Des ingénieurs de l’Université Northwestern dans l’Illinois, aux États-Unis, ont atteint une étape importante dans la recherche sur le matériel d’intelligence artificielle : ils ont imprimé des neurones artificiels capables de communiquer directement avec des cellules cérébrales vivantes. Cette avancée, publiée le 15 avril dans la revue Nature Nanotechnology, ouvre la voie à des interfaces cerveau-machine qui fonctionnent de manière plus naturelle avec le système nerveux humain — et vers des systèmes informatiques qui consomment beaucoup moins d’énergie que les centres de données d’aujourd’hui.
Le problème qui motive cette recherche
Les systèmes d’intelligence artificielle modernes sont puissants, mais ils sont extrêmement gourmands en énergie. Former de grands modèles linguistiques et exécuter des inférences à grande échelle nécessite des centres de données qui consomment des gigawatts d’électricité. Mark Hersam, professeur de science des matériaux à l’Université Northwestern qui a dirigé l’étude, a décrit l’ampleur du défi de manière claire : les tendances actuelles pointent vers des centres de données de nouvelle génération qui nécessiteraient des centrales nucléaires dédiées pour fonctionner. Au-delà de l’électricité, les centres de données dépendent de volumes énormes d’eau pour le refroidissement, mettant une pression supplémentaire sur des ressources en eau déjà tendues.
Notre cerveau, en revanche, fonctionne avec environ 20 watts — autant de puissance qu’une ampoule faible. Hersam et son équipe soutiennent que le cerveau est cinq ordres de magnitude plus efficace en énergie qu’un ordinateur numérique, faisant de l’architecture neuronale biologique le modèle le plus convaincant pour le matériel informatique de prochaine génération.
Comment fonctionnent les neurones imprimés
L’équipe a construit ses neurones artificiels en utilisant un processus appelé impression par jet d’aérosol, qui dépose des couches d’encre électronique sur un substrat polymère flexible. L’encre contient deux matériaux clés : des flocons de disulfure de molybdène à l’échelle nanométrique, qui agissent comme un semi-conducteur, et du graphène, qui sert de conducteur électrique. Ensemble, ces matériaux forment un dispositif connu sous le nom de réseau de nanosheets mémristifs — une structure dont la résistance électrique change en fonction de l’activité passée, tout comme une synapse biologique se renforce ou s’affaiblit avec une utilisation répétée.
Une idée critique est venue d’une source inattendue : le polymère stabilisant que les chercheurs brûlent généralement après l’impression. L’équipe de Northwestern a découvert qu’en décomposant partiellement le polymère plutôt qu’en l’éliminant complètement, ils pouvaient introduire des imperfections contrôlées dans le matériau imprimé. Ces imperfections créent un canal conductible étroit par lequel le courant électrique se concentre. Alors que le courant passe à travers ce canal, le dispositif s’allume et s’éteint rapidement, générant des pics de tension aigus.
Ces pics de tension ressemblent étroitement aux potentiels d’action — les impulsions électriques — que produisent de vrais neurones lorsqu’ils sont activés. Fait crucial, les dispositifs ne génèrent pas simplement une impulsion on-off uniforme. Ils produisent une grande variété de modèles d’activation, y compris des pics isolés, des rafales soutenues et des oscillations rythmiques, correspondant à la diversité comportementale que présentent les neurones biologiques et qui permet au cerveau d’encoder des informations avec une efficacité remarquable.
Communiquer avec des tissus vivants
Pour tester si les neurones artificiels pouvaient faire plus que simplement ressembler à des signaux biologiques, les chercheurs ont collaboré avec Indira Raman, professeure de neurobiologie à Northwestern. L’équipe a connecté leurs dispositifs imprimés à des tranches de cervelet de souris — la région du cerveau qui régule la coordination motrice — et a envoyé des signaux dans le tissu vivant.
Les neurones biologiques ont répondu. Les neurones artificiels ont produit des signaux avec la bonne forme et le bon timing pour activer de réels circuits neuronaux dans le tissu, démontrant un niveau de biocompatibilité que les dispositifs neuromorphiques précédents n’avaient pas atteint.
« Vous pouvez voir les neurones vivants réagir à notre neurone artificiel, » a déclaré Hersam. « Ainsi, nous avons démontré des signaux qui ne sont pas seulement à l’échelle de temps correcte mais aussi avec la forme de pic adéquate pour interagir directement avec des neurones vivants. »
L’équipe de recherche a réalisé ces résultats en utilisant juste deux neurones imprimés combinés à des composants de circuit de base, un contraste frappant avec les puces neuromorphiques conventionnelles qui nécessitent des millions de neurones artificiels uniformes pour atteindre même une fonctionnalité modeste.
Implications pour les interfaces cerveau-machine
La capacité de communiquer directement avec des tissus neuronaux vivants présente un potentiel significatif pour la technologie médicale. Les neuroprothèses — des dispositifs qui restaurent des fonctions sensorielles ou motrices perdues — font actuellement face à une limitation fondamentale : des électrodes en silicium rigides stimulent les neurones de manière crude et imprecise que le cerveau ne tolère pas bien dans le temps. Un dispositif doux et imprimé capable de générer des signaux biologiquement exacts pourrait améliorer les performances et la longévité des implants conçus pour rétablir l’audition, la vision ou le mouvement.
La flexibilité du substrat imprimé est également importante pour une implantation pratique. Les électroniques rigides se trouvant contre des tissus cérébraux souples et mobiles provoquent un stress mécanique et une inflammation au fil du temps. Des dispositifs souples et flexibles comme ceux développés par l’équipe de Northwestern se déplacent avec le tissu, réduisant potentiellement les dommages à long terme.
Un long chemin vers une IA économe en énergie
Une application plus lointaine — mais potentiellement transformative — est le matériel d’intelligence artificielle économe en énergie. Les puces en silicium d’aujourd’hui atteignent une complexité computationnelle en regroupant des milliards de transistors identiques. Le cerveau atteint une bien plus grande efficacité grâce à la diversité : différents types de neurones avec des comportements d’activation différents travaillent ensemble, permettant au système d’encoder et de traiter l’information en utilisant beaucoup moins de composants au total.
L’équipe de Hersam a démontré que leur approche de fabrication peut produire des neurones artificiels avec des comportements de tir variés et complexes à partir d’un seul processus imprimable. Cette technique ne nécessite pas les installations de fabrication de semi-conducteurs coûteuses et hautement contrôlées que les puces en silicium exigent. En utilisant des matériaux souples et des méthodes d’impression, les chercheurs ont produit des dispositifs qui approchent la richesse comportementale des neurones biologiques avec une fraction de la complexité de fabrication.
« Le silicium atteint une complexité en ayant des milliards de dispositifs identiques, » a déclaré Hersam. « Tout est le même, rigide et fixe une fois fabriqué. Le cerveau est à l’opposé. Il est hétérogène, dynamique et tridimensionnel. Pour avancer dans cette direction, nous avons besoin de nouveaux matériaux et de nouvelles façons de construire des électroniques. »
Les chercheurs avertissent que la traduction de la démonstration en laboratoire en matériel informatique pratique prendra des années de développement supplémentaire. Le chemin d’un dispositif prometteur à une puce manufacturable que les centres de données peuvent adopter est long et incertain. Pourtant, l’étude établit une preuve de concept : les matériaux imprimés et flexibles peuvent produire le type de signaux neuronaux divers et biologiquement réalistes qu’un matériel d’IA plus efficace nécessitera.
Contexte dans un changement plus large
Cette avancée de Northwestern arrive à un moment où l’industrie de l’intelligence artificielle lutte sérieusement contre les coûts énergétiques de l’expansion continue. Les approches concurrentes pour un matériel IA plus efficace incluent des puces photoniques qui utilisent la lumière au lieu de l’électricité, des processeurs d’inférence spécialisés, et une gamme de conceptions neuromorphiques de sociétés telles qu’Intel et IBM. L’approche des neurones imprimés se distingue par son utilisation de matériaux souples et flexibles et par sa capacité démontrée à s’interfacer directement avec des tissus biologiques — une combinaison que aucune des alternatives basées sur le silicium ne peut actuellement égaler.
Cette étude a reçu le soutien de la National Science Foundation des États-Unis. L’équipe de recherche comprenait des scientifiques des départements de science des matériaux, de neurobiologie et de génie électrique de Northwestern, reflétant la nature intrinsèquement interdisciplinaire d’un travail qui se trouve à l’intersection de l’intelligence artificielle, des neurosciences et de la nanotechnologie.
