En février 2026, une entreprise australienne a fait jouer 200 000 neurones humains cultivés en laboratoire au jeu vidéo Doom[1]. Pas une simulation. Pas un algorithme imitant le cerveau. De véritables cellules nerveuses humaines, vivantes, posées sur une puce de silicium, recevant et émettant des impulsions électriques pour naviguer dans un environnement 3D, identifier des ennemis et leur tirer dessus. La prouesse technique est réelle. Le vocabulaire qui l’accompagne, soigneusement calibré. Et les premiers à s’y intéresser de très près ne sont ni des médecins, ni des neuroscientifiques, mais le département de la Défense américain[2].
Acte I : la fabrique des mots doux
Ce qui se passe réellement sur la puce
Commençons par les faits. L’entreprise s’appelle Cortical Labs. Elle est basée à Melbourne, fondée en 2019 par Hon Weng Chong, médecin et ingénieur logiciel[3]. Son directeur scientifique, Brett Kagan, est neuroscientifique. L’équipe n’est pas sortie de nulle part.
Le procédé est le suivant. On prélève des cellules de peau ou de sang sur un donneur humain. Par manipulation chimique, on les « rembobine » en cellules souches pluripotentes induites (iPSC). On les différencie ensuite en neurones corticaux — les mêmes cellules que celles qui composent notre cortex cérébral. Ces neurones sont déposés sur un réseau de micro-électrodes (MEA), dans un milieu nutritif maintenu à 37°C par un système de support vital intégré[4]. Ils font alors ce que les neurones font naturellement : ils se connectent entre eux, forment des synapses, créent un réseau. Personne ne leur dit comment s’organiser. Ils s’auto-assemblent.
Un logiciel appelé biOS (Biological Intelligence Operating System) envoie des impulsions électriques aux neurones via les électrodes — l’équivalent fonctionnel de ce que nos yeux envoient à notre cortex visuel. Les neurones réagissent, produisent leurs propres signaux, qui sont captés par les électrodes et réinterprétés par le logiciel comme des actions dans l’environnement simulé. La boucle est fermée : stimulus, réponse, nouveau stimulus ajusté.
L’apprentissage repose sur un principe décrit par le neuroscientifique Karl Friston sous le nom de « Free Energy Principle » : quand le neurone produit une action « correcte » (la raquette frappe la balle, le personnage touche un ennemi), il reçoit un signal prévisible et structuré. Quand il « se trompe », il reçoit du bruit aléatoire, un signal chaotique[5]. Les neurones, par leur nature biologique, cherchent à minimiser l’imprévisibilité de leur environnement. Ils réorganisent donc spontanément leurs connexions pour retrouver des signaux stables. En pratique, ils apprennent à éviter le chaos en adoptant les comportements qui produisent des réponses ordonnées.
On ne programme rien. On ne code aucune instruction. On crée un environnement et un système de rétroaction. Le reste, les neurones le font seuls — comme ils le font depuis plusieurs centaines de millions d’années.
La chronologie vérifiable
En 2022, l’expérience DishBrain est publiée dans la revue Neuron[6] : 800 000 neurones humains et murins apprennent à jouer à Pong en quelques minutes, dans un environnement en boucle fermée. L’article fait le tour du monde. En mars 2025, le CL1 — présenté comme le premier « ordinateur biologique » commercial — est lancé au Mobile World Congress de Barcelone[7]. Prix unitaire : 35 000 dollars. Les 115 premières unités sont livrées dans l’année[1]. En février 2026, un développeur indépendant, Sean Cole, connecte le CL1 au jeu Doom via l’API Python de Cortical Labs. Environ 200 000 neurones apprennent le gameplay en une semaine environ. Le code source est publié sur GitHub.
Les résultats sont réels. Ils sont aussi modestes. Le directeur scientifique de Cortical Labs, Brett Kagan, reconnaît lui-même que les neurones jouent comme des débutants complets[1]. Et en mars 2023, un collectif d’une trentaine de neuroscientifiques, mené par Fuat Balci, a publié une réponse formelle dans la même revue Neuron, contestant l’usage des termes « sentience » et « intelligence » dans le titre de l’article original de 2022[8]. Leur critique : ces termes ne reposent sur aucun consensus scientifique établi et sont employés avec des preuves insuffisantes.
Le lexique enchanté
C’est ici que les choses deviennent intéressantes pour quiconque s’intéresse au langage comme outil de cadrage. Car autour de cette technologie, un vocabulaire complet a été déployé — et il ne doit rien au hasard.
L’objet ne s’appelle pas « culture de neurones sur électrodes ». Il s’appelle « Synthetic Biological Intelligence » (SBI). Pas de l’intelligence artificielle. Pas de l’intelligence humaine. De l’intelligence « biologique synthétique » — un terme forgé par Cortical Labs eux-mêmes, qui n’existait dans aucune littérature scientifique avant leurs publications. Le mot « intelligence » est intégré d’emblée dans la dénomination, avant même que la communauté scientifique ne soit d’accord sur le fait que le système exhibe quoi que ce soit qui s’en approche.
Le logiciel qui gère les neurones s’appelle biOS — « Biological Intelligence Operating System »[4]. Le parallèle avec iOS (Apple) et Android n’est pas fortuit. Il suggère un produit fini, une plateforme maîtrisée, un écosystème. Or, on parle de cellules vivantes dont le comportement interne est fondamentalement opaque. Fred Jordan, co-fondateur de la société suisse concurrente FinalSpark, le reconnaît sans ambiguïté : les bio-ordinateurs restent « de véritables boîtes noires » dont les protocoles de programmation n’ont pas encore été inventés[9].
Le service commercial s’appelle « Wetware as a Service » (WaaS)[10]. Le calque avec « Software as a Service » (SaaS) est délibéré. Il insère des neurones humains vivants dans le vocabulaire familier du cloud computing, entre l’abonnement mensuel et le tableau de bord en ligne. FinalSpark propose d’ailleurs l’accès à sa plateforme pour 500 dollars par mois[11] — le prix d’un abonnement Salesforce premium.
Et quand Cortical Labs décrit sa technologie sur Medium, le registre bascule franchement dans le lyrisme : « Un mode d’être entièrement nouveau. Une fusion de silicium et de neurone. Un natif du monde numérique illuminé par le feu prométhéen de l’esprit humain[12]. » On est loin du papier à comité de lecture.
Le mécanisme est celui que nous avions identifié dans notre édito sur la vidéoprotection : substituer un vocabulaire technique et potentiellement anxiogène par un vocabulaire aspirationnel, familier ou poétique. « Vidéosurveillance » est devenue « vidéoprotection ». « Culture de neurones humains sur réseau d’électrodes » devient « intelligence biologique synthétique ». « Location d’accès à des cellules cérébrales vivantes » devient « Wetware as a Service ». Le dispositif technique n’a pas changé. La perception, si.
Mais ici, le glissement linguistique sert un objectif supplémentaire : il masque la nature fondamentalement expérimentale et non maîtrisée de la technologie derrière un habillage de produit commercial abouti. On ne vend pas un accès à un laboratoire de recherche. On vend de l’« intelligence ». Biologique, synthétique, déployable — et bientôt dans le cloud.
Acte II : quand le Pentagone cultive des neurones
Le paysage en mars 2026
Cortical Labs n’est pas seul. Un écosystème se structure autour du « biocomputing » à neurones humains.
FinalSpark, à Vevey en Suisse, travaille avec des organoïdes cérébraux — des structures tridimensionnelles de neurones, plus proches de mini-cerveaux que de cultures à plat. Leur Neuroplatform est accessible à distance[13]. En février 2026, la capacité computationnelle reste déclarée minimale — la société décrit elle-même un stockage d’un bit d’information[9]. Mais plus de 1 000 organoïdes sont en fonctionnement, avec des dizaines de téraoctets de données accumulées et des partenariats avec une dizaine d’universités, dont l’Université Côte d’Azur[14].
À l’Université d’Indiana, le système Brainoware a été publié dans Nature Electronics en décembre 2023[15] : un organoïde cérébral monté sur puce a démontré une reconnaissance vocale rudimentaire (78 % de précision sur des voyelles japonaises) et la résolution d’équations non linéaires. La chercheuse Lena Smirnova, de Johns Hopkins, a cependant nuancé : les organoïdes ne « comprennent » pas la parole — ils exhibent une réaction à des impulsions électriques, ce qui n’est pas la même chose[16].
À Johns Hopkins justement, c’est Thomas Hartung et son équipe qui ont forgé le terme « Organoid Intelligence » en 2023, proposant d’en faire un champ disciplinaire à part entière. La NSF (National Science Foundation) et le DARPA financent ces travaux[17].
Aucun de ces systèmes ne constitue, à ce stade, une alternative crédible au calcul sur silicium pour quelque application que ce soit. Les neurones survivent six mois au maximum sur puce[4]. Chaque culture est différente. La reproductibilité est un défi majeur. Et personne ne sait « programmer » ces systèmes au sens informatique du terme.
O-CIRCUIT : le programme qui devrait alerter
C’est dans ce contexte qu’intervient le programme O-CIRCUIT du DARPA — l’agence de recherche du département de la Défense américain.
O-CIRCUIT signifie « Organoid Cytomorphic Intelligence Resulting from Convergent Understanding and Information Transfer »[2]. L’acronyme est soigné. Le contenu l’est aussi. Le programme vise à développer des « unités de traitement biologique non conventionnelles » (BPU — Biological Processing Units) pour l’entraînement et l’inférence d’intelligence artificielle « at the Edge » — jargon militaire désignant le terrain opérationnel, loin des centres de commandement et des data centers.
Le cahier des charges est explicite : ces BPU doivent présenter des caractéristiques de taille, poids et consommation énergétique comparables aux structures neuronales naturelles. Le DARPA cite le cerveau de la mouche drosophile — 140 000 neurones, 6 milliwattheures par jour — comme preuve que c’est théoriquement réalisable[2]. Parmi les démonstrations attendues : faire jouer une BPU à Ms. Pac-Man à un niveau proche de celui d’un humain.
Les mots sont importants. Le DARPA ne dit pas « nous voulons créer des armes autonomes à base de neurones humains ». Il dit « Edge learning and inference with minimal power draw ». Mais quand on connaît le contexte — les programmes N3 (Next-Generation Nonsurgical Neurotechnology) pour des interfaces cerveau-machine militaires[18], le programme SyNAPSE qui a déjà produit des puces neuromorphiques pour la défense[19] — la trajectoire se dessine sans qu’il soit nécessaire de spéculer. L’IA embarquée ultra basse consommation pour des systèmes autonomes, c’est, traduit en langage opérationnel : des drones, des robots, des systèmes d’armes qui n’ont pas besoin de se connecter à un serveur pour prendre des décisions.
Le problème de la boîte noire biologique
Le débat sur les armes autonomes létales (LAWS — Lethal Autonomous Weapons Systems) existe depuis des années. Un des arguments régulièrement avancés en faveur de l’utilisation de l’IA dans les systèmes militaires est la traçabilité : un algorithme peut théoriquement être audité. On peut examiner ses paramètres, rejouer ses décisions, identifier ses biais. C’est difficile avec les réseaux de neurones artificiels profonds — c’est le problème connu de l’« explicabilité » — mais c’est théoriquement possible.
Avec des neurones biologiques, cette possibilité disparaît. Intégralement. Il n’y a pas de code à auditer, pas de paramètres à inspecter, pas de logs à analyser. Il y a de l’activité neuronale auto-organisée dans un réseau dont la configuration se modifie en permanence, de manière non déterministe, par des mécanismes que la neuroscience ne comprend pas encore complètement. Le système a appris. Mais personne ne peut expliquer comment, ni pourquoi il a pris telle décision plutôt que telle autre.
Formulé autrement : on envisage de confier des décisions opérationnelles militaires à un substrat biologique humain dont le fonctionnement interne est opaque par nature, dans des systèmes conçus pour fonctionner de manière autonome, sans connectivité avec un centre de commandement. La boucle de contrôle humain — le fameux « human in the loop » qui structure tout le débat éthique sur les armes autonomes — ne peut pas être garantie par conception dans un tel système.
La question du statut moral
Il reste un dernier niveau de questionnement, peut-être le plus vertigineux. Les neurones utilisés dans ces systèmes sont des neurones humains. Pas de rat, pas de mouche — humains. Dérivés de cellules souches reprogrammées à partir de donneurs réels.
À 200 000 neurones, on est dans l’ordre de grandeur d’un insecte. La question de la conscience ou de la souffrance ne se pose pas sérieusement à cette échelle — et les chercheurs de Cortical Labs, à leur crédit, ont publié des travaux d’éthique dès le début et collaborent avec des bioéthiciens indépendants[20]. Un article de Science and Engineering Ethics (2023) a conclu que DishBrain « ne fournit pas de preuve claire de souffrance artificielle », tout en soulignant que les implications éthiques justifient une attention sérieuse à mesure que la technologie monte en puissance[12].
Mais la technologie est conçue pour monter en puissance. C’est explicitement l’objectif. FinalSpark parle de bio-serveurs. Le DARPA parle de scaler les BPU. Cortical Labs vend déjà des racks de 30 unités. À quel nombre de neurones humains, dans quel type de système, utilisé à quelle fin, la question du statut moral de l’assemblage devient-elle incontournable ? La réponse n’existe pas encore. Ce qui est certain, c’est que les programmes de financement militaires n’attendent pas qu’elle soit formulée pour avancer.
L’expérimental qui reste
Un précédent mérite d’être rappelé. En 2012, pour les Jeux olympiques de Londres, des technologies de surveillance présentées comme « exceptionnelles » et « temporaires » ont été déployées dans l’espace public. Elles sont restées en place après l’événement. En 2023, la France a autorisé la vidéosurveillance algorithmique à titre « expérimental » pour les JO de Paris. L’Assemblée nationale a voté en février 2026 l’extension des caméras algorithmiques aux commerces.
Le biocomputing militaire est aujourd’hui présenté comme de la recherche fondamentale. Les démonstrations impliquent des jeux vidéo. Les publications portent sur des organoïdes qui distinguent des voyelles. Le vocabulaire est celui de l’innovation positive : « intelligence », « efficacité énergétique », « alternative éthique aux tests sur animaux ».
Mais les financements viennent du Pentagone. Le cahier des charges parle de « warfighter performance at the Edge ». Et l’histoire de la technologie militaire enseigne que la distance entre le prototype de laboratoire et le déploiement opérationnel se parcourt bien plus vite que la distance entre le prototype et le cadre éthique qui devrait l’accompagner.
Le mot de la fin
Il y a quelque chose de vertigineux dans le fait que l’humanité ait appris à cultiver ses propres neurones sur des puces de silicium avant de comprendre comment ces neurones fonctionnent. On sait les faire pousser, les nourrir, les stimuler, mesurer leurs réponses. On ne sait pas ce qui se passe entre le stimulus et la réponse. On ne sait pas pourquoi le réseau s’organise comme il le fait. On ne sait pas ce que signifie « apprendre » à cette échelle.
Et pourtant, on commercialise. On dépose des brevets. On crée des offres d’abonnement. On lance des programmes de défense. On donne des noms rassurants — « intelligence », « protection », « service » — à des processus qu’on ne maîtrise pas.
La novlangue technologique ne sert pas seulement à vendre. Elle sert à fermer les questions avant qu’elles ne soient posées. Quand on appelle « intelligence biologique synthétique » un assemblage de cellules humaines dont on ne comprend pas le fonctionnement, on ne décrit pas une réalité technique. On construit une acceptabilité. On transforme l’inconnu en produit. Le non-maîtrisé en service. Et l’inquiétant en promesse.
Les neurones sur la puce ne savent pas qu’ils jouent à Doom. Ils ne savent pas non plus qu’un jour, peut-être, ils guideront un drone. La seule question qui vaille est de savoir si nous, nous le saurons — et si nous aurons encore les mots pour en débattre quand le moment viendra.
Pixels & Conscience — Comprendre le numérique, questionner ses usages.
Cet article a été rédigé avec l’assistance d’une intelligence artificielle et relu par l’auteur.
Sources et références
[1] AgentBets.ai, « Cortical Labs Puts 200,000 Living Neurons on a Chip That Plays Doom », mars 2026. Lien
[2] Data Center Dynamics, « DARPA O-CIRCUIT program aims to develop ‘unconventional biological processing units’ for AI training and inference at the Edge », février 2026. Lien
[3] Wikipedia, « Cortical Labs ». Lien
[4] Cortical Labs, page produit CL1. Lien
[5] Denise Holt, « Exclusive Inside Look: One-on-One with Cortical Labs’ Chief Scientist — From DishBrain to CL1 », avril 2025. Lien
[6] Kagan, B.J. et al., « In vitro neurons learn and exhibit sentience when embodied in a simulated game-world », Neuron, décembre 2022. Lien
[7] New Atlas, « World’s first ‘Synthetic Biological Intelligence’ runs on living human cells », mars 2025. Lien
[8] Balci, F. et al., « A response to claims of emergent intelligence and sentience in a dish », Neuron, mars 2023. Lien
[9] NeuromorphicCore.ai, « FinalSpark — Company profile », février 2026. Lien
[10] Cyber News Centre, « Cortical Labs 2025 Launch: Biological Computer CL1 », novembre 2025. Lien
[11] Scientific American, « These Living Computers Are Made from Human Neurons », août 2024. Lien
[12] Schicktanz, S. et al., « Playing Brains: The Ethical Challenges Posed by Silicon Sentience and Hybrid Intelligence in DishBrain », Science and Engineering Ethics, 2023. Lien
[13] FinalSpark, Neuroplatform. Lien
[14] Interesting Engineering, « FinalSpark tests living neurons as low-energy biocomputers for AI », février 2026. Lien
[15] Cai, H. et al., « Brain organoid reservoir computing for artificial intelligence », Nature Electronics, décembre 2023. Lien
[16] MIT Technology Review, « Human brain cells hooked up to a chip can do speech recognition », décembre 2023. Lien
[17] STAT News, « Brain organoid pioneers fear inflated claims about biocomputing could backfire », novembre 2025. Lien
[18] DARPA, « N3: Next-Generation Nonsurgical Neurotechnology ». Lien
[19] Military Embedded Systems, « DARPA SyNAPSE program develops low-power, brain-like chip ». Lien
[20] New Atlas, « Inventor ponders ethics of wiring human brain tissue into computers », juillet 2024. Lien