La startup australienne Cortical Labs a inauguré mardi dernier à Melbourne le premier centre de données biologique au monde, utilisant des neurones humains cultivés en laboratoire plutôt que des puces informatiques traditionnelles. Une deuxième installation est en construction à Singapour, dans le cadre d’une tentative pour répondre à la demande énergétique exponentielle de l’intelligence artificielle.
Dans un laboratoire de Melbourne, des cellules cérébrales humaines cultivées à partir de sang s’activent sur des puces de silicium, interprétant des signaux électriques pour effectuer des calculs. La scène, qui évoque davantage un roman de science-fiction qu’une salle informatique, constitue pourtant le cœur opérationnel du premier centre de données biologique inauguré la semaine dernière par la startup australienne Cortical Labs.
L’architecture d’un ordinateur vivant
Les installations de Melbourne et Singapour ne ressemblent à aucun centre de données conventionnel. À la place des rangées de serveurs bruyants et énergivores, elles abritent des unités CL1, des systèmes hybrides où des neurones humains cultivés en laboratoire sont intégrés à des puces de silicium.
Le mécanisme opérationnel repose sur un dialogue électrique constant : la puce envoie des signaux aux neurones et interprète leurs réponses comme des résultats de calcul. « Chaque unité CL1 consomme moins d’énergie qu’une calculatrice de poche », affirme Hon Weng Chong, fondateur et PDG de Cortical Labs, dans une déclaration rapportée par Bloomberg. La frugalité énergétique constitue l’argument principal de cette approche biologique face à l’explosion de la consommation électrique des infrastructures d’intelligence artificielle.
Une expansion mesurée en Asie-Pacifique
L’installation pilote de Melbourne accueille 120 unités CL1, tandis que le projet singapourien, développé en partenariat avec DayOne Data Centers, prévoit un déploiement progressif pouvant atteindre 1 000 unités. Le déploiement initial à Singapour s’effectuera au sein de l’école de médecine Yong Loo Lin de l’Université nationale, un choix qui entend montrer une dimension expérimentale de la technologie.
L’expansion régionale bénéficie du soutien d’investisseurs variés, dont Horizons Ventures, Blackbird Ventures et In-Q-Tel. Récemment, Gobi Partners, basé en Malaisie, a également injecté des fonds alors que l’entreprise étend ses opérations en Asie.
Des capacités computationnelles en développement
Les performances actuelles des systèmes biologiques de Cortical Labs restent modestes comparées aux puces spécialisées de sociétés comme Nvidia. Cependant, la progression des capacités démontre une courbe d’apprentissage significative. Les chercheurs ont d’abord entraîné leurs cellules cérébrales à jouer au jeu classique Pong, une tâche relativement simple. Le mois dernier, ils ont franchi une étape supplémentaire en parvenant à faire fonctionner le jeu vidéo Doom, bien plus complexe, avec 200 000 neurones vivants sur une seule puce.
L’évolution technique montre parfaitement la plasticité des réseaux neuronaux biologiques et leur capacité à traiter des informations de plus en plus sophistiquées. Cette approche s’inscrit dans une tradition de recherche sur les ordinateurs neuromorphiques, qui tentent depuis des décennies de reproduire l’efficacité énergétique du cerveau humain dans des systèmes informatiques.
Les défis d’une technologie émergente
Malgré les avancées prometteuses, la route vers une adoption à grande échelle de l’informatique biologique s’annonce longue. Les spécialistes estiment que leur technologie pourrait nécessiter des années, voire des décennies, avant de pouvoir rivaliser sérieusement avec le silicium traditionnel sur des tâches computationnelles complexes.
Les obstacles sont multiples : stabilité des cultures cellulaires sur le long terme, reproductibilité des résultats, vitesse de traitement des informations, et questions éthiques concernant l’utilisation de neurones humains cultivés. L’initiative de Cortical Labs se situe néanmoins dans un mouvement plus large de recherche d’alternatives aux architectures informatiques conventionnelles, poussé par la prise de conscience des limites énergétiques et environnementales de l’expansion actuelle de l’intelligence artificielle.
