Pour les ingénieurs informatiques, l’organisation du cerveau humain a toujours été un modèle d’inspiration. En 1943, Warren McCulloch et Walter Pitts posèrent l’une des premières pierres de l’intelligence artificielle en inventant le neurone formel, la version mathématique et simplifiée d’un neurone biologique. Bien plus tard, en 2014, IBM a réussi à caler 1 million de neurones programmables et 256 millions de synapses sur sa puce TrueNorth. Une avancée à laquelle a répondu Intel trois ans plus tard avec la puce Loihi, qui permettait de traiter l’information de manière décentralisée, éliminant le besoin d’un bus de données central. Ces travaux furent les premières tentatives sérieuses de repenser l’architecture même des processeurs en s’inspirant du fonctionnement du cerveau.
Sans ces travaux fondateurs, l’histoire de l’intelligence artificielle aurait probablement été très différente, mais ils n’ont pas réussi à nous faire franchir l’ultime barrière séparant la biologie de l’électronique : l’efficience énergétique. Notre cerveau traite une quantité monstrueuse de données en échange d’à peine 20 W ; pour une tâche équivalente, un modèle de langage comme ChatGPT exige une infrastructure engloutissant plus d’un MW.
Un fossé plus qu’une barrière donc, qu’une équipe d’ingénieurs de l’université du Massachusetts (UMass Amherst) vient de combler légèrement, avec une étude publiée l’an dernier, le 29 septembre 2025 dans la revue Nature Communications. Ils ont réussi à concevoir un neurone artificiel d’un genre nouveau, conçu à partir de nanofils de protéines issus de bactéries, il parle le même « langage » de nos cellules, au prix d’un fonctionnement énergétique absolument dérisoire.
Imiter le cerveau : la nouvelle frontière de l’informatique
Les chercheurs ont utilisé la bactérie Geobacter sulfurreducens, puisque sa petite particularité est qu’elle peut naturellement produire de l’électricité en se nourrissant d’acétate (un dérivé du vinaigre), qu’elle oxyde pour en tirer de l’énergie. Ainsi, à partir de cette souche, les chercheurs ont synthétisé des nanofils protéiques, de longs filaments de protéines qui peuvent conduire l’électricité à des tensions extrêmement faibles. Une candidate idéale pour créer un neurone artificiel, puisque le gradient électrique nécessaire à son fonctionnement peut être maintenu directement par les propriétés chimiques de la protéine elle-même.
Les versions précédentes de neurones artificiels exigeaient des tensions d’alimentation dix fois supérieures et une puissance cent fois plus élevée que ce prototype actuel. Cette intensité électrique interdisait toute connexion directe avec le vivant, sous peine de provoquer des ruptures des membranes cellulaires ou des dommages irréversibles aux protéines en raison de l’excès de tension.
« Notre cerveau [NDLR : il fait ici référence au neurone] traite une quantité phénoménale de données », explique Shuai Fu, auteur principal de l’étude à l’UMass Amherst « Pourtant, sa consommation d’énergie est très, très basse, surtout si on la compare à l’électricité nécessaire pour faire fonctionner un grand modèle de langage, comme ChatGPT ».
Ainsi, leur neurone peut fonctionner à très bas seuil : seulement 0,1 volt, une valeur qui correspond à l’amplitude exacte d’un message nerveux humain (le potentiel d’action), qui oscille entre l’état de repos et l’activation sur une plage de 100 millivolts. En alignant le voltage d’un composant matériel sur celui d’un neurone humain, les deux peuvent théoriquement communiquer sans risque.
Restons lucides néanmoins : sur le plan technique, cette avancée mérite clairement d’être saluée, mais il ne s’agit encore que d’un composant isolé. Il n’est qu’un neurone, et si impressionnant soit-il dans sa conception, on ne construira pas un processeur fonctionnel grâce à lui. Ces travaux prouvent simplement qu’on sait désormais comment interfacer nativement deux composants que tout oppose, en créant un traducteur électriquement transparent pour le système nerveux. C’est tout de même un grand progrès si l’on se réfère aux tentatives précédentes, mais en aucun cas il ne trouvera un usage dans les prochaines années. Cette découverte marque le début d’une longue phase de recherche fondamentale, qui s’étalera certainement encore sur plusieurs décennies, au bout desquelles peut-être nous parviendrons à prouver que cette technologie peut être exploitée à grande échelle.
🟣 Pour ne manquer aucune news sur le Journal du Geek, suivez-nous sur Google et sur notre canal WhatsApp. Et si vous nous adorez, on a une newsletter tous les matins.
