Des neurones Humains dans le rack : Le réel dépasse-t-il la science-fiction ?

Tout commence, par la lecture d'un post linkedIn : https://lnkd.in/p/eJ7tQXHS

Son auteur écrit être tombé un soir sur deux vidéos aux titres raccoleurs faits pour être cliqués (« L'horreur cachée de l'informatique biologique », « We're Not Ready for biocomputing »). Il lit le lendemain une annonce bien réelle : un rack de serveurs fonctionnant avec des neurones humains vivants vient d'être mis en service à Singapour. Il en conclut que ce n'est plus de la science-fiction, mais un produit.

Voilà qui ne pouvait que retenir mon attention au moment même où je publie "L'intelligence artificielle, entre écrans et laboratoires" et que, plus que jamais, je tiens à me situer entre technophobe tremblant face à l'apocalypse annoncée et technophile béat attendant le téléchargement de leur cervelle vide dans un robot augmenté, et tenter de tracer une voie de la raison.

Il fallait donc à double titre, voir cela de plus près... Suivez-moi !

1- Un rack de serveurs fonctionnant avec des neurones humains vivants vient d'être mis en service à Singapour.

Sur ce point, il n'a pas tort. Le 6 août 2026, la faculté de médecine de l'Université nationale de Singapour, l'opérateur DayOne et la start-up australienne Cortical Labs ont présenté à plus de quatre-vingts invités un prototype de centre de données biologique : vingt unités CL1 réunies dans une même baie. Les neurones y sont obtenus à partir de cellules de peau ou de sang d'un donneur adulte, reprogrammées en cellules souches, puis cultivées sur une puce qui les stimule et enregistre leurs réponses.

L'argument de vente tient en un mot : l'électricité.
Cortical Labs annonce environ 25 watts par unité et 800 à 1 000 watts pour la baie complète, quand une baie de processeurs graphiques en consomme des dizaines de milliers. À l'heure où l'Agence internationale de l'énergie prévoit que les data centers engloutiront quelque 945 TWh d'ici 2030, on comprend que l'idée séduise.

L'auteur du post retrace ensuite une chronologie efficace : la reprogrammation cellulaire de Yamanaka, les premiers organoïdes cérébraux, des neurones qui apprennent Pong en 2022, le CL1 mis en vente en 2025, puis Doom en 2026. Il tempère enfin l'enthousiasme par quatre constats : ces neurones meurent en quelques mois, ils ne font tourner aucun modèle de langage, personne ne sait s'il y a « quelqu'un » dans la boîte, et le droit n'a pas encore de case pour ce genre d'objet.

2- Pourquoi ce post nous concerne : l'écran a précédé le laboratoire

Dans "L'intelligence artificielle, entre écrans et laboratoires", (voir https://www.jepamia.fr/tag/parution/) nous confrontons ce que le cinéma a imaginé de l'IA à ce que la science produit réellement. Ce post vu sur LikedIn est un cas d'école, parce qu'il se situe exactement à la charnière entre les deux, et qu'il inverse plusieurs de nos scénarios familiers.

Souvenons-nous de Matrix (1999). Morpheus y révèle à Neo que les machines, privées de soleil, ont transformé les humains en piles : des corps alignés dans des cuves produisent l'énergie qui alimente le monde artificiel. Vingt-sept ans plus tard, le pitch de Singapour renverse la proposition sans la démentir : on ne récolte plus l'énergie des humains, on cultive leurs neurones pour économiser de l'énergie. La machine a toujours besoin du vivant ; elle a seulement changé de raison.

Remontons plus loin, jusqu'à Frankenstein. Mary Shelley imaginait Victor assemblant une créature à partir de fragments humains, puis s'effrayant de ce qu'il avait animé. Ce n'est pas un hasard si Asimov a baptisé « complexe de Frankenstein » notre peur des créatures artificielles.

Les cellules de donneurs reprogrammées du CL1 n'ont rien d'une créature, mais la question de Shelley revient intacte : qu'avons-nous fait naître, et lui devons-nous quelque chose ?

C'est là que Ex Machina (2014) devient éclairant. Caleb, le jeune programmeur convié par Nathan dans sa villa isolée, doit déterminer si Ava, l'androïde, possède une conscience. Tout le film repose sur l'impossibilité de trancher de l'extérieur.

Le post LinkedIn touche le même point, et c'est sa phrase la plus juste : l'horreur cachée n'est pas un cerveau qui souffre, c'est l'absence de moyen de le savoir.

En 2022, le mot « sentience » employé dans l'article de Cortical Labs sur Pong avait d'ailleurs provoqué une réponse collective de neuroscientifiques dans la revue Neuron.

L'observation à retenir. La science-fiction imaginait des cerveaux artificiels qui pensent ; le laboratoire livre des amas de neurones qui jouent maladroitement à Doom, encadrés de silicium. L'écart entre le fantasme et le produit est immense. Mais la question éthique posée par le cinéma, elle, est arrivée avant la technique et la précède encore.

3- Les approximations du post

Le texte est plus sérieux que beaucoup de publications du genre, et son auteur a eu le bon réflexe d'aller lire le code. Il n'échappe pourtant pas à quelques raccourcis.

Le titre dit autre chose que le texte. « Cellules souches de cerveaux humains dans une chip pour remplacer les LLM ? » : il ne s'agit pas de cellules de cerveau mais de cellules de peau ou de sang reprogrammées, ce que l'auteur précise lui-même plus bas. Quant au remplacement des LLM, le corps du post y répond par la négative. Le titre accroche avec une promesse que le texte défait.

La citation du code est tirée un peu trop loin.
Le fameux commentaire du code existe bien : le programme installé sur le CL1 reçoit des commandes de stimulation, les applique aux neurones et renvoie leurs signaux à un système d'entraînement distinct, tandis que les modèles d'apprentissage et la logique du jeu tournent sur des ordinateurs classiques.
Mais la phrase « the CL1 device performs NO computation » décrit le rôle de ce logiciel d'interface, pas l'inutilité des neurones.
La question reste ouverte : le jeu continue de tourner quand on neutralise la lecture des neurones, ce qui interroge leur contribution ; mais selon Scientific American, le système hybride a fait mieux que l'algorithme seul. Lire le code était la bonne démarche ; en tirer un verdict était prématuré !

La comparaison énergétique compare des choses incomparables. Un kilowatt contre des dizaines de kilowatts ne signifie rien si la tâche n'est pas la même. Une baie de GPU fait tourner des modèles de plusieurs milliards de paramètres ; seize millions de neurones, soit environ cinq mille fois moins que dans un cerveau humain, jouent mal à un jeu de 1993. Il manque la seule mesure qui compte, le calcul utile par watt, ainsi que les coûts cachés : culture cellulaire, remplacement tous les six mois, personnel de laboratoire.
L'auteur a bien vu que c'était « le pitch », mais il en reprend les chiffres sans les interroger.

Le « zéro réglementation » est rhétorique. Aucune catégorie juridique ne vise le « tissu neuronal humain entraînable en tant que service », c'est exact.
Mais le consentement des donneurs, les lignes directrices internationales sur les organoïdes et les règles de biosécurité s'appliquent déjà, et les partenaires du projet annonçaient eux-mêmes vouloir définir des cadres de gouvernance et de biosécurité adaptés à Singapour. Le vide existe, il n'est pas total.

L'image contredit le propos. Le post se termine sur une illustration générée par IA : une arène d'e-sport, des écrans Doom, des CL1 alignés sous les projecteurs, logos de Cortical Labs bien visible ; c'est l'image reprise pour illustrer cet article. Mais rien de cela n'existe, et rien ne le signale.

Dans un texte qui invite à « lire le code, pas le headline », c'est l'image qui fera le headline pour la plupart des lecteurs.

4- La grille : cinq questions à poser à tout article sur l'IA

Ce post n'est ni pire ni meilleur que la moyenne ; il est simplement représentatif.

Voici les cinq questions qu'il nous a appris à poser, et qui valent pour n'importe quel article, vidéo ou publication sur l'intelligence artificielle.

Le titre tient-il la promesse du texte ? Un titre sert à être cliqué, un texte à être lu. Quand le premier annonce une révolution et que le second la nuance, c'est le second qu'il faut retenir, et le premier qu'il faut soupçonner.

Que dit exactement la source, et à propos de quoi ? Une citation arrachée à son contexte peut dire l'inverse de ce qu'elle signifie. Avant de partager « l'étude qui prouve », il faut remonter au document d'origine : le communiqué, l'article scientifique, le code.

Les chiffres comparés mesurent-ils la même chose ? « Mille fois moins d'énergie », « dix fois plus rapide » : par rapport à quoi, pour quelle tâche, avec quels coûts oubliés ? Un chiffre sans étalon n'est pas une information, c'est un argument commercial.

Les absolus sont-ils démontrés ? « Jamais », « aucun », « zéro », « tout le monde » : ces mots signalent presque toujours une simplification. La réalité scientifique s'écrit rarement en tout ou rien.

L'image est-elle un document ou une mise en scène ? À l'ère des générateurs d'images, une illustration spectaculaire peut n'avoir aucun rapport avec les faits. Si elle n'est pas légendée comme telle, elle trompe, même quand le texte est honnête.

Et une dernière, qui les résume toutes : cet article m'informe-t-il sur le monde, ou sur ce que quelqu'un voudrait que j'en pense ?
Entre l'écran et le laboratoire, c'est la question que le cinéma nous a appris à poser, et que l'actualité nous oblige désormais à poser chaque matin.

Sources.
https://lnkd.in/p/eJ7tQXHS (Le post sur LinkedIn)
NUS Medicine, communiqué du prototype de Singapour (août 2026)
The Next Web, consommation électrique du rack
DatacenterDynamics, historique du CL1
R&D World, analyse du code Doom de Sean Cole (mars 2026)
Scientific American, les neurones et Doom
DayOne, annonce du partenariat (mars 2026).