Depuis le 16 juillet 2026, un rack de serveurs tourne à Singapour sur seize millions de neurones humains vivants au lieu de puces en silicium. L'installation, dévoilée officiellement le 17 août par la faculté de médecine de l'université nationale de Singapour, l'opérateur de centres de données DayOne et la société australienne Cortical Labs, relance une question travaillée en laboratoire depuis une dizaine d'années. Peut-on faire calculer de la matière cérébrale, et à quel prix énergétique ? La science existe et quelques résultats sont solides. Les verrous, eux, sont connus, et loin d'être levés.

Un rack de neurones vivants à Singapour

Le prototype installé au Life Sciences Institute de l'université nationale de Singapour aligne vingt unités CL1 de Cortical Labs. Chacune fait cohabiter des neurones humains cultivés en laboratoire avec une puce de silicium et une interface à microélectrodes. Les cellules poussent sur une grille d'électrodes qui leur envoie des impulsions électriques et enregistre leurs décharges en retour ; un logiciel traduit cette activité en opérations de calcul. Au total, seize millions de neurones, soit environ 800 000 par unité, tous issus de cellules sanguines de donneurs reprogrammées en cellules souches, puis différenciées en neurones.

Le montage n'a rien d'un ordinateur autonome laissé à lui-même. Des techniciens de l'université nourrissent les cultures tous les trois jours, et chaque unité embarque un système de survie miniature (pompes, régulation de température, mélange gazeux, filtration) pour maintenir les neurones en vie. Cortical Labs annonce une viabilité des cultures allant jusqu'à six mois. Passé ce délai, il faut remplacer les cellules et repartir d'une culture neuve.

Les partenaires présentent le montage comme un premier prototype de « centre de données biologique » dans la région. Il a été montré le 6 août à plus de 80 invités du privé et de l'université avant sa présentation officielle du 17 août, et DayOne, opérateur de centres de données présent dans plusieurs pays d'Asie, y voit une piste de long terme pour ses infrastructures.

L'argument mis en avant par les promoteurs du projet est énergétique. Un cerveau humain fait fonctionner ses quelque 86 milliards de neurones avec une vingtaine de watts, là où l'entraînement et l'exécution des grands modèles de langage réclament des mégawatts et tirent à la hausse le bilan carbone des géants de la tech. Confier une partie du calcul à des cellules vivantes, qui consomment naturellement peu, permettrait d'alléger cette facture. C'est le pari de fond du « wetware », par contraste avec le hardware et le software, alors que la demande de puissance de calcul de l'IA ne cesse d'augmenter.

De DishBrain au CL1, ce que les neurones savent faire

La démonstration fondatrice date de 2022. Une équipe de Cortical Labs, à Melbourne, publie dans la revue Neuron un article au titre volontairement provocateur, « des neurones in vitro apprennent et manifestent une forme de sentience dans un monde de jeu simulé ». Le système, baptisé DishBrain, réunit environ 800 000 cellules nerveuses d'origine humaine et murine sur une matrice de microélectrodes. Branchées sur une version du jeu Pong, ces cellules reçoivent un signal électrique codant la position de la balle et un retour codant le contact ou le raté de la raquette. En quelques minutes, l'activité s'organise et le taux de touches progresse.

Le résultat a fait le tour du monde, mais son auteur principal, Brett Kagan, directeur scientifique de Cortical Labs, a lui-même tempéré l'emballement. Ces neurones « n'ont rien d'un cerveau réel » et ne montrent aucun signe de conscience. Le mérite de DishBrain est ailleurs. Il prouve qu'une culture de neurones, placée dans une boucle de rétroaction serrée, se réorganise en fonction d'un objectif, soit la définition minimale d'un apprentissage. Une étude de suivi, mise en ligne en 2024, va plus loin et mesure une vraie force du vivant : sur le même type de tâche, les réseaux neuronaux biologiques apprennent avec beaucoup moins d'exemples que des agents d'apprentissage par renforcement profond, cette « efficacité en échantillons » restant un point faible notoire de l'IA classique.

De ce prototype de laboratoire, Cortical Labs a tiré un produit. Le CL1, présenté en mars 2025 au Mobile World Congress de Barcelone, est vendu autour de 35 000 dollars comme « premier ordinateur biologique commercial ». C'est cette brique que le rack singapourien empile par vingt. Chaque CL1 consomme, selon le constructeur, de 850 à 1 000 watts, l'essentiel servant à maintenir les cellules en vie plutôt qu'à calculer.

Les mini-cerveaux suisses de FinalSpark

Cortical Labs n'est pas seul sur ce terrain. En Suisse, la société FinalSpark, fondée par Fred Jordan et Martin Kutter, exploite depuis 2024 une plateforme en ligne baptisée Neuroplatform, accessible à distance par des équipes de recherche. Son architecture repose non pas sur des couches de neurones étalées, mais sur des organoïdes, de petites sphères de tissu cérébral obtenues à partir de cellules souches. La plateforme met en réseau seize organoïdes répartis sur quatre matrices de microélectrodes, chaque sphère rassemblant de l'ordre de 10 000 neurones, pour un total avoisinant 160 000 cellules.

FinalSpark met en avant le même argument que ses concurrents, chiffré de façon frappante. Ses bioprocesseurs consommeraient jusqu'à un million de fois moins d'énergie qu'une puce numérique pour une tâche comparable. Fred Jordan rappelle qu'un cerveau humain tourne sur une vingtaine de watts, quand simuler ce même cerveau sur du silicium exigerait la production d'une centrale nucléaire. La société commercialise l'accès à sa plateforme autour de 500 dollars par mois et par utilisateur, et dit avoir accumulé plus de 18 téraoctets de données sur plus d'un millier d'organoïdes en trois ans.

Ce dernier chiffre dit surtout le principal obstacle. Les premières matrices de FinalSpark tenaient quelques heures avant que les cellules ne meurent. À force de raffiner les conditions de culture, la durée de vie d'un organoïde atteint aujourd'hui une centaine de jours. Il faut donc renouveler sans cesse le matériau qui calcule, une contrainte qu'aucun processeur en silicium n'impose.

L'« organoid intelligence » de Johns Hopkins

Au-dessus de ces projets industriels, un cadre académique a été posé en 2023 par Thomas Hartung, médecin et toxicologue à l'école de santé publique Bloomberg de l'université Johns Hopkins. Avec une trentaine de coauteurs, il publie dans Frontiers in Science un manifeste qui nomme le domaine, l'« organoid intelligence » (OI), ou intelligence organoïde. L'article, relayé par plus de six cents médias, décrit une feuille de route sur plusieurs décennies. Il s'agit de cultiver des organoïdes plus gros et plus structurés, de les doter d'entrées et de sorties sensorielles, de les mettre en réseau, et de mesurer leurs capacités d'apprentissage.

Hartung avance un raisonnement de fond sur l'efficacité du vivant. Le cerveau humain reste, pour beaucoup de tâches d'apprentissage, plus sobre et plus économe en exemples que les réseaux de neurones artificiels, qui doivent ingérer des quantités colossales de données pour généraliser. L'idée de l'OI n'est pas de recopier le cerveau en silicium, mais d'employer directement du tissu nerveux comme substrat de calcul. Le champ reste largement programmatique. L'article de 2023 est une déclaration d'intention étayée, pas un catalogue de machines qui fonctionnent.

À quoi ça sert aujourd'hui

Le récit énergétique masque un usage bien plus immédiat, et sans doute plus solide à court terme : la biomédecine. Un organoïde de neurones humains est d'abord un modèle de cerveau miniature, précieux pour étudier une maladie ou tester une molécule sans passer par l'animal. C'est le point de départ de Thomas Hartung, dont les travaux visent depuis des années à remplacer les tests sur animaux par des cultures cellulaires. Cortical Labs comme FinalSpark positionnent aussi leurs plateformes pour la modélisation de maladies neurologiques et le criblage de médicaments, où l'observation en temps réel de l'activité électrique d'un tissu humain a une valeur directe. Sur ce terrain, les résultats se jugent à l'aune de la recherche médicale, un domaine où les organoïdes cérébraux sont déjà installés, indépendamment de toute promesse de calcul. Les mêmes cultures peuvent servir à modéliser des maladies neurodégénératives ou à observer la réaction d'un tissu humain à une substance toxique, sans recourir à des cobayes animaux.

Le pari énergétique, et ce qu'il faut en croire

L'argument qui porte tout le domaine mérite d'être pesé. À l'échelle d'un neurone isolé, l'efficacité du vivant n'est pas contestable, la biologie faisant avec des picojoules ce que l'électronique paie en quantités bien supérieures. Le problème se pose à l'échelle du système. Un CL1 consomme environ un kilowatt, presque entièrement dédié au maintien en vie des cellules, pas au calcul. Un rack de vingt unités demande donc une puissance comparable à celle d'un rack informatique classique, sans encore rendre un service de calcul équivalent.

Surtout, la comparaison manque de socle. L'université de Singapour et Cortical Labs n'ont pas publié de test de charge équivalente mesurant la performance utile d'un CL1 face à un processeur graphique sur une même tâche. Tant que ce point de référence n'existe pas, l'affirmation « un million de fois moins d'énergie » vaut pour une opération élémentaire au niveau cellulaire, pas pour une charge de travail réelle. La demande électrique des centres de données continue de grimper. L'Agence internationale de l'énergie la voit passer d'environ 415 térawattheures en 2024 à 945 en 2030, l'IA en étant le premier moteur. Le biocomputing ne pèse encore rien dans cette trajectoire, et les indicateurs d'empreinte des data centers restent, pour l'heure, une affaire de silicium.

Trois verrous : durée de vie, reproductibilité, entrées-sorties

Le premier obstacle est la mortalité. Six mois pour un CL1, une centaine de jours pour un organoïde de FinalSpark : le substrat de calcul se dégrade et doit être remplacé, ce qui interdit toute persistance de l'état appris au-delà de la vie de la culture. Un modèle entraîné sur du silicium se recopie à l'identique. Un réseau de neurones vivants, non.

Le deuxième est la reproductibilité. Deux cultures issues du même protocole ne donnent pas exactement le même réseau, car la position des cellules, leurs connexions et leur maturation varient d'un lot à l'autre. Cette variabilité biologique, précieuse pour la recherche fondamentale, complique la standardisation qu'exige un produit de calcul fiable.

Le troisième tient aux entrées et aux sorties. Une matrice de microélectrodes ne dialogue avec la culture qu'en un nombre limité de points, quand un organoïde compte des dizaines de milliers de neurones. On stimule et on lit grossièrement, on ne câble pas chaque cellule. Faire monter ces systèmes en puissance suppose d'irriguer en oxygène et en nutriments un tissu de plus en plus épais, et de multiplier les canaux d'échange avec l'électronique. Ce sont deux problèmes d'ingénierie sur lesquels l'« organoid intelligence » bute encore, de l'aveu même de ses promoteurs.

L'éthique, un verrou qui n'est pas technique

Reste une question que le silicium ne pose jamais. Les neurones utilisés proviennent de donneurs, via des lignées de cellules souches. Les travaux d'éthique parus dans Nature en 2026 pointent une zone mal balisée. Le consentement des donneurs a-t-il couvert un usage de leurs cellules comme organe de calcul, et non comme simple matériel de recherche médicale ? La plupart des consentements existants n'ont pas anticipé cet emploi.

Plus difficile encore, la question de la conscience. La communauté scientifique estime aujourd'hui que ces cultures n'atteignent pas le seuil d'une expérience subjective, et Brett Kagan lui-même écarte toute conscience dans DishBrain. Mais il n'existe aucune méthode reconnue pour déterminer si, et à partir de quand, un réseau de neurones réalise une forme de conscience — un débat théorique ouvert, sans consensus en vue. Or les systèmes grossissent. Passer de 800 000 à seize millions de neurones, puis au-delà, rapproche le domaine du moment où cette incertitude cessera d'être théorique. Les bioéthiciens rappellent qu'un système doté d'un statut moral limiterait ce qu'il serait permis de lui faire subir, y compris de l'éteindre. C'est une frontière que le débat sur une éventuelle conscience des IA en silicium aborde déjà par un autre versant.

Le rack de Singapour n'est donc ni une percée du calcul ni un simple gadget. C'est un banc d'essai grandeur nature pour un champ encore jeune, dont les résultats fondateurs — Pong appris en quelques minutes, un manifeste académique, deux entreprises qui vendent de l'accès — se comptent sur les doigts d'une main, tandis que les verrous se comptent en années de laboratoire. Le prochain jalon attendu est simple à formuler : un test de charge publié, comparant à tâche égale un processeur biologique et une puce, avec la consommation de chacun.