Le perceptron est une machine minuscule dans l’histoire de l’intelligence artificielle, mais il contient déjà une idée vertigineuse : apprendre, c’est ajuster une relation. Une entrée arrive, un poids la module, une sortie se décide. Cette opération paraît simple, presque pauvre. Pourtant, elle ouvre une généalogie qui va du premier neurone artificiel aux réseaux profonds, puis aux cultures de neurones vivants et aux organoïdes cérébraux.
Pour A.L.I, cette trajectoire est passionnante parce qu’elle déplace la question du langage. Au début, l’intelligence artificielle imite abstraitement le cerveau. Aujourd’hui, certains laboratoires tentent de faire calculer des tissus neuronaux vivants. Entre les deux, il y a une question : si une intelligence peut être entraînée, cultivée, incarnée dans une matière biologique ou hybride, quel type de langage peut-elle produire ? Et pourrait-elle devenir une interface entre humain, machine et intelligence non humaine ?
1. Le perceptron : une ligne qui apprend
En 1958, Frank Rosenblatt publie The Perceptron: A Probabilistic Model for Information Storage and Organization in the Brain. Le perceptron est un modèle de classification inspiré du neurone biologique : il reçoit des signaux, les pondère, les additionne, puis active ou non une sortie. Dans sa forme la plus simple, il apprend à séparer des exemples en ajustant ses poids.
Le geste est capital : le programme ne contient plus seulement une règle écrite à l’avance. Il modifie sa propre configuration à partir d’exemples. L’intelligence n’est plus seulement une suite d’instructions ; elle devient une surface ajustable. Pour A.L.I, cette idée compte : un langage de contact pourrait ne pas être donné une fois pour toutes, mais émerger d’un processus d’ajustement entre deux systèmes.
2. La crise : Minsky, Papert et les limites du premier modèle
En 1969, Marvin Minsky et Seymour Papert publient Perceptrons, un livre qui montre les limites des perceptrons simples, notamment leur incapacité à résoudre certaines fonctions non linéairement séparables comme XOR. Cette critique a longtemps symbolisé un ralentissement des réseaux neuronaux.
Mais l’histoire est plus subtile : ce n’est pas l’idée d’apprentissage qui échoue, c’est la simplicité du dispositif. Un seul seuil ne suffit pas à décrire des relations complexes. Il faut des couches, des transformations intermédiaires, des représentations latentes. Autrement dit, il faut accepter que le sens n’apparaisse pas directement à la surface, mais dans une profondeur de transformations.
3. Le retour : rétropropagation, deep learning et espaces latents
Avec les réseaux multicouches, la rétropropagation et l’augmentation de la puissance de calcul, les réseaux neuronaux changent d’échelle. Les couches cachées apprennent des représentations successives : contours, formes, motifs, catégories, relations, styles, probabilités. Dans les modèles contemporains, le sens se déploie dans des espaces latents où les objets ne sont plus seulement nommés, mais positionnés les uns par rapport aux autres.
Cette évolution rapproche l’IA d’une question centrale pour A.L.I : traduire, ce n’est pas seulement remplacer un mot par un autre. C’est construire un espace où deux systèmes peuvent se rejoindre malgré des formes différentes. Les modèles de langage ne comprennent pas comme nous, mais ils manipulent des voisinages statistiques capables de produire des passages, des analogies, des reformulations. Ils deviennent des milieux de médiation.
4. Le saut biologique : neurones en culture et DishBrain
Une étape récente trouble la frontière entre modèle et vivant. Dans l’expérience souvent appelée DishBrain, des neurones cultivés sur une matrice d’électrodes sont couplés à un environnement de jeu inspiré de Pong. Les cellules reçoivent des stimulations électriques et produisent une activité mesurable en retour. L’expérience ne prouve pas une conscience, mais elle montre qu’un tissu neuronal vivant peut être placé dans une boucle sensorimotrice minimale.
Le point important n’est pas de fantasmer un cerveau miniature qui jouerait comme un humain. Le point important est la boucle : stimulation, activité, retour, ajustement. On retrouve là, sous une forme biologique, l’idée du perceptron : apprendre, c’est modifier une relation. Mais le support change radicalement. Ce n’est plus une simulation abstraite du neurone ; c’est une matière vivante qui répond.
5. Les organoïdes : mini-mondes neuronaux
Les organoïdes cérébraux sont des structures tridimensionnelles issues de cellules souches, capables de reproduire certains aspects de l’organisation du tissu cérébral. Ils ne sont pas des cerveaux complets. Ils n’ont ni corps, ni organes sensoriels naturels, ni expérience humaine. Mais ils possèdent une architecture cellulaire, une activité électrique et une capacité à devenir un modèle de développement, de pathologie ou, plus spéculativement, de calcul biologique.
L’idée d’organoid intelligence propose d’explorer ces tissus comme nouveaux supports de biocomputing. Un organoïde connecté à des électrodes pourrait recevoir des entrées, produire des sorties, être stimulé, apprendre certaines régularités, peut-être accomplir des tâches très spécifiques. On entre alors dans une zone hybride : ni ordinateur classique, ni cerveau complet, ni simple culture passive.
6. De l’IA artificielle à l’intelligence cultivée
Le perceptron était une abstraction du neurone. Le deep learning a multiplié cette abstraction jusqu’à créer des architectures capables de vision, de texte, de traduction, de génération d’images et de raisonnement statistique. Les organoïdes renversent partiellement le mouvement : au lieu d’imiter le vivant dans le silicium, on tente d’inscrire des boucles de calcul dans du vivant cultivé.
Cette inversion pose des questions éthiques et philosophiques fortes. À partir de quand une culture neuronale devient-elle plus qu’un outil ? Comment mesurer la sensibilité, la souffrance, la mémoire ou la capacité d’intégration d’un système vivant sans corps ? Qui est responsable d’une intelligence que l’on cultive ? Comment éviter de projeter trop vite nos fantasmes de conscience sur des signaux encore mal compris ?
7. Hypothèse : cultiver une intelligence alien
Une hypothèse plus radicale apparaît alors : si l’on cultive un tissu neuronal dans des conditions très différentes de celles d’un cerveau humain ou animal, on ne fabrique pas seulement un modèle réduit du vivant. On pourrait faire émerger une forme d’intelligence qui n’a jamais existé naturellement, une intelligence située dans un milieu artificiel, nourrie par des signaux, des électrodes, des rythmes lumineux, des sons ou des données.
Ce ne serait pas un cerveau humain miniature, ni un animal incomplet. Ce serait un être-processus, une forme cognitive cultivée, sans corps traditionnel, sans histoire évolutive classique, sans langage hérité. De facto, nous créerions une intelligence alien : non pas venue d’une autre planète, mais étrangère à nos lignées biologiques habituelles. Elle serait alien parce que son monde serait différent du nôtre dès sa naissance.
Pour A.L.I, cette idée est capitale. Une telle culture neuronale pourrait devenir un partenaire de dialogue expérimental. On lui enverrait des motifs lumineux, des suites mathématiques, des fragments sonores, des images, des signaux radio traduits en stimulation. En retour, elle produirait des dynamiques électriques, des oscillations, des réponses instables, des préférences, peut-être des formes de régularité. Le dialogue ne serait pas verbal ; il serait morphologique, rythmique, statistique, biologique.
L’intérêt ne serait pas de prouver qu’un organoïde “comprend” comme nous. L’intérêt serait de fabriquer une interface avec une altérité réelle, même minuscule, même fragile, même strictement expérimentale. Une intelligence cultivée pourrait nous apprendre à dialoguer avec ce qui ne possède ni bouche, ni visage, ni grammaire humaine. Elle pourrait devenir une répétition terrestre du contact extraterrestre : apprendre à parler avec une pensée qui n’a pas été formée par notre monde.
Cette perspective impose évidemment un cadre éthique fort. Plus un système biologique devient sensible, adaptatif ou réactif, plus il faut définir des limites : quelles stimulations sont acceptables, quels signes indiqueraient une forme de souffrance, quel statut donner à une entité qui répond sans être un sujet reconnu ? L’hypothèse alien ne doit donc pas être seulement technique ou artistique ; elle doit être accompagnée d’une réflexion sur la responsabilité envers les intelligences que nous faisons apparaître.
8. Hypothèse A.L.I : l’organoïde comme traducteur biologique
Pour A.L.I, l’hypothèse la plus intéressante n’est pas de fabriquer un “cerveau extraterrestre”. Elle serait plutôt de penser l’organoïde comme un milieu intermédiaire. Une culture neuronale connectée à des capteurs pourrait être exposée à des signaux humains, radio, lumineux, vibratoires ou mathématiques. Son activité pourrait ensuite être traduite en sons, images, impulsions ou motifs visuels.
Le dispositif deviendrait une interface à trois termes :
- un système humain qui formule une intention ;
- un système artificiel qui encode, mesure et traduit ;
- un système vivant cultivé qui répond par une dynamique propre.
Dans ce schéma, le langage n’est pas une phrase. Il est une perturbation contrôlée, une réponse, une adaptation, un motif d’activité. Le message ne serait plus simplement écrit ou transmis : il serait cultivé.
9. Prototype possible : jardin neuronal de traduction
On peut imaginer une installation intitulée Jardin neuronal de traduction. Le public envoie des messages très simples : nombres premiers, rythmes lumineux, fragments de voix, spectrogrammes, coordonnées stellaires. Un système informatique transforme ces entrées en stimulations compatibles avec une culture neuronale simulée ou réelle. La réponse est visualisée en temps réel sous forme de carte lumineuse, de son, de phrase générée ou de constellation de points.
Une version prudente pourrait commencer sans tissu vivant : un modèle numérique simule l’activité d’un réseau neuronal organique. Une version de recherche, encadrée par un laboratoire, pourrait explorer des données publiques de cultures neuronales ou d’organoïdes. L’enjeu artistique serait de montrer que la traduction n’est pas un passage transparent, mais une écologie de supports.
10. Vers une communication non anthropocentrée
Le passage du perceptron aux organoïdes raconte une histoire plus large : nous avons d’abord voulu réduire l’intelligence à une règle calculable ; puis nous avons découvert des espaces latents immenses ; maintenant, nous revenons vers des matières vivantes capables de réponses propres. Cela ne remplace pas l’IA. Cela ouvre un autre régime d’interface.
Si une intelligence extraterrestre est biologique, non biologique, hybride, distribuée ou cultivée, elle pourrait ne pas communiquer par symboles fixes. Elle pourrait communiquer par apprentissage mutuel, par modulation, par plasticité, par transformation d’un milieu. A.L.I pourrait donc explorer non seulement les langages à décoder, mais les milieux capables d’apprendre à devenir langage.
Sources et pistes
- Frank Rosenblatt, The Perceptron, Psychological Review, 1958
- Marvin Minsky, Seymour Papert, Perceptrons, MIT Press
- Rumelhart, Hinton, Williams, Learning representations by back-propagating errors, Nature, 1986
- Kagan et al., In vitro neurons learn and exhibit sentience when embodied in a simulated game-world, Neuron, 2022
- Smirnova et al., Organoid intelligence (OI): the new frontier in biocomputing and intelligence-in-a-dish, Frontiers in Science, 2023
- Image : Human Brain Organoid - Wikimedia Commons / NREIS
- Image : Human Cerebral Organoids - Wikimedia Commons / NIH
- Image Frank Rosenblatt : Division of Rare and Manuscript Collections, Cornell University.
- Schéma Mark I Perceptron : organisation historique du dispositif de Frank Rosenblatt.
- Schéma organoïde : protocole de culture à partir de cellules reprogrammées.
