Imaginez pouvoir envoyer un message, piloter un fauteuil roulant ou contrôler une application simplement en le pensant — sans chirurgie, sans implant, sans électrode fichée dans le tissu cérébral. C’est exactement la promesse de Rain AI, la nouvelle startup de Sam Altman qui entend lire l’activité neuronale humaine grâce à de simples ondes ultrasonores. Une technologie qui, si elle tient ses promesses, pourrait réécrire les règles du jeu entre l’être humain et la machine.
Rain AI : Sam Altman lit votre cerveau avec des ultrasons – sans la moindre puce
Pour comprendre l’audace du projet, il faut mesurer ce qu’il cherche à dépasser. Depuis les années 1990, les interfaces cerveau-ordinateur (BCI) font rêver chercheurs et ingénieurs. Mais jusqu’ici, les systèmes les plus performants — Neuralink d’Elon Musk en tête — imposent une intervention chirurgicale : des microélectrodes sont directement implantées dans le cortex pour capter les signaux neuronaux avec précision.
Rain AI casse cette logique. Au lieu de percer le crâne, la startup exploite les ultrasons focalisés : des faisceaux sonores à haute fréquence qui traversent l’os sans l’endommager, se réfléchissent différemment selon l’activité électrique des neurones, puis sont captés par des récepteurs externes. Un algorithme d’intelligence artificielle analyse ensuite ces échos pour reconstituer des schémas d’activité cérébrale et les traduire en actions concrètes.
Le résultat visé : une interface entièrement non invasive, portable, et suffisamment précise pour reconnaître des mots, des images mentales ou des intentions de mouvement.
Comment fonctionne la technologie ultrasonore de Rain AI ?
Derrière la promesse se cache une chaîne technique rigoureuse, développée par des chercheurs issus de Stanford et de l’UCSF. Elle se décompose en quatre étapes clés :
- Émission ciblée : un transducteur ultrasonore envoie un faisceau focalisé vers une zone précise du cerveau, comme le cortex moteur ou les aires du langage.
- Capture des échos neuronaux : les ondes réfractées sont recueillies par des capteurs de surface. Leur signature change selon les micro-variations électriques générées par les neurones actifs.
- Traitement par réseau de neurones artificiels : un modèle d’IA, préalablement entraîné sur des sessions de calibration propres à chaque utilisateur, interprète ces motifs et les associe à des états mentaux précis.
- Conversion en actions : le signal décodé est transformé en texte, en commande vocale, en déplacement de curseur ou en toute autre interaction numérique.
En théorie, l’utilisateur pourrait ainsi composer un e-mail par la seule force de sa pensée, ou contrôler un exosquelette sans bouger un seul muscle. En pratique, les chercheurs travaillent encore à affiner la résolution spatiale des ultrasons — un paramètre crucial pour distinguer deux intentions mentales proches l’une de l’autre.
Les obstacles techniques à surmonter
La voie est prometteuse, mais semée d’embûches concrètes que Rain AI devra résoudre avant toute mise sur le marché.
La précision du signal
Le cerveau génère un bruit électrique permanent. Isoler un mot ou une intention spécifique dans ce flot d’activité neuronale reste un défi de taille. Les ultrasons offrent une résolution spatiale meilleure que l’EEG traditionnel, mais inférieure à celle des implants corticaux comme ceux de Neuralink, qui atteignent une précision de l’ordre du neurone unique.
La variabilité entre individus
Chaque cerveau est anatomiquement unique. L’épaisseur du crâne, la densité osseuse, la morphologie des sillons corticaux — autant de paramètres qui modifient la propagation des ultrasons. Les modèles d’IA doivent donc être calibrés individuellement, ce qui allonge le temps de prise en main et complexifie le déploiement à grande échelle.
La latence en temps réel
Pour une interaction naturelle avec un ordinateur, la latence doit rester inférieure à quelques dizaines de millisecondes. Or, le traitement des signaux ultrasonores par des réseaux de neurones profonds est encore trop lent pour atteindre cet objectif dans les prototypes actuels.
La stabilité du signal dans des conditions réelles
En laboratoire, les conditions sont contrôlées. Dans la vie quotidienne, la posture du porteur, ses mouvements, la température ambiante ou même l’hydratation du corps peuvent altérer la qualité du signal. La miniaturisation et la robustesse des capteurs constituent donc un enjeu d’ingénierie à part entière.
Les domaines d’application visés par Rain AI
Malgré ces défis, les cas d’usage potentiels sont suffisamment larges pour justifier l’intérêt des investisseurs — parmi lesquels figurent Andreessen Horowitz, Founders Fund et Sam Altman lui-même.
- Médecine et rééducation : permettre aux personnes atteintes de paralysie sévère, de SLA ou de locked-in syndrome de communiquer à nouveau sans recourir à la chirurgie.
- Accessibilité : proposer des interfaces alternatives aux personnes en situation de handicap moteur, sans les contraintes ni les coûts d’un implant.
- Productivité professionnelle : accélérer la saisie de texte ou le contrôle d’applications dans des environnements à haute exigence (blocs opératoires, cockpits, salles de marchés).
- Neurosciences fondamentales : cartographier en temps réel les processus cognitifs et émotionnels, sans altérer le tissu cérébral étudié.
- Gaming et réalité étendue : offrir des interfaces immersives pilotées par la pensée, sans manette ni casque encombrant.
Quels enjeux éthiques et quelles protections pour les données cérébrales ?
Lire le cerveau humain, même de l’extérieur, n’est pas un acte anodin. Rain AI ouvre des questions éthiques que ni la technique ni les investisseurs ne peuvent esquiver.
- Consentement et contrôle : l’utilisateur doit pouvoir activer, désactiver et auditer l’accès à ses données neuronales à tout moment. La question du consentement granulaire — à quel niveau de pensée l’IA est-elle autorisée à « lire » ? — reste entière.
- Sécurité des données : les flux de données cérébrales sont parmi les informations les plus sensibles qui soient. Leur stockage, leur chiffrement et leur transmission devront répondre à des standards bien supérieurs aux réglementations actuelles sur les données de santé.
- Risque de manipulation neuronale : si les ultrasons peuvent lire l’activité cérébrale, ils peuvent aussi, dans certaines configurations, la moduler. La frontière entre lecture et influence est une ligne rouge que la régulation devra protéger explicitement.
- Fracture d’accès : qui pourra se payer cette technologie ? Les avantages cognitifs ou professionnels qu’elle confère risquent de creuser de nouvelles inégalités si son accès reste réservé à une élite.
Un cadre légal spécifique aux neurodonnées est déjà en discussion dans plusieurs pays, notamment au Chili — premier État à avoir inscrit la protection de l’intégrité mentale dans sa Constitution — et au sein de l’Union européenne dans le cadre du futur AI Act étendu.
Rain AI face à la concurrence : où en est l’écosystème BCI non invasif ?
Rain AI n’arrive pas sur un marché vierge. D’autres acteurs misent également sur des approches non invasives :
- Synchron utilise un dispositif endovasculaire — inséré via une veine jugulaire — qui évite l’ouverture du crâne tout en restant à l’intérieur du corps.
- Emotiv et Muse proposent des casques EEG grand public, mais avec une résolution bien trop faible pour des applications complexes.
- Meta et son projet BCI explore les bracelets myoneuraux capturant l’activité des nerfs du poignet, une approche différente mais complémentaire.
Rain AI se distingue par sa promesse de résolution spatiale élevée sans intervention médicale, un positionnement qui, s’il est validé cliniquement, pourrait lui conférer un avantage décisif sur l’ensemble de ces alternatives.
Où en est Rain AI aujourd’hui ?
À ce stade, Rain AI est encore au niveau des prototypes expérimentaux. Aucun essai clinique officiel n’a encore été annoncé, et la startup n’a pas publié de résultats dans des revues à comité de lecture. Les données de performance revendiquées restent internes. C’est le propre de toute deeptech en phase d’amorçage — mais c’est aussi un point de vigilance pour quiconque anticipe une mise sur le marché rapide.
Ce que l’on sait avec certitude : Sam Altman, après avoir co-fondé OpenAI et transformé notre rapport au langage avec ChatGPT, fait le pari que la prochaine révolution ne sera pas dans la façon dont nous parlons aux machines, mais dans celle dont elles nous entendent — directement, depuis nos neurones, sans un seul mot prononcé.
Si Rain AI réussit là où tant d’autres ont échoué, la frontière entre pensée humaine et intelligence artificielle ne sera plus seulement philosophique. Elle sera, littéralement, en train de se dissoudre.