La Biocomputing Passe du Laboratoire au Data Center
Une startup construit ce qu'elle prétend être le premier data center au monde alimenté par des cellules cérébrales humaines, marquant la tentative la plus ambitieuse à ce jour de transformer la biocomputing d'une curiosité de recherche en technologie pratique. L'entreprise prévoit d'utiliser des organoides, des grappes de neurones humains cultivés en laboratoire, comme unités de traitement principales dans une installation conçue pour gérer des charges de travail informatiques réelles.
L'approche exploite un avantage fondamental que les réseaux neuraux biologiques ont sur les puces de silicium : l'efficacité énergétique. Le cerveau humain effectue environ 10 quintillions d'opérations par seconde tout en ne consommant que environ 20 watts de puissance, moins qu'une ampoule ordinaire. Les data centers modernes consomment des mégawatts d'électricité et nécessitent des systèmes de refroidissement élaborés qui ajoutent des coûts énergétiques supplémentaires.
Comment Fonctionne l'Informatique à Base de Cellules Cérébrales
La technologie s'appuie sur une décennie de progrès dans la recherche sur les organoides. Les scientifiques ont appris à cultiver des grappes de neurones humains dans des boîtes de laboratoire, où les cellules s'auto-organisent en structures tridimensionnelles présentant une activité électrique ressemblant aux fonctions cérébrales. Ces organoides forment des connexions synaptiques, traitent les signaux et affichent un comportement d'apprentissage rudimentaire.
Dans un contexte de biocomputing, les organoides sont interfacés avec des systèmes électroniques via des réseaux de microélectrodes qui stimulent les neurones et lisent leurs réponses électriques. Les données d'entrée sont codées sous forme de motifs de stimulation électrique, l'organoid traite ces signaux à travers son réseau neural, et la sortie est relue via le réseau d'électrodes.
Les démonstrations précédentes ont montré que les organoides peuvent apprendre à jouer à des jeux vidéo simples, reconnaître des motifs et effectuer des tâches de classification de base. La startup vise à adapter cela en déployant des milliers d'organoides en parallèle, chacun traitant une partie de la charge de travail, avec l'électronique conventionnelle gérant la coordination et le routage des données entre les unités de traitement biologiques.
L'Équation Énergétique
L'argument de vente principal est la consommation énergétique. Avec l'explosion des charges de travail AI, la demande en énergie des data centers est devenue un goulot d'étranglement critique. L'Agence Internationale de l'Énergie projette que les data centers consommeront plus de 1 000 térawatts-heures par an d'ici 2030, à peu près équivalent à la consommation électrique totale du Japon.
Une grande partie de cette énergie est consacrée au refroidissement plutôt qu'à la computation. Les processeurs en silicium génèrent d'énormes quantités de chaleur résiduelle qui doivent être continuellement évacuées. Les réseaux neuraux biologiques fonctionnent à la température du corps et génèrent une chaleur résiduelle minime, éliminant potentiellement les infrastructures de refroidissement très énergivores.
La startup estime qu'un data center de biocomputing pourrait effectuer certaines charges de travail avec un coût énergétique mille fois inférieur aux systèmes conventionnels. Même si le chiffre réel est moins impressionnant, les économies pourraient transformer une industrie aux prises avec des contraintes énergétiques.
Les Défis Techniques
Malgré la vision convaincante, des obstacles importants demeurent. La longévité de l'organoid est une préoccupation : bien que les neurones puissent survivre pendant des mois dans les conditions de laboratoire, maintenir des milliers d'organoides dans un environnement de data center nécessite des systèmes de maintien en vie sophistiqués incluant l'apport de nutriments, l'élimination des déchets et le contrôle environnemental.
La fiabilité est un autre défi. Les puces de silicium produisent des résultats déterministes, tandis que les réseaux neuraux biologiques présentent de la variabilité et du bruit. L'ingénierie pour contourner cela nécessite de la redondance, la correction d'erreurs et de nouvelles approches de programmation encore en phase de développement initial.
La vitesse est aussi une limitation. Les neurones biologiques fonctionnent à des centaines de hertz, contre des milliards pour les transistors en silicium. La biocomputing compense par un parallélisme massif, similaire à la façon dont les 86 milliards de neurones du cerveau réalisent des performances remarquables malgré la lenteur relative de chacun selon les normes électroniques. Adapter ce parallélisme dans un système d'ingénierie reste sans solution.
Les Considérations Éthiques
L'utilisation de cellules cérébrales humaines en informatique soulève des questions éthiques qui augmenteront à mesure que la technologie mûrit. Les organoides actuels ne ressemblent à rien d'approchant la conscience, mais la limite éthique n'est pas clairement définie. Au fur et à mesure que les organoides se développent et deviennent plus complexes, les questions sur leur statut moral deviennent plus difficiles à éviter.
Les bioéthiciens ont demandé des cadres de gouvernance proactifs établissant des directives claires pour la commercialisation des organoides. L'approvisionnement en cellules, généralement à partir de cellules cutanées données reprogrammées en cellules souches puis différenciées en neurones, soulève des questions sur le consentement et la propriété intellectuelle.
Les cadres réglementaires pour la biocomputing sont essentiellement inexistants. La startup dit qu'elle engage activement des conseils d'éthique et des régulateurs. L'installation de preuve de concept devrait être prête dans 18 mois, ciblant initialement les charges de travail AI où les avantages énergétiques sont les plus prononcés, y compris la reconnaissance de motifs et la détection d'anomalies.
Cet article est basé sur un reportage de New Scientist. Lire l'article original.
