Aujourd'hui, j'ai rencontré un ami spécialisé en médecine neurologique à New York, qui travaille actuellement sur l'interface cerveau-machine. Elle a dit que, dans le monde académique, Neuralink de Musk est considéré comme une technologie dépassée.

Les biologistes ne voient pas d'un bon œil qu'il utilise un communiqué de presse pour faire semblant de faire de la science, Neuralink appartient à la catégorie « avancée en ingénierie, science prise à la légère ».
Après avoir conduit trois heures depuis DC, je pensais que c'était pour se remémorer le passé, mais je ne m'attendais pas à parler toute l'après-midi d'interface cerveau-machine, d'IA et d'anxiété liée au stockage.
Elles peuvent concevoir leurs propres puces après avoir levé des fonds, et commander des versions en 22 nanomètres dans des usines en Europe. La technologie en 22 nanomètres est le nœud d'or pour les puces analogiques à faible consommation, pouvant fonctionner à 0,5V, ce qui est particulièrement adapté pour l'enregistrement neuronal implanté.
Actuellement, elles étudient comment l'injection d'une aiguille pour la perte de poids agit sur le cerveau. Personne ne sait encore comment différents médicaments pour la perte de poids influencent la suppression de l'appétit dans le cerveau, ni comment l'hypothalamus et le circuit de récompense (dopamine) du cerveau sont précisément affectés.
Elles perforent donc le cerveau de souris, connectent des puces, et doivent mesurer en temps réel les changements dans les signaux neuronaux.
Parce que la quantité de données est énorme, avec des fréquences très élevées, elles ont besoin de 10 000 TB, soit 10 PB de stockage.
C'est la première fois que j'entends parler de stockage en PB !
Les signaux neuronaux doivent être échantillonnés à 30 000 Hz (chaque électrode mesure 30 000 fois par seconde), pour capturer des impulsions neuronales qui ne durent qu'une milliseconde. Chaque point de données ne fait que 2 octets, mais en multipliant par plusieurs centaines d'électrodes, puis par 24 heures sans interruption, une seule sonde génère 80 GB par heure.
Elle dit qu'un disque dur d'entreprise de 1 PB coûte plus cher que son salaire mensuel, et qu'un stockage de niveau PB à long terme coûte un million de dollars en cinq ans.
Le laboratoire n'a pas autant de fonds, ils achètent donc un PB à la fois, en étant très économes.
Pour donner une idée, Harvard et Google peuvent atteindre une résolution complète du cerveau humain de 1 mm³, ce qui représente 1,4 PB.
Un cerveau de souris entier, c'est environ 1 EB (1000 PB). Ce n'est pas parce que la quantité de données à un moment donné est énorme, mais parce que la fréquence est très élevée.
De plus, l'anxiété liée au stockage n'est pas propre à la biomédecine.
Dans l'astronomie, le radiotélescope SKA doit stocker 700 PB par an. Le collisionneur du CERN traite déjà des données à l'échelle de EB.
Le stockage détermine le plafond de la science de pointe.
Lorsque la quantité de données devient grande, la transmission influence l'efficacité. Nous avons donc parlé de communication optique.
Les matériaux de connexion des puces utilisaient initialement de l'aluminium, mais en 1997, IBM l'a remplacé par du cuivre (résistance réduite de 40%), et maintenant ils passent du cuivre à la lumière.
Cela fait écho à ce que Jensen Huang a dit lors du GTC : en mars 2025, Nvidia a lancé un commutateur en silicium photonique + optique intégrée (CPO), pour étendre les centres de données IA à des centaines de milliers de GPU.
Pourquoi le cuivre doit-il céder la place à la lumière ?
Parce qu'à des vitesses plus rapides, la distance que peut parcourir un câble en cuivre devient plus courte (à haute fréquence, l'effet de peau et la perte du cuivre augmentent rapidement). À 1,6 Tb/s, un seul câble en cuivre ne peut pas couvrir la hauteur d'une armoire. La seule solution est que le signal devienne un laser.
En dehors du stockage, le coût des animaux de laboratoire est aussi très élevé.
Un singe de laboratoire coûte entre 35 000 et 50 000 dollars, et en incluant plusieurs années d'élevage spécialisé, chirurgie, vétérinaire et gestion, le coût total dépasse facilement 100 000 dollars par animal.
Une souris coûte 80 dollars, car c'est la pureté de son génome qui compte.
Je lui ai demandé : pourquoi utiliser des souris et des singes, et pas des lapins ? Elle a répondu que les souris disposent d'une boîte à outils génétique complète (24 000 souches prêtes à l'emploi, knock-out génétiques, optogénétique), et que les singes ont la structure cérébrale la plus proche de celle des humains.
Les lapins ont un QI moyen, et ne sont pas très utilisés, donc elle ne s'en sert pas.
De nombreuses entreprises d'IA recrutent aujourd'hui des chercheurs en neurosciences comme elles, pour deux raisons.
La première est l'efficacité. Le cerveau humain est l'ordinateur le plus économe en énergie sur Terre. Il traite la vision, le langage, le mouvement, le raisonnement, tout en parallèle, avec seulement 20 watts, l'équivalent d'une ampoule faible.
Une puce IA haut de gamme consomme entre 300 et 700 watts, et entraîner de grands modèles peut nécessiter plusieurs mégawatts ou gigawatts.
La différence réside dans le fait que, sous la couche, l'ordinateur fonctionne en binaire (0/1), avec des transistors qui switchent à des GHz de folie.
Le cerveau, lui, est analogique, avec des décharges rares et dispersées : les neurones ne s'allument que lorsque c'est nécessaire, ce qui consomme peu d'énergie.
Les entreprises d'IA veulent imiter cette efficacité.
Donc, aujourd'hui, le poste le plus recherché dans les entreprises d'IA est celui de neuroscientifique.
La deuxième raison est plus subtile : nous ne comprenons en réalité pas du tout comment le cerveau fonctionne, et l'IA se trouve dans une situation identique.
Anthropic a découvert que, lorsque l'IA répond à une question, elle pense en réalité à une sorte de propre système interne, et la raison qu'elle donne n'est pas forcément honnête.
Par exemple : un chercheur donne à Claude une réponse erronée en tant que « prompt », et il voit qu'il construit une explication cohérente en suivant cette réponse, avec seulement 25 % à 39 % de chances qu'il admette avoir utilisé le prompt.
Le PDG d'Anthropic dit que, lorsque l'IA résume un document, « nous ne savons pas, au niveau précis et spécifique, pourquoi elle fait ces choix ». La pensée de l'IA est une boîte noire. Leur objectif est de créer une « IRM » pour l'IA, et d'ici 2027, ils espèrent comprendre ce qui se passe à l'intérieur.
Enfin, ils ont aussi parlé de chirurgie.
Puisque le cerveau lui-même ne ressent pas la douleur, il est possible d'ouvrir le crâne à un patient conscient.
Les singes, eux, peuvent continuer à vivre normalement pendant plusieurs mois après une craniotomie, implantation de puce, et suture. Elle a souri en disant qu'elle pourrait m'ouvrir le cerveau, mais qu'elle espère que je n'en aurai jamais besoin.
Après toute cette après-midi de discussion, ma plus grande impression est :
Actuellement, nous en savons encore très peu sur le cerveau humain, et sur l'IA.
Mais c'est aussi pour cela que je pense de plus en plus que nous vivons dans la meilleure époque.
La conduite autonome véritable est déjà sur la route, l'informatique quantique progresse à toute vitesse, l'humanité prépare sérieusement sa première expédition sur Mars, et l'interface cerveau-machine commence vraiment à comprendre le cerveau…
Aujourd'hui, dans les rues de New York, j'ai vu plusieurs publicités pour l'IA et la cryptomonnaie : un taxi avec « It’s happening with Ripple » sur le toit, une publicité dans le bus pour le ETF Bitcoin de BlackRock, et une station avec OpenAI Codex.
Des choses qu'on ne pouvait pas imaginer il y a encore peu, se produisent toutes en même temps aux États-Unis.
Et nous, nous vivons précisément dans cette époque exceptionnelle.