Une start-up mène des expériences sur des centres de données alimentés par des neurones humains cultivés en laboratoire, afin de vérifier si les cellules vivantes peuvent constituer une alternative plus efficace à l'informatique traditionnelle.
Par Carly Page
publié il y a 4 jours
dans Actualités
(Crédit image : Yuichiro Chino via Getty Images)
Une start-up australienne construit ce qui pourrait devenir l'un des premiers « centres de données biologiques » au monde, en complétant les puces informatiques en silicium par des puces ensemencées de neurones humains vivants.
Cortical Labs, la société à l'origine de ce projet, a ouvert son premier site à Melbourne, en Australie, et prévoit d'en construire un plus grand à Singapour. Au lieu de racks entièrement remplis de serveurs traditionnels, ces sites abriteront les systèmes CL1 de la société, qui combinent des neurones cultivés en laboratoire avec des composants électroniques standard. L'objectif n'est pas de remplacer purement et simplement le silicium, mais d'explorer si les systèmes neuronaux vivants peuvent compléter le matériel existant pour des tâches informatiques spécifiques.
Le concept repose sur un principe d'une simplicité trompeuse : les neurones sont déjà des processeurs d'informations. Les neurones du cerveau se transmettent des signaux électriques, formant des schémas qui évoluent au fil du temps. Certaines de ces connexions se renforcent, tandis que d'autres s'affaiblissent, créant une restructuration constante qui sous-tend l'apprentissage. Les puces traditionnelles ne se comportent pas ainsi, puisqu'elles suivent des instructions prédéfinies au lieu de s'adapter en fonction du retour d'information.
Les chercheurs ont passé des années à tenter d’exploiter l’apprentissage biologique. Dans des travaux antérieurs publiés dans la revue Neuron, les chercheurs de Cortical Labs ont cultivé des neurones sur une puce, puis leur ont appris à jouer à une version simplifiée de Pong en les connectant à un environnement simulé. Cet exploit reposait sur une boucle de rétroaction fermée : lorsque les neurones produisaient un comportement utile, les entrées devenaient plus prévisibles ; lorsqu’ils n’y parvenaient pas, les signaux devenaient plus chaotiques. Au fil du temps, les neurones se sont stabilisés en formant des schémas plus réguliers.
Ce même principe sous-tend des démonstrations plus récentes, notamment des expériences où des systèmes similaires ont interagi avec des versions simplifiées du jeu Doom. Ces configurations restent très contraignantes, mais elles montrent que les réseaux neuronaux vivants peuvent être orientés vers un comportement orienté vers un objectif lorsqu'ils sont intégrés dans un système piloté par la rétroaction.
Des puces informatiques vivantes
Le système CL1 est un dispositif hybride, chaque unité contenant environ 200 000 neurones humains dérivés de cellules souches et cultivés directement sur une puce en silicium. Ces neurones sont disposés sur un réseau de microélectrodes, qui sert d’interface entre la biologie et l’électronique. Les électrodes peuvent stimuler les cellules par des signaux électriques et enregistrer l’activité qui en résulte en temps réel.
Tout autour se trouve un système de maintien en vie qui préserve les cellules, leur fournit des nutriments, régule la température et maintient un environnement stable. Une couche logicielle assure ensuite la traduction entre les signaux biologiques et les entrées et sorties numériques, transformant ainsi les schémas d'activité neuronale en données exploitables par un ordinateur.
En termes informatiques, les neurones agissent moins comme un processeur exécutant des instructions que comme un système dynamique qui transforme les entrées en schémas complexes. On parle parfois de « calcul en réservoir », dans lequel un système doté d’un comportement interne riche traite des signaux pouvant être interprétés par un logiciel externe.
L’intérêt pour cette approche est étroitement lié à la croissance rapide de l’intelligence artificielle (IA). Des quantités énormes de puissance de calcul sont nécessaires pour entraîner et faire fonctionner les systèmes d’IA modernes, et les centres de données qui les prennent en charge consomment des quantités importantes d’électricité et d’eau. À mesure que la demande augmente, les préoccupations concernant la consommation d'énergie et les limites à long terme de la conception conventionnelle des puces s'intensifient.
Les systèmes biologiques offrent un modèle différent. Le cerveau humain fonctionne avec une puissance d'environ 20 watts, mais il est capable d'effectuer des tâches telles que la reconnaissance de formes, l'apprentissage et la prise de décision avec une efficacité remarquable. Les chercheurs travaillant dans le domaine de l'informatique biologique affirment que les systèmes basés sur les neurones pourraient, en principe, traiter certaines charges de travail avec des besoins énergétiques bien inférieurs à ceux des systèmes à base de silicium.
L'avantage ne réside pas dans la vitesse brute ou la précision. Le silicium reste largement supérieur pour les calculs déterministes et le traitement à grande échelle. L'attrait réside plutôt dans l'adaptabilité. Les neurones se réorganisent naturellement en réponse à des entrées, ce qui pourrait les rendre utiles pour des tâches impliquant l'apprentissage à partir de données clairsemées ou bruitées. Par exemple, ces systèmes ont tendance à exceller dans des tâches telles que la reconnaissance de formes, le traitement sensoriel et la prise de décision en situation d'incertitude.
Cortical Labs positionne sa technologie au sein de ce domaine émergent. Les représentants de l'entreprise affirment que ses systèmes nécessitent relativement peu d'énergie et pourraient à terme offrir un moyen plus efficace de traiter certains types d'informations. Ces affirmations restent toutefois spéculatives, et les systèmes actuels sont limités tant en termes d'échelle que de capacités.
Une infrastructure naissante, des capacités limitées
Les installations décrites comme des centres de données restent modestes par rapport aux normes du secteur. Cortical Labs n’a pas divulgué le nombre d’unités de son site de Melbourne, mais ses systèmes CL1 sont des dispositifs à l’échelle de laboratoire, ce qui signifie que les déploiements actuels portent probablement sur des dizaines d’unités plutôt que sur des milliers. À titre de comparaison, les centres de données hyperscale exploités par Amazon, Microsoft et Google regroupent des dizaines de milliers de serveurs dans des bâtiments pouvant dépasser les 93 000 m².
L'installation prévue par Cortical à Singapour devrait permettre une plus grande évolutivité, mais elle est encore en construction.
Les capacités sont tout aussi limitées. Démontrer que les neurones peuvent apprendre des tâches simples de type jeu constitue une preuve de concept importante, mais cela est très éloigné des applications du monde réel. Il n'existe encore aucune preuve que les systèmes biologiques puissent rivaliser avec les GPU ou les CPU dans les types de charges de travail qui dominent l'informatique moderne, tels que l'entraînement à l'IA à grande échelle ou le traitement de données à haute fréquence.
« Malgré les progrès considérables réalisés en neurosciences au cours du siècle dernier, les principes fondamentaux du traitement et du stockage de l’information dans le cerveau sont loin d’être compris », a déclaré Steve Fuber, informaticien, mathématicien et ingénieur en matériel informatique. « À ce stade précoce du développement de tels systèmes, beaucoup de choses restent inconnues… Nous sommes encore loin d’identifier une approche optimale qui soit aussi polyvalente dans ce domaine que l’est le processeur programmable polyvalent dans le domaine de l’informatique conventionnelle.
Dans le même temps, ces efforts reflètent une évolution plus large dans la manière dont l’informatique est explorée. Alors que les approches traditionnelles se heurtent à des limites physiques et économiques, les chercheurs recherchent des alternatives qui auraient semblé irréalisables il y a seulement quelques années. Les systèmes biologiques constituent l’une des options les plus non conventionnelles, notamment le système CL1 et les puces imprégnées d’ADN.
Les cellules vivantes sont intrinsèquement plus complexes que les transistors. Elles nécessitent des conditions contrôlées, un apport constant en nutriments et une surveillance continue, ont déclaré les scientifiques. Leur comportement peut varier d’un échantillon à l’autre, et leur durée de vie est limitée. La mise à l’échelle des cellules vivantes pour en faire un élément suffisamment fiable pour une utilisation dans les infrastructures constitue un obstacle technique majeur.
Des questions restent également en suspens concernant la reproductibilité et le contrôle. Les puces en silicium se comportent de manière prévisible dans des conditions définies, ce qui n'est pas le cas des systèmes biologiques. Garantir des performances constantes à plus grande échelle sera essentiel pour que cette technologie dépasse le stade expérimental.
Des considérations éthiques commencent également à émerger. Les cultures de neurones actuelles sont loin de ressembler à quoi que ce soit de conscient, mais les chercheurs dans ce domaine ont déjà appelé à l'établissement de lignes directrices claires à mesure que les systèmes gagnent en complexité. La question n'est pas d'actualité immédiate, mais il est difficile de l'ignorer à mesure que la technologie évolue.
Pour l'instant, le projet de Cortical Labs s'apparente surtout à une première tentative visant à faire passer l'informatique biologique du laboratoire à quelque chose qui ressemble à une véritable infrastructure. La science sous-jacente est crédible à petite échelle, et la motivation à explorer des alternatives au silicium s'accroît à mesure que les systèmes d'IA se développent.
Ce qui reste incertain, c'est de savoir si ces deux pistes peuvent être réunies de manière significative. Les systèmes actuels sont limités, fragiles et loin d'être compétitifs sur le plan commercial. Malgré tout, ils ouvrent la voie à une nouvelle façon d'envisager le calcul.
Au lieu de s'appuyer uniquement sur du silicium plus rapide et plus efficace, certains chercheurs commencent à explorer si les systèmes vivants, avec toute leur complexité et leur imprévisibilité, pourraient à terme jouer un rôle dans la manière dont les machines traitent l'information.
Carly Page est une journaliste spécialisée dans les technologies et rédactrice publicitaire qui compte plus de dix ans d'expérience dans les domaines de la cybersécurité, des technologies émergentes et de la politique numérique. Elle a précédemment occupé le poste de journaliste senior en cybersécurité chez TechCrunch.
Aujourd'hui indépendante, elle rédige des articles d'actualité, des analyses, des interviews et des reportages de fond pour des publications telles que Forbes, IT Pro, LeadDev, Resilience Media, The Register, TechCrunch, TechFinitive, TechRadar, TES, The Telegraph, TIME, Uswitch, WIRED, et bien d'autres. Carly réalise également des travaux de rédaction et d'édition pour des entreprises et des événements technologiques.
Source(s) : Livescience.com sur la piste de Liliane Held-Khawam Que l'ont remercie.
Terms & Conditions
Subscribe
Report
My comments