comme jouer au jeu vidéo Pong, tout en améliorant leurs performances au fil des essais. Actuellement, ces puces intègrent environ 16 millions de neurones vivants.
Répondre au défi énergétique des centres de données
L'enjeu principal de cette recherche est environnemental. Alors que les centres de données traditionnels sont pointés du doigt pour leur consommation massive d'électricité et d'eau, ainsi que pour leurs besoins critiques en refroidissement, le cerveau humain offre un modèle d'efficacité énergétique inégalé. Fonctionnant à une température corporelle d'environ 36 degrés et ne nécessitant qu'une vingtaine de watts, le modèle biologique pourrait, à terme, transformer radicalement les besoins en infrastructures de refroidissement et d'alimentation électrique des serveurs.
Défis techniques et limites éthiques
Malgré ces perspectives, le projet se heurte à des obstacles majeurs. La fragilité des composants biologiques impose une maintenance constante, les puces devant être nourries tous les trois jours pour éviter la dégradation des cellules. Par ailleurs, l'utilisation de tissus humains soulève des questions éthiques et réglementaires complexes qui pourraient ralentir, voire bloquer, le déploiement industriel de cette technologie. Si les performances actuelles restent bien inférieures à celles des processeurs spécialisés comme ceux de Nvidia, les chercheurs envisagent déjà des applications complémentaires, notamment dans la recherche médicale pour mieux comprendre et traiter les maladies neurodégénératives grâce à la plasticité de ces neurones cultivés.