Dans un futur proche, les ordinateurs seront d’une puissance effrayante. Capables de prédire des maladies ou de simuler des galaxies, ils exigent pourtant un tribut écologique insupportable. Pendant que les géants de la tech construisent des centrales électriques dédiées à leurs serveurs, une machine de 1,3 kg nichée dans votre crâne réalise les mêmes prouesses avec l’énergie d’un petit-déjeuner. Comment la biologie humilie-t-elle à ce point le silicium ?

Le choc des chiffres : Exaflops vs Calories

Le National Institute of Standards and Technology (NIST) a posé un diagnostic brutal. En théorie, un cerveau humain en bonne santé est capable d’effectuer environ un exaflop — soit un milliard de milliards d’opérations par seconde. Pour ce faire, il consomme 20 watts. Pour vous donner une idée, c’est moins que l’ampoule qui éclaire votre frigo.

À l’autre bout du spectre, le supercalculateur Frontier, l’un des plus puissants au monde, atteint péniblement cette même puissance de calcul. Mais il lui faut 20 mégawatts pour ne pas s’éteindre. Pour égaler votre cerveau pendant 24 heures, cette machine doit brûler 207 tonnes de charbon, générant un nuage de CO2 toxique. Là où l’IA a besoin d’une infrastructure industrielle lourde, vous n’avez besoin que de trois bananes.

L’IA est une calculatrice séquentielle, vous êtes un réseau parallèle

Pourquoi un tel fossé ? Parce que nos ordinateurs sont les héritiers directs des machines à calculer du XIXe siècle. Ils fonctionnent de manière séquentielle : ils traitent les informations les unes après les autres avec une précision mathématique rigide. Chaque étape consomme de l’énergie, et la moindre erreur peut faire s’écrouler tout le château de cartes.

Le cerveau, lui, est un maître du traitement massivement parallèle. Il ne fait pas les choses « dans l’ordre ».

• La méthode machine : Pour attraper une balle, une IA doit détecter l’objet, puis mesurer sa vitesse, puis calculer sa trajectoire, puis estimer le point d’impact, et enfin ordonner le mouvement du bras. C’est une cascade d’étapes gourmandes en énergie.

• La méthode biologique : Votre cerveau fait tout cela simultanément. Grâce à 100 milliards de neurones interconnectés, les informations de position, de vitesse et de commande motrice circulent en même temps dans des circuits distincts. Le résultat est instantané, fluide et surtout, incroyablement sobre.

La révolution neuromorphique : quand le silicium imite le neurone

Pour sortir de l’impasse, les chercheurs de Sydney, de Stanford et du Texas travaillent sur une refonte totale de l’informatique : l’informatique neuromorphique. L’idée n’est plus d’augmenter la fréquence des processeurs, mais de copier l’architecture du vivant.

Trois pistes majeures émergent :

1. La cartographie topographique parcimonieuse : Dans un ordinateur classique, tout est connecté à tout. C’est un chaos électrique. Dans le cerveau, un neurone ne parle qu’à ses voisins immédiats. En reproduisant cette structure « locale », les ingénieurs de l’Université de Surrey ont créé des IA qui apprennent plus vite en consommant dix fois moins.

2. La plasticité dépendante du timing (STDP) : C’est la capacité du cerveau à renforcer ou affaiblir une connexion selon la pertinence de l’information. On crée aujourd’hui des puces capables de s’auto-ajuster physiquement, éliminant le besoin de serveurs géants pour « entraîner » l’algorithme.

3. L’apprentissage Hebbien : « Les neurones qui s’activent ensemble se lient ensemble ». En intégrant cette loi biologique dans le matériel informatique, on obtient des machines capables d’apprendre de manière intuitive, même avec des données incomplètes ou floues.

Vers une intelligence sobre et intuitive

L’enjeu dépasse la simple écologie. En imitant le cerveau, nous créons des ordinateurs capables de « réflexes ». Des machines qui ne plantent pas au moindre pixel manquant, mais qui, comme nous, sont capables de deviner, d’anticiper et d’agir sans avoir besoin d’une centrale nucléaire dans le jardin.

Le matériel de demain sera respectueux de l’environnement non pas par idéologie, mais par nécessité physique : pour devenir vraiment intelligente, l’IA doit cesser d’être un radiateur pour enfin devenir un réseau.