PSI détaille les revenus tirés des centres de données qui financent ses ambitions de recherche en IA

TechCrunch a rapporté le 10 novembre 2026 que Physical Superintelligence tire actuellement ses revenus de l’optimisation des centres de données à l’aide de ses outils, tout en poursuivant à plus long terme une activité fondée sur la découverte de phénomènes physiques assistée par l’IA.

Le directeur général Matt Pines a expliqué que l’objectif était de transformer les percées en physique théorique en technologies concrètes. Les centres de données constituent le premier terrain d’expérimentation de cette approche, où les systèmes de recherche en IA de PSI, qu’elle appelle des physiciens virtuels, peuvent intervenir sur des systèmes physiques en fonctionnement soumis à des contraintes opérationnelles mesurables.

PSI est une société à mission d’intérêt public dont la charte inscrit la sécurité, la vérification, le développement responsable et le bénéfice du plus grand nombre. Sur sa page d’entreprise, elle indique compter plus de 25 chercheurs et ingénieurs et avoir levé plus de 58 millions de dollars, avec Breakthrough Energy Ventures en tête.

Les centres de données comme terrain d’expérimentation commerciale

Les travaux d’optimisation actuels simulent la chaleur, l’électricité, l’eau et le bruit, reliant les performances des installations et leurs effets sur les communautés à la physique du site. Sur sa page consacrée à sa vision, PSI explique créer des modèles haute fidélité d’installations en activité afin que les physiciens virtuels puissent examiner le système dans son ensemble, mettre au jour des contraintes cachées et tester des interventions. Les résultats visés sont une densité de calcul accrue, une consommation d’énergie plus efficace, une meilleure gestion thermique et une plus grande efficacité du capital.

Les campagnes commerciales fournissent également des retours utiles à la recherche. PSI affirme que les installations en activité imposent des contraintes que les simulations ne feraient pas apparaître et que chaque campagne entraîne les physiciens virtuels utilisés dans les campagnes suivantes. L’activité liée aux centres de données remplit ainsi deux fonctions : générer des revenus dès aujourd’hui et fournir des contraintes pratiques qui contribuent à améliorer le système de recherche.

Un système de recherche fondé sur la vérification

Pines a décrit un système de recherche efficace comme une combinaison d’outils logiciels articulés autour de modèles, d’outils, de systèmes de mémoire et d’une infrastructure de simulation. Ce dispositif doit permettre d’explorer un problème sous de multiples angles et en profondeur, tout en examinant un large éventail de pistes. PSI formalise ce processus sous la forme d’une campagne autonome, un effort continu qui va de la définition du problème à son déploiement, en passant par la formulation d’hypothèses, la vérification, l’expérimentation et l’ingénierie. Chaque campagne comporte des étapes mesurables, des contrôles de vérification stricts et une voie vers une application concrète, tandis que les chercheurs humains choisissent les missions et les critères de réussite.

L’architecture distingue la génération de pistes de leur vérification. Les contrôles portent notamment sur les lois de conservation, la symétrie, la cohérence dimensionnelle, la preuve formelle, la simulation, les jumeaux numériques — des répliques virtuelles de systèmes physiques — et les mesures physiques. PSI indique que les vérificateurs qui certifient un résultat peuvent également servir de fonctions de récompense, ou de signaux d’entraînement, pour les futurs physiciens virtuels, reliant ainsi directement l’évaluation à l’amélioration du système.

L’annonce de recherche du 6 novembre 2026 de PSI en fournit un exemple. L’entreprise a déclaré que son système développé en interne, exécutant un modèle d’Anthropic qui n’était alors pas encore public, avait produit une preuve complète de la conjecture d’Aaronson–Ambainis au troisième jour d’une exécution. Lean, un assistant de preuve qui vérifie chaque étape, l’a acceptée, puis a également accepté une version finale après deux améliorations. Ouverte depuis 2008, la conjecture porte sur les cas où les ordinateurs quantiques peuvent être exponentiellement plus rapides que les ordinateurs classiques pour des entrées aléatoires. David Turturean a dirigé les travaux après avoir bénéficié d’un accès anticipé à Claude Fable 5.2, qu’Anthropic a présenté publiquement le 9 novembre 2026.

La validation physique reste le critère de l’application commerciale

Cette preuve illustre également une limite à la commercialisation. Les mathématiques et l’informatique peuvent exprimer des résultats dans du code validé, mais la physique et les sciences de la vie exigent toujours une confrontation expérimentale avec la nature. Pines a indiqué que PSI cherchait des moyens efficaces de valider les résultats informatiques par des expériences, résumant cette distinction ainsi : « la nature a son mot à dire dans vos modèles de la réalité ».

Pines a également déclaré que la physique théorique n’est pas encore principalement l’apanage des machines, malgré l’argumentaire conditionnel plus affirmé qu’il avait présenté aux investisseurs six à neuf mois auparavant. Cette réserve est importante pour l’activité de PSI : ses revenus actuels dépendent de l’optimisation des installations, tandis que son ambition plus vaste suppose des découvertes validées susceptibles de se concrétiser en dispositifs ou en d’autres technologies.

Pines a établi un lien entre un fait de la nature validé et la possibilité de construire un dispositif doté de capacités jusque-là inédites. Pour PSI, la question commerciale est donc de savoir si son processus de génération et de vérification peut produire de façon répétée des résultats confirmés par l’expérience, permettant au même système de recherche de passer de l’optimisation des infrastructures d’IA à la création de technologies fondées sur une nouvelle physique.