Le marché mondial de l'intelligence artificielle simulant le fonctionnement du cerveau pourrait dépasser 800 millions de dollars dans trois ans, et la fenêtre pour son industrialisation s'ouvre progressivement.

Résumé des principaux points

L’intelligence artificielle inspirée du cerveau est une technologie de pointe qui intègre les sciences du cerveau et des sciences de l’information. Elle permet de surmonter les limites de la « architecture von Neumann » de l’intelligence artificielle traditionnelle (problèmes de consommation élevée d’énergie et de lenteur de transmission dus à la séparation du calcul et de l’stockage), et constitue une voie clé pour la prochaine génération d’IA universelle. Actuellement, le marché mondial de l’intelligence artificielle inspirée du cerveau connaît une croissance rapide (28 millions de dollars en 2024, prévision de 8,352 milliards de dollars en 2034), avec la branche des calculs basés sur cette technologie présentant la plus forte croissance annuelle composée (67,3 %). Sur le plan mondial, les États-Unis, l’Europe et le Japon ont chacun leurs approches distinctes. La Chine mène en termes de nombre de publications scientifiques et de brevets, mais souffre d’un déficit au niveau du logiciel. L’industrie s’est structurée en trois niveaux : technologies clés, services intégrés et applications industrielles. Le développement se fera en trois étapes : validation à court terme, construction de l’écosystème à moyen terme et percée des mécanismes à long terme. Les alliances recommandent de promouvoir le développement de l’industrie dans les domaines des normes, de la technologie et de l’écosystème.

I. L’intelligence artificielle inspirée du cerveau : la solution pour les limites de l’IA traditionnelle

Pourquoi l’IA traditionnelle devient-elle de plus en plus difficile à utiliser ? Parce qu’elle repose sur l’architecture von Neumann, qui sépare le calcul (le « kitchen », représenté par le processeur CPU) de l’stockage (le « warehouse », représenté par la mémoire). Lors de la préparation des aliments, il faut constamment aller et venir pour récupérer les ingrédients, ce qui provoque des ralentissements lorsqu’il y a beaucoup de données (phénomène connu sous le nom de « mur de la mémoire ») et consomme beaucoup d’énergie. Ce problème est encore plus accentué dans l’ère des grands modèles d’IA : entraîner un modèle peut coûter des millions en électricité, et les réactions sont lentes lors du traitement en temps réel.

La solution proposée par l’intelligence artificielle inspirée du cerveau est de « imiter le fonctionnement du cerveau humain » : regrouper le calcul et l’stockage (comme les neurones qui conservent et traitent simultanément des informations), en utilisant des approches basées sur des événements (seules les informations utiles sont prises en compte, par exemple la réaction à la vue d’un chat, sans analyser toutes les images) et un codage éparse (utiliser moins de ressources pour accomplir des tâches complexes). Cela permet d’économiser de l’énergie, d’accélérer les réactions et de permettre un apprentissage en ligne. En somme, il s’agit de rendre l’IA aussi intelligente que le cerveau humain tout en améliorant son efficacité énergétique.

II. Croissance explosive du marché, potentiel considérable dans les sous-segments

Selon les données du rapport :

• Le marché mondial de l’intelligence artificielle inspirée du cerveau s’élevait à 28 millions de dollars en 2024 et devrait atteindre 822 millions de dollars en 2029 (une augmentation de près de 30 fois en 5 ans), puis 8,352 milliards de dollars en 2034 (une augmentation de 300 fois en 10 ans).
• Parmi les sous-segments, les calculs basés sur cette technologie connaissent la croissance la plus rapide (taux annuel composé de 67,3 %), tout comme les capteurs d’imitation des sens humains (comme les yeux ou les oreilles).

Pourquoi une telle croissance ? Parce que les scénarios résolus par l’IA traditionnelle ne peuvent être gérés qu’avec l’intelligence artificielle inspirée du cerveau, notamment pour des applications à faible consommation d’énergie (comme les montres connectées) ou nécessitant des réactions en temps réel (comme les robots). Les entreprises et les investisseurs se bousculent pour s’implanter dans ce domaine.

III. Approches différentes selon les régions mondiales, la Chine mène en termes de recherche et de brevets

Les principales économies mondiales adoptent des stratégies distinctes :

• États-Unis : Ils privilégient une approche axée sur les plateformes, développant non seulement des puces mais également des outils de programmation et de simulation pour faciliter le travail des développeurs, avec le soutien durable du DARPA (Defense Advanced Research Projects Agency) et du NSF (National Science Foundation).
• Europe : Ils utilisent de grands projets de recherche, tels que le projet HBP (Human Brain Project) et la plateforme virtuelle EBRAINS, pour couvrir l’ensemble du processus allant de la recherche scientifique au test des systèmes.
• Japon : Le Japon se concentre sur une approche combinant hardware et applications, avec des projets axés sur les capteurs biomimétiques et l’intégration de technologies robotiques.

Avantages de la Chine :

• Publications scientifiques : 4775 articles publiés de 2016 à 2026, représentant 41,4 % du total mondial (premier rang), avec une augmentation continue.
• Brevets : De 823 en 2016 à 19 212 en 2025 (augmentation de 22 fois), dépassant 50 % du total mondial.
• Politique : Le gouvernement chinois soutient activement la recherche dans le domaine des sciences du cerveau et de l’intelligence artificielle inspirée du cerveau, avec des initiatives locales (Pékin, Shanghai, Hefei) visant à améliorer les technologies et à favoriser l’accumulation industrielle.

Cependant, la Chine souffre d’un déficit au niveau du logiciel : elle ne dispose pas d’une plateforme de base universelle comme CUDA d’NVIDIA. Lorsque le hardware est disponible, les développeurs ont des difficultés à l’utiliser efficacement, ce qui augmente les coûts de migration vers des applications industrielles.

IV. Structure industrielle en trois niveaux, opportunités dans les applications downstream

L’industrie de l’intelligence artificielle inspirée du cerveau est organisée en trois niveaux :

• Niveau des technologies clés : puces et composants d’imitation neuronale, avec un grand nombre de produits et des barrières technologiques élevées, attirant beaucoup d’investissements.
• Niveau des services intégrés : l’assemblage du hardware et du logiciel en solutions, encore en cours de perfectionnement.
• Niveau des applications industrielles : robots intelligents, économie aérienne (drones), véhicules connectés, villes intelligentes, etc.

Les opportunités se trouvent dans ces domaines où l’intelligence artificielle inspirée du cerveau offre un avantage significatif en termes de consommation d’énergie et de réactivité en temps réel (par exemple, les drones qui évitent les obstacles grâce à cette technologie). Le monde des investissements souligne l’importance de répondre aux besoins réels ; ainsi, le directeur de l’institut de transformation innovante Zouquan à Shanghai recommande d’orienter les investissements vers des scénarios concrets pour stimuler la recherche et le développement.

V. Trois étapes pour le développement futur, suggestions de l’alliance

Le développement de l’intelligence artificielle inspirée du cerveau se déroulera en trois phases :

1. Période de validation à court terme : identifier des scénarios où cette technologie est irremplaçable pour prouver son efficacité, par exemple les appareils à faible consommation d’énergie (montres connectées, capteurs IoT).

2. Période de construction de l’écosystème à moyen terme : passer des percées technologiques isolées à une collaboration entre logiciel et hardware, en établissant des normes et des frameworks.

3. Période de percée des mécanismes à long terme : changer la logique fondamentale du calcul intelligent pour en faire la voie principale de l’IA universelle.

Les recommandations de l’alliance incluent :

• Établir des normes unifiées (par exemple, pour évaluer les performances des puces basées sur cette technologie).
• Surmonter les défis technologiques clés (comme les plateformes logicielles).
• Créer des communautés open source pour permettre aux développeurs d’utiliser gratuitement les outils et de réduire les barrières à l’entrée dans le domaine.
• Identifier des applications phares (par exemple, réussir dans le domaine des robots).
• Former des talents polyvalents capables de comprendre à la fois les sciences du cerveau, les technologies de puces et les applications industrielles.

L’intelligence artificielle inspirée du cerveau n’est pas une utopie ; c’est une solution pragmatique pour résoudre les problèmes actuels de l’IA. Dans les prochaines années, elle sera largement mise en œuvre dans de nombreux scénarios réels : votre montre connectée fonctionnera plus longtemps et plus rapidement, grâce à cette technologie.