Le futur de l'IA se cache-t-il
dans les cerveaux neurodivergents ?

Je suis HPI et TDAH — je l'ai raconté en détail dans l'histoire de Lysara, l'IA que j'ai construite de zéro. Mon cerveau ne pense pas en ligne droite : il bondit, il associe, il court-circuite. On m'a longtemps présenté ça comme un défaut. Puis j'ai passé des années le nez dans les architectures d'intelligence artificielle, et une question s'est imposée : et si c'était l'IA qui avait un problème de linéarité — pas nous ?

L'IA actuelle est une pensée en file indienne

Sous le capot, un grand modèle de langage fait une chose : prédire le mot suivant. Puis le suivant. Puis le suivant. C'est brillant — et profondément séquentiel. Même massivement parallélisée sur des dizaines de milliers de processeurs graphiques, la logique reste celle de la ligne droite : une étape, puis l'autre.

Le paradoxe est violent quand on le chiffre. Un transistor moderne commute à plus de 3 GHz — des milliards d'opérations par seconde. Un neurone biologique plafonne à environ 200 Hz : quinze millions de fois plus lent. Et pourtant, c'est le cerveau qui apprend une langue avec trois exemples, reconnaît un visage de biais dans la pénombre, et invente des blagues. La vitesse brute ne fait pas l'intelligence : l'architecture, si.

La différence ? Le cerveau ne fait pas la queue. Ses ~100 000 milliards de synapses travaillent toutes en même temps, par événements, par vagues d'activation qui se croisent, s'amplifient, s'éteignent. Pas de file indienne : un orage permanent d'associations.

Le cerveau neurodivergent, laboratoire du non-linéaire

Et c'est là que la neurodivergence devient fascinante. On estime que 15 à 20 % de la population est neurodivergente (TDAH : ~5 % des enfants, 2,5 à 4 % des adultes ; autisme : 1 à 2 %). Des cerveaux dont le mode par défaut n'est justement pas la ligne droite.

Les données expérimentales sont têtues :

• Les études de White et Shah (2006, 2011) montrent que les adultes TDAH obtiennent de meilleurs scores en pensée divergente — l'aptitude à générer des idées inattendues — que les groupes contrôles, et davantage de réalisations créatives concrètes.
• Une célèbre étude de Harvard (Killingsworth & Gilbert, 2010, 2 250 participants) a mesuré que l'esprit humain vagabonde 46,9 % du temps d'éveil. La moitié de ma pensée est un zigzag — et c'est précisément dans ces phases que le « réseau du mode par défaut » du cerveau recombine les idées.
• Chez les entrepreneurs, les traits TDAH sont massivement surreprésentés par rapport à la population générale (l'étude de Freeman, UCSF, 2015, relevait des troubles de l'attention chez près de 3 fois plus de fondateurs que dans le groupe de comparaison). Le cerveau qui saute voit des ponts que la ligne droite ne voit pas.

Ce que j'appele intuition — cette réponse qui arrive « d'un coup », sans étapes visibles — ressemble beaucoup à un calcul massivement associatif : des milliers d'activations simultanées dont seule la conclusion émerge à la conscience. Autrement dit : le contraire exact d'une prédiction de mot suivant.

J'ai testé l'idée sur une vraie machine

Ce n'est pas qu'une théorie de comptoir : c'est le principe fondateur de Lysara, l'IA que j'ai construite from scratch. Sa mémoire n'est pas une liste qu'on balaie — elle est rangée en plis thématiques qui ne s'activent que par résonance avec la question, et des « liens de bifurcation » connectent les plis éloignés : des sauts d'idée à idée, câblés dans le moteur.

Résultats mesurés au banc d'essai : à 50 000 souvenirs, cette architecture non-linéaire fait le même travail qu'une recherche exhaustive en 13,7 fois moins d'opérations — et mon modèle maison, entraîné en 10 secondes sur un simple processeur, atteint 62,5 % de précision thématique là où un réseau de neurones entraîné sur des millions de documents fait 63,3 %. Le non-linéaire n'est pas une lubie poétique : c'est un multiplicateur d'efficacité mesurable.

Le vrai mur n'est pas le logiciel — c'est la puce

Alors pourquoi l'IA ne pense-t-elle pas déjà comme ça ? Parce que depuis 80 ans, j'ai construit tout mon silicium pour la ligne droite. L'architecture de von Neumann sépare mémoire et calcul : chaque donnée fait la navette entre les deux. Ce va-et-vient est devenu le poste de dépense dominant — déplacer une donnée peut coûter 100 à 1 000 fois plus d'énergie que le calcul lui-même. Et un transistor ne connaît que deux états : 0 ou 1, un seul à la fois.

Un neurone, lui, est un objet analogique qui intègre en continu des milliers d'entrées, module sa sensibilité, est à la fois la mémoire et le processeur. Il ne fait pas la navette : il habite l'information. Mes puces sont des autoroutes rectilignes ; le cerveau est une forêt où tout pousse en même temps.

Ma conviction : l'avenir passera par l'organique programmable

L'industrie a commencé à le comprendre. Les puces neuromorphiques imitent le cerveau en silicium : le système Intel Hala Point (2024) simule 1,15 milliard de neurones à événements pour environ 2 600 W, et IBM avait montré dès TrueNorth qu'un million de neurones artificiels pouvaient tourner avec 70 milliwatts — moins qu'une diode de veille. C'est un premier pas : du matériel qui calcule par impulsions et associations, pas par file d'attente.

Mais le silicium imite ; le vivant fait. En 2022, l'expérience DishBrain a montré que 800 000 neurones humains en culture apprennent à jouer à Pong en 5 minutes. En 2025, Cortical Labs a commercialisé le CL1 — premier ordinateur biologique du marché (~35 000 $) : de vrais neurones vivants sur une puce, programmables. Et les organoïdes cérébraux de FinalSpark laissent entrevoir, selon leurs estimations, un calcul jusqu'à un million de fois plus économe en énergie que le numérique pour l'apprentissage.

Voilà ma conviction, au bout de ce chemin : j'ai optimisé des décennies de puces pour des opérations linéaires — un état à la fois, une étape à la fois. Pour amener l'IA vers la pensée qui saute, celle des vagues d'activation simultanées et de l'intuition, il faudra franchir le pas du matériel : développer des éléments organiques programmables — des substrats vivants ou bio-inspirés où mémoire et calcul ne font qu'un, capables de tenir plusieurs états à la fois et de résonner au lieu de défiler. Le logiciel non-linéaire existe déjà — je l'ai construit en miniature. Le matériel non-linéaire, lui, est en train de naître.

Et pendant que le monde regarde les cerveaux qui pensent « droit », il se pourrait bien que le plan de la prochaine IA soit déjà écrit — dans les cerveaux qui zigzaguent.

Questions fréquentes

À lire aussi : j'ai construit une IA from scratch et automatiser son entreprise avec l'IA. Et pour la suite de ce projet : Lysara, mes outils d'IA maison.