• il y a 14 heures
Les cellules souches pourraient devenir les concurrents directs de Nvidia. Cortical Labs, une startup australienne d’intelligence artificielle, a entraîné des cellules cérébrales humaines sur une puce informatique pour jouer au jeu vidéo Pong, une simulation rudimentaire de tennis.
Ces cellules ont réussi à apprendre à jouer en cinq minutes, grâce à leurs communications électriques. « Ces neurones ont leur propre réactivité électrique interne. Si vous leur donnez les bonnes informations, vous pouvez façonner leur comportement, de sorte qu’ils ne déclenchent pas d’activité électrique aléatoire, mais qu’ils soient capables de bouger de manière dictée », le tout, avec moins de données et « beaucoup moins d’énergie que les systèmes d’intelligence artificielle » assure Hon Wen Chong, le PDG de Cortical Labs, dans un entretien accordé à Numerama.
Cette prouesse, la jeune firme l’a réalisée en 2022, alors qu’elle n’avait que 3 ans. De quoi mettre sur le devant de la scène un nouveau champ de recherches : l’intelligence organoïque.
Formalisée en 2023 par une équipe internationale conduite par des chercheurs de l’Université Johns-Hopkins, aux États-Unis, l’intelligence organoïque se fixe comme objectif de « remplacer les transistors qui composent nos processeurs digitaux par des organoïdes cérébraux » explique le docteur Fred Jordan à Numerama, cofondateur de FinalSpark, autre startup pionnière du domaine basée en Suisse. « Les organoïdes sont des petites boules de cellules souches qui miment les fonctions de certains organes comme le cerveau ou le cœur » précise Frank Yates, enseignant-chercheur à l’école SupBiotech.
Si les organoïdes utilisés dans la recherche ne sont pas de mini-cerveaux, ils sont faits des mêmes neurones, ont des capacités d’apprentissage similaires et une faible consommation énergétique. « Pour réfléchir, le cerveau a besoin de 20 watts. Si l’on veut faire une simulation digitale d’un cerveau, on a besoin d’une consommation énergétique 1 million de fois plus importante », souligne Fred Jordan, qui imagine développer des centres de cloud computing dignes de ceux d’Amazon Web Services, mais uniquement à partir de tissus nerveux, et ce, d’ici une dizaine d’années.
L’autre intérêt de l’intelligence organoïque est sa capacité d’apprentissage. C’est tout l’enjeu du travail de recherche de la directrice du laboratoire de mathématiques J-A Dieudonné de l’Université Côte d’Azur, Patricia Reynaud Boulet, que d’analyser les capacités d’apprentissage de ces organoïdes. « Les organoïdes ne sont pas des cerveaux, loin de là. Ce ne sont que quelques milliers de neurones, quand le cerveau humain en a des dizaines de milliards. C’est quelque chose de tellement petit et basique que cela reste très bête. Je pense que là où les réseaux de neurones biologiques peuvent avoir un avantage sur les réseaux de neurones artificiels, c’est pour certaines tâches très spécifiques comme l’apprentissage ou la classification d’informations », nous dit-elle.
Pour auta

Catégorie

🤖
Technologie
Transcription
00:00Des neurones humains dans cet ordinateur.
00:02Il a été présenté par Cortico Labs, une entreprise australienne,
00:06il y a quelques jours au Mobile World Congress.
00:08Il est fait à partir d'organoïdes, des petites boules de cellules souches
00:12qui miment le fonctionnement de certains de nos organes,
00:15comme le cerveau ou le cœur.
00:17Ces neurones ont leur propre activité électrique interne.
00:20Si vous leur donnez les bonnes informations,
00:22vous pouvez leur faire apprendre à peu près tout ce que vous voulez.
00:25On parle d'intelligence organoïque,
00:27et beaucoup y voient le futur de l'intelligence artificielle.
00:30L'intérêt, vous l'aurez compris, ce sont ses capacités d'apprentissage
00:34et surtout la consommation énergétique de ces organoïdes
00:38qui consomment un million de fois moins que l'IA.
00:41Une start-up suissaise, Final Spark, imagine d'ailleurs les data centers de demain,
00:46qui seront faits de neurones et qui n'auront besoin que de très peu d'eau.
00:49Contrairement aux centres de données qui tournent à plein régime
00:53en consommant beaucoup d'eau pour leur refroidissement.
00:55C'est un enjeu d'autant plus important avec le développement
00:58des modèles d'open AI ou de groc.

Recommandations