MycoBrain : le premier ordinateur conçu pour les non-humains

Un ordinateur périphérique natif du signal pour droïdes, mycélium, écosystèmes, machines et agents d'IA

Les ordinateurs ont été construits pour les humains.

Ils ont été conçus pour traiter du texte, des nombres, des images, des feuilles de calcul, du code, des commandes et du langage. Ils ont été bâtis autour de claviers, d'écrans, de fichiers, de systèmes d'exploitation et de réseaux conçus par des personnes pour d'autres personnes. Même la vague actuelle d'intelligence artificielle est encore largement entraînée sur des artefacts de l'expression humaine : livres, sites web, articles, conversations, dépôts de code, images, légendes et vidéos.

Mais la Terre ne parle pas en paragraphes.

Le sol ne décrit pas la sécheresse en anglais. Les champignons n'annoncent pas le stress via un chatbot. Les arbres ne publient pas de télémétrie vers une API. Les colonies de fourmis n'expliquent pas leur logique de routage en JSON. Les environnements océaniques n'étiquettent pas les anomalies acoustiques pour nous. Les systèmes vivants signalent par gradients, tensions, gaz, pression, vibration, humidité, chaleur, changement chimique, oscillation électrique, croissance, décomposition, mouvement et réponse.

C'est pourquoi nous avons construit MycoBrain.

MycoBrain est l'ordinateur central à l'intérieur des droïdes environnementaux @Mycosoft — les robots, sondes, bouées, stations et interfaces biologiques que nous construisons pour vivre à l'extérieur, survivre à l'extérieur, apprendre à l'extérieur et fonctionner à l'extérieur sans qu'un humain ait à leur dire quoi faire à chaque instant. C'est notre système nerveux matériel partagé : une carte mère modulaire double ESP32-S3 pour capteurs et communications qui connecte le monde vivant à l'IA de périphérie, aux réseaux maillés et au modèle d'apprentissage de la nature.

MycoBrain n'est pas simplement une carte de développement. Ce n'est pas simplement un contrôleur IoT. C'est le premier ordinateur que nous construisons délibérément pour la communication non humaine : non pas une communication par mots, mais une communication par signal.

Le portefeuille matériel définit MycoBrain comme la plateforme contrôleur double ESP32-S3 partagée au cœur de chaque appareil Mycosoft, avec le côté A gérant les E/S des capteurs et le côté B gérant le réseau maillé LoRa. La carte V1 est documentée comme un PCB de 85 mm × 55 mm, 45 g utilisant deux modules ESP32-S3-WROOM, quatre entrées analogiques, I²C, sorties MOSFET, UART, SX1262 LoRa et une entrée d'alimentation 5–12 V.

La raison d'être de MycoBrain

L'industrie actuelle de l'IA construit des modèles de plus en plus grands qui lisent Internet. C'est utile, mais ce n'est pas suffisant.

Les modèles de langage sont entraînés sur des représentations de la réalité qui sont déjà passées par la perception humaine. Une forêt devient un paragraphe. Une condition du sol devient une note. Une réponse au stress fongique devient une observation de laboratoire. Un environnement acoustique côtier devient un ensemble de données étiquetées. Au moment où le modèle la voit, la réalité a déjà été compressée, filtrée, interprétée et traduite.

Mycosoft construit quelque chose de différent.

Notre thèse est que la prochaine génération d'intelligence doit apprendre de la réalité physique avant qu'elle ne devienne langage. Le modèle d'apprentissage de la nature, ou NLM, est conçu autour de cette idée. C'est un modèle sensoriel du monde ancré qui apprend à partir de longueurs d'onde, formes d'onde, tensions, concentrations de gaz, gradients de température, champs de pression et signaux biosphériques en direct plutôt que seulement du texte et des images. Son architecture utilise un backbone SSM/Mamba, des couches de Graphe/Hypergraphe et une Attention Éparse pour les flux de capteurs continus et les relations environnementales multimodales.

Cela nécessite un nouveau type d'ordinateur en périphérie.

Un ordinateur qui peut se trouver dans le sol, l'air, l'eau, les forêts, les fermes, les laboratoires, les bâtiments et les océans. Un ordinateur qui peut lire la résistance des gaz, l'humidité, la température, la pression, la conductivité, le pH, les pics bioélectriques, les formes d'onde d'hydrophone, les retours radar, la géométrie LiDAR, les images de caméra, l'état de la batterie et l'état du maillage. Un ordinateur qui peut router ces signaux vers une inférence IA locale sur NVIDIA Jetson ou des modules LLM M5Stack, puis se synchroniser avec NatureOS, MINDEX, MYCA, AVANI, FUSARIUM et la pile Mycosoft plus large.

Cet ordinateur, c'est MycoBrain.

La conception centrale : un cerveau, plusieurs corps

Chaque droïde Mycosoft a un corps différent.

Mushroom 1 est conçu pour la détection du sol, du mycélium et de terrain. SporeBase est conçu pour les bioaérosols, les spores et l'échantillonnage de l'air. Hyphae 1 est conçu comme un nœud de capteur industriel modulaire et de calcul en périphérie. MycoNode est conçu comme une interface fongique souterraine enterrée. ALARM est conçu pour l'alerte biologique et environnementale. Psathyrella est conçu pour le renseignement acoustique maritime. Agaric est conçu comme un droïde aérien et une plateforme de déploiement.

Des corps différents. Des environnements différents. Des missions différentes.

Mais ils ont tous besoin du même système nerveux fondamental.

Ils doivent collecter des données de capteurs, gérer l'alimentation, communiquer sur des réseaux maillés, mettre en mémoire tampon les données lorsque les liaisons échouent, synchroniser la télémétrie, exposer des ports d'extension, prendre en charge les mises à jour du firmware et se connecter à une couche d'inférence. Si chaque appareil avait une carte mère, une pile de firmware, une carte de connecteurs et un protocole complètement différents, Mycosoft deviendrait immédiatement non évolutif.

Nous avons donc construit MycoBrain comme l'architecture interne réutilisable.

Une famille de cartes. Une lignée de firmware. Un vocabulaire de télémétrie. Un pipeline de signaux. Un chemin de fabrication évolutif.

MycoBrain comme cœur de communication et d'acquisition de capteurs de chaque appareil Mycosoft, et identifie son IP de conception comme une architecture à double MCU avec des sous-systèmes de capteur et de routeur dédiés sur un seul PCB, plus une topologie de pont UART qui permet des mises à jour indépendantes du firmware.

Cela compte pour la fabrication, mais cela compte encore plus pour l'intelligence. Toute la flotte apprend via le même système nerveux.

MycoBrain V2 : la carte autour de laquelle nous construisons maintenant

MycoBrain V2 reprend le concept V1 et l'étend en une carte de contrôle périphérique plus grande et plus puissante.

L'architecture : deux modules ESP32-S3-WROOM-1U-N16R8, un émetteur-récepteur LoRa CORE1262-868M, un en-tête de modem SIM7600G 26 broches, deux connecteurs USB-C, quatre entrées analogiques, quatre en-têtes I²C, des en-têtes UART0 et UART2, trois sorties 5 V, des sorties NeoPixel, deux buzzers, une entrée 12 V et des rails 5 V et 3,3 V.

Cette combinaison nous donne un ordinateur de terrain pratique avec trois missions.

La première mission est la détection. MycoBrain doit collecter l'état physique brut de l'environnement. Cela signifie entrée analogique, capteurs I²C, capteurs de gaz, sondes bioélectriques, cartes de capteurs externes, extension caméra/radar/LiDAR via un calculateur compagnon, surveillance de la batterie et futures charges utiles modulaires.

La deuxième mission est le routage. MycoBrain doit déplacer des données dans un monde où le WiFi n'est pas garanti, le cellulaire est intermittent et les appareils de terrain peuvent avoir besoin de se relayer les uns les autres. C'est pourquoi LoRa est intégré à l'architecture de base et pourquoi le côté B existe en tant que cortex de communication.

La troisième mission est la coordination. MycoBrain se situe entre le monde biologique et le monde de l'IA. C'est la carte qui permet à une sonde fongique, un capteur de sol, un hydrophone, un ensemble météo, un module LTE, un Jetson et une plateforme cloud de participer à un système cohérent unique.

La carte n'essaie pas d'être le plus gros ordinateur. Elle essaie d'être l'ordinateur le plus important du corps.

Côté A et côté B : pourquoi MycoBrain a deux cerveaux

Un seul microcontrôleur peut faire fonctionner un nœud de capteur. Il ne peut pas devenir le système nerveux à long terme d'une flotte de droïdes environnementaux autonomes.

La structure double ESP32 existe parce que la détection et la communication sont des missions différentes avec des exigences de synchronisation, d'alimentation et de fiabilité différentes.

Le côté A est le contrôleur de corps déterministe. Il est responsable de l'interrogation des capteurs, des lectures analogiques, de l'extension I²C, du contrôle local des actionneurs, de la surveillance de l'alimentation, de la détection de seuil et des limites de sécurité. Le côté A est la partie du système qui doit rester calme, prévisible et efficace. Il lit le monde physique avec discipline.

Le côté B est le contrôleur de communications et de routage. Il gère LoRa, BLE, WiFi, l'extension LTE, les futurs chemins de modem, le trafic de battement de cœur, le comportement de passerelle et la participation au maillage. Le côté B peut dépenser plus d'énergie lorsque la communication est nécessaire et dormir ou cycler lorsqu'elle ne l'est pas.

Cette séparation rend l'architecture robuste. Si une pile radio se bloque, le côté capteur peut continuer à collecter. Si une expérience nécessite un échantillonnage à haute fréquence des capteurs, les communications peuvent être planifiées autour. Que l'appareil soit enterré, flottant, marchant ou volant, la même division a toujours du sens.

Un modèle mental simple ressemble à ceci :

1              ┌──────────────────────────────┐
2              │        Jetson / AI Cortex     │
3              │  Inférence NLM, agents MYCA   │
4              │  mémoire locale, poids modèle │
5              └──────────────┬───────────────┘
6                             │
7                    MDP / UART / Pont
8                             │
9┌────────────────────────────┴────────────────────────────┐
10│                         MycoBrain                         │
11│                                                          │
12│  ┌──────────────────────┐      ┌──────────────────────┐  │
13│  │ Côté A ESP32-S3       │      │ Côté B ESP32-S3       │  │
14│  │ détection déterministe│◄────►│ comms + routage maillé│  │
15│  │ analogique / I²C / alim│      │ LoRa / BLE / WiFi/LTE│  │
16│  └──────────────────────┘      └──────────────────────┘  │
17│                                                          │
18└──────────────────────────────────────────────────────────┘

Ce n'est pas de la complexité pour la complexité. C'est de la pensée biologique appliquée aux systèmes embarqués : spécialiser les organes, puis laisser l'organisme coordonner.

Le modèle de données natif du signal

Les pipelines d'IA traditionnels ressemblent à ceci :

1Texte → Tokeniseur → Transformer → Texte

MycoBrain existe parce que le pipeline de la nature ne ressemble en rien à cela.

Une réponse au stress fongique peut arriver sous forme de fluctuation de tension. Un événement de spores peut arriver sous forme de comptage de particules, de profil de gaz et d'anomalie optique. Une menace maritime peut arriver sous forme d'onde de pression dans un flux d'hydrophone. Le stress d'un arbre peut émerger sous forme d'humidité, de COV, de température et de réponse bioélectrique mycorhizienne.

Ainsi, le pipeline MycoBrain commence par l'état physique :

xt​=[Vt​,It​,Tt​,RHt​,Pt​,VOCt​,CO2t​,pHt​,ECt​,At​,Mt​,Lt​,Rt​]

Où :

• Vt est la tension ou le potentiel bioélectrique
• It est le courant ou le signal dérivé de l'impédance
• Tt est la température
• RHt est l'humidité relative
• Pt est la pression
• VOCt est la réponse aux composés organiques volatils
• CO2t est l'estimation équivalente du dioxyde de carbone ou du gaz associé
• pHt est l'acidité/basicité
• ECt est la conductivité électrique
• At est l'état de la forme d'onde acoustique
• M est l'état mécanique ou de mouvement
• Lt est la lumière, la géométrie spectrale ou dérivée du LiDAR
• R est l'état radio/réseau

Le modèle d'apprentissage de la nature apprend ensuite un état environnemental latent :

zt​=fθ​(xt−k:t​,mt​,gt​)

Où xt−k:t est une fenêtre d'historique des signaux, mt sont des métadonnées telles que le rôle de l'appareil et l'état d'étalonnage, et gt est le contexte du graphe : appareils, organismes, géographie, météo, topologie ou relations écologiques connues à proximité.

À partir de là, MYCA peut proposer des actions, mais AVANI décide si ces actions sont sûres :

1â_t = action proposée par MYCA
2a_t = action réellement autorisée à exécuter
3π_MYCA = politique d'action de MYCA
4z_t = état environnemental latent actuel
5G_AVANI = porte de gouvernance AVANI
6∅ = aucune action autonome

C'est le cœur du système : les signaux deviennent un état, l'état devient une inférence, l'inférence devient une action proposée, l'action passe la gouvernance, et le monde physique renvoie des informations au modèle.

Vue du code : à quoi ressemble une trame de signal MycoBrain

Un développeur devrait pouvoir comprendre MycoBrain en tant que carte, mais aussi en tant que participant au protocole. L'appareil ne se contente pas "d'envoyer des lectures de capteurs". Il publie des preuves physiques structurées.

Une trame de signal simplifiée pourrait ressembler à ceci :

1{
2  "frame_type": "MYCOBRAIN_SIGNAL_FRAME",
3  "device_id": "mycobrain-v2-0001",
4  "device_role": "mushroom1",
5  "timestamp": "2026-05-28T00:00:00Z",
6  "location": {
7    "lat": 32.6401,
8    "lon": -117.0842,
9    "alt_m": 24.2
10  },
11  "signals": {
12    "thermal": {
13      "temperature_c": 23.41,
14      "relative_humidity": 67.2,
15      "pressure_hpa": 1012.8
16    },
17    "chemical": {
18      "voc_resistance_ohms": 323410,
19      "co2_equivalent_ppm": 612,
20      "gas_index": 84
21    },
22    "bioelectric": {
23      "channels": 16,
24      "sample_rate_hz": 100,
25      "range": "uV-mV",
26      "window_ms": 5000,
27      "features": {
28        "spike_count": 18,
29        "dominant_frequency_hz": 3.7,
30        "mean_amplitude_uv": 42.6
31      }
32    },
33    "mechanical": {
34      "vibration_rms": 0.013,
35      "orientation": [0.01, -0.04, 0.99]
36    },
37    "network": {
38      "link": "LoRa",
39      "rssi_dbm": -103,
40      "snr_db": 7.2,
41      "mesh_hops": 2
42    }
43  },
44  "provenance": {
45    "source": "side-a",
46    "transport": "MDP",
47    "crc16": "0xA81F",
48    "hash": "sha256:..."
49  }
50}

Cette trame peut être routée vers un Jetson pour une inférence locale, stockée localement en cas de perte de réseau, transmise via LoRa, transférée via LTE, publiée dans NatureOS, hachée dans MINDEX, évaluée par NLM et régie par AVANI.

C'est pourquoi MycoBrain n'est pas "juste du matériel". C'est une grammaire physique-numérique.

MDP : la couche de protocole de l'appareil

Pour que MycoBrain fonctionne sur plusieurs appareils, il a besoin d'un protocole de bas niveau suffisamment simple pour les microcontrôleurs embarqués mais suffisamment structuré pour une flotte. En interne, ce rôle est assuré par MDP, le protocole d'appareil MycoBrain.

L'architecture FUSARIUM décrit MDP v2 comme un protocole de transport binaire utilisant le codage COBS et la vérification d'intégrité CRC-16, conçu pour le transport physique UART et BLE, avec des types de messages structurés pour les observations, les alertes, les commandes, les mises à jour de configuration et les battements de cœur.

À un niveau conceptuel :

1[ magic ][ version ][ type ][ seq ][ payload_len ][ payload ][ crc16 ]

Une boucle de firmware peut rester propre :

1while True:
2    # Côté A : détection déterministe
3    raw_signals = side_a.sample_all(
4        analog=True,
5        i2c=True,
6        power=True,
7        bioelectric=True
8    )
9
10    # Encoder dans une trame fiable
11    frame = mdp.encode(
12        message_type="OBSERVATION",
13        payload=raw_signals,
14        crc16=True,
15        cobs=True
16    )
17
18    # Côté B : routage des communications
19    side_b.route(
20        frame,
21        preferred_links=["LoRa", "BLE", "WiFi", "LTE"],
22        store_and_forward=True
23    )
24
25    # Jetson : inférence locale optionnelle
26    if jetson.available():
27        latent_state = nlm.encode(raw_signals)
28        decision = myca.propose(latent_state)
29
30        if avani.gate(decision) == "PASS":
31            side_a.execute(decision.action)

C'est la version embarquée de la philosophie Mycosoft : mesurer d'abord, inférer ensuite, n'agir qu'après la gouvernance.

Pourquoi MycoBrain est construit pour les non-humains

L'expression "le premier ordinateur construit pour les non-humains" n'est pas un slogan que nous utilisons à la légère.

Nous voulons dire quelque chose de précis.

La plupart des ordinateurs supposent que l'utilisateur principal est une personne. L'humain tape, clique, parle, fait des gestes ou tape. Même les assistants IA finissent par cartographier le monde en langage humain.

MycoBrain inverse cela.

L'utilisateur principal peut être :

• un réseau fongique produisant des oscillations bioélectriques
• un microbiome du sol modifiant la conductivité et les échanges gazeux
• une forêt répondant à la sécheresse
• une colonie de fourmis modifiant ses schémas de mouvement
• un arbre échangeant des ressources via des relations mycorhiziennes
• un hydrophone détectant la pression acoustique océanique
• un corps robotique gérant sa propre alimentation et son calendrier de capteurs
• un agent IA demandant des preuves sur le terrain
• un autre MycoBrain relayant la télémétrie via un maillage

Dans ce monde, le langage n'est pas la première interface. Le signal l'est.

Le livre blanc FCI définit l'interface informatique fongique comme un canal de communication bidirectionnel entre le mycélium fongique et les systèmes informatiques numériques, convertissant les signaux bioélectriques et biochimiques fongiques en flux de données numériques pour la détection environnementale, le traitement des données et le calcul biologique.

C'est le fondement de l'orientation non humaine de MycoBrain. La carte n'attend pas que le monde vivant devienne du texte. Elle rencontre le monde vivant au niveau où la vie communique déjà.

Le mycélium comme réseau de signaux vivants

Les champignons ne sont pas une matière passive. Le mycélium détecte et répond.

Les documents FCI décrivent le mycélium comme un réseau de capteurs vivants qui répond aux signaux environnementaux tels que la température, l'humidité, le pH, les nutriments, les toxines et autres stimuli par le biais de signaux électriques et chimiques. Ils décrivent également l'activité bioélectrique fongique, l'adaptabilité et la réactivité environnementale comme des propriétés qui rendent le mycélium utile pour la détection et le calcul non conventionnel.

Un MycoBrain connecté à une sonde FCI peut commencer à traiter ce tissu vivant comme une source de signal. Pas comme de la magie. Pas comme du mysticisme. Comme de l'instrumentation.

Les électrodes lisent de faibles changements bioélectriques. Les frontaux analogiques amplifient le signal. Le filtrage extrait les caractéristiques. Les CAN numérisent la forme d'onde. Le côté A conditionne la lecture. Le côté B l'achemine. Jetson ou un autre accélérateur effectue l'inférence. NatureOS l'affiche. MINDEX stocke la provenance. NLM apprend les modèles. AVANI régit l'action.

Le système devient une boucle :

1Substrat vivant → électrode → amplificateur → CAN → MycoBrain → NLM → MYCA → AVANI → stimulus → substrat vivant

Cette boucle est le début des E/S biologiques.

Tokenisation du signal : au-delà des mots

Les modèles de langage tokenisent le texte. MycoBrain permet à NLM de tokeniser les signaux.

Un jeton de langage grossier pourrait être :

1"humide"

Un jeton de signal est différent. Il peut encoder une courte fenêtre de dynamique physique :

τi​=Q(ϕi​(xt:t+Δt​))

Où ϕi extrait les caractéristiques d'une fenêtre temporelle — nombre de pics, fréquence, amplitude, pente, relation de phase, delta de résistance au gaz, gradient de température, forme d'onde de pression ou corrélation entre capteurs — et Q quantifie ou intègre ces caractéristiques dans une représentation utilisable par le modèle.

Un jeton bioélectrique fongique pourrait représenter :

1{
2  "modality": "bioelectric",
3  "window_ms": 5000,
4  "dominant_frequency_hz": 2.8,
5  "spike_density": 0.31,
6  "amplitude_band": "uV",
7  "context": {
8    "soil_moisture_delta": -0.07,
9    "temperature_delta_c": 0.4,
10    "voc_shift": 0.12
11  }
12}

Ce n'est pas un mot.

C'est un petit morceau de réalité compressé sous forme d'apprentissage automatique.

Lorsque suffisamment de ces jetons s'accumulent sur plusieurs appareils, environnements, organismes et dans le temps, Mycosoft peut construire des modèles qui ne se contentent pas de décrire la nature. Ils apprennent à partir des propres signaux de la nature.

Les six sens du NLM

MycoBrain est la couche d'entrée côté appareil pour une architecture de modèle plus large : le modèle d'apprentissage de la nature.

NLM est organisé autour de six sens physiques :

Sens NLM

Domaine physique

Exemples d'entrées connectées à MycoBrain

Spectral

Lumière, longueur d'onde, imagerie

caméras, capteurs multispectraux, LiDAR

Acoustique

Formes d'onde de pression

microphones, hydrophones, vibrations

Bioélectrique

Tensions biologiques

sondes FCI, électrodes mycéliennes

Thermique

Chaleur et gradients

BME688/BME690, capteurs IR

Chimique

Gaz et signatures moléculaires

Capteurs COV, CO₂, pH, EC, particules

Mécanique

Pression, vibration, toucher

IMU, contrainte, sismique, mouvement adjacent au radar

Les documents de capacité définissent NLM comme un modèle qui apprend de la réalité physique brute et identifient ces six sens comme les domaines de signal : spectral, acoustique, bioélectrique, thermique, chimique et mécanique.

C'est là que MycoBrain devient stratégiquement important. Un modèle qui apprend de la réalité physique n'est aussi bon que les instruments physiques qui l'alimentent. MycoBrain est la bouche, le nez, la peau, l'oreille, l'électrorécepteur et le connecteur du système nerveux standardisés pour ce modèle.

Jetson, Orin, Blackwell et la voie de l'IA de périphérie

MycoBrain n'essaie délibérément pas d'être un GPU géant.

C'est la couche d'acquisition et de coordination à faible consommation. L'inférence lourde appartient aux modules d'IA de périphérie. Aujourd'hui, cela signifie NVIDIA Jetson Nano, Jetson Orin Nano, Jetson Orin et les modules associés en fonction de la classe de l'appareil. Dans le portefeuille matériel, les appareils plus grands tels que Mushroom 1 et Hyphae 1 utilisent Jetson Orin Nano ou Jetson Nano pour une inférence IA de périphérie complète, tandis que les appareils plus petits peuvent utiliser le module LLM M5Stack 8850 pour une inférence accélérée par GPU/NPU compacte.

Cela donne à Mycosoft une séparation pratique :

MycoBrain gère la détection de bas niveau, le contrôle local, le fonctionnement économe en énergie et la communication maillée. Jetson gère l'inférence IA, la vision par ordinateur, les modèles plus grands, la classification acoustique, le traitement NLM local et l'autonomie de plus haut niveau. Dans les déploiements maritimes, MycoBrain peut se connecter à un Jetson Orin Nano dans le même boîtier de bouée pour permettre une classification acoustique NLM en temps réel en périphérie sans dépendre de la liaison terrestre.

La feuille de route étend cela davantage.

La version 3 ajoute une voie d'extension cellulaire : un module SIM 4G/5G tel qu'une carte de classe SIM7000/SIM7600 positionnée comme un chapeau au-dessus de la région LoRa. Cela donne à MycoBrain une liaison terrestre cellulaire sans abandonner le maillage LoRa.

La version 4 évolue vers une extension haute performance directe : PCIe, SSD sous la carte, stockage local de modèles et intégration directe de modules d'accélérateur IA de classe Blackwell ou futurs. L'objectif est de dépasser les cartes de développement et de placer les accélérateurs IA, le stockage et l'orchestration des capteurs sur du matériel contrôlé par Mycosoft.

Cette transition est importante. Les kits de développement sont la façon dont on prototypie. Les cartes porteuses IA personnalisées sont la façon dont on possède la plateforme.

Stockage local : mémoire pour le terrain

Un ordinateur de terrain ne peut pas supposer une connectivité constante.

Les forêts perdent le signal. Les bouées dérivent hors de portée. Les droïdes entrent dans des zones mortes. Les sondes du sol peuvent être enterrées dans des endroits où la radio est intermittente. Les déploiements de défense peuvent fonctionner dans des environnements refusés.

C'est pourquoi la stratégie matérielle Mycosoft inclut un stockage local à plusieurs niveaux : SSD NVMe pour les grands appareils équipés de Jetson, microSD pour les appareils moyens, flash ESP32 pour les appareils plus petits et tampons locaux pour les sondes enterrées.

Pour MycoBrain V4, le support SSD devient encore plus important. Le stockage local signifie que l'appareil peut stocker :

• fenêtres de capteurs brutes
• caractéristiques traitées
• historique d'étalonnage
• poids du modèle
• intégrations NLM
• journaux d'événements
• files d'attente de livraison maillée
• provenance cryptographique
• état de l'expérience

Un futur MycoBrain ne devrait pas se contenter de diffuser des données. Il devrait se souvenir.

Pourquoi la carte a autant de connecteurs

Un appareil grand public normal peut décider ce qu'il est avant d'être expédié.

MycoBrain ne le peut pas.

Un MycoBrain peut devenir une station de sol. Un autre peut devenir une bouée. Un autre peut devenir une passerelle de capteurs industriels. Un autre peut devenir une interface biologique. Un autre peut devenir une charge utile de drone. Un autre peut devenir un appareil IA environnemental portable. Un autre peut devenir une partie d'un ordinateur biologique de laboratoire.

C'est pourquoi la philosophie des connecteurs est agressive : analogique, I²C, UART, USB-C, en-tête LoRa, sorties 5 V, NeoPixel, buzzers, capteurs externes et rails d'alimentation. Le schéma V2 confirme la présence de ces familles de connecteurs, notamment double USB-C, entrées analogiques, en-têtes I²C, en-têtes UART, sorties 5 V, interface modem SIM7600G, entrée 12 V et rails 5 V / 3,3 V.

En pratique, cela permet aux développeurs de connecter presque n'importe quoi :

• Capteurs environnementaux BME688 / BME690
• Capteurs de COV et de gaz
• Capteurs de particules
• Sondes de pH et de conductivité
• Sondes d'humidité du sol
• Hydrophones
• Centrales inertielles (IMU)
• Magnétomètres
• Caméras via un calculateur compagnon
• Radar et LiDAR via un calculateur compagnon
• Électrodes FCI
• Actionneurs
• Pompes
• Vannes
• LED
• Buzzers
• Modems externes
• Moniteurs de batterie

Une carte comme celle-ci n'est pas construite autour d'un seul cas d'utilisation. Elle est construite autour de l'hypothèse que l'environnement continuera de nous surprendre.

Le modèle opérationnel du droid

Mycosoft appelle ses robots d'extérieur des droids car ce ne sont pas de simples capteurs dans des boîtiers. Ce sont des machines autonomes conçues pour survivre et opérer dans le monde.

Un droid Mycosoft doit connaître son corps. Il doit connaître sa batterie. Il doit savoir si ses capteurs sont en bonne santé. Il doit savoir s'il doit échantillonner plus vite, dormir plus longtemps, relayer un paquet d'un voisin, réveiller son Jetson ou appeler la base. Il doit fonctionner sous contraintes solaires, radio, thermiques, environnementales et écologiques.

MycoBrain fournit l'intelligence corporelle de bas niveau qui rend cela possible.

Mushroom 1 peut l'utiliser pour surveiller les réseaux fongiques souterrains et les conditions du sol. SporeBase peut l'utiliser pour coordonner la collecte de bioaérosols. Hyphae 1 peut l'utiliser comme contrôleur d'E/S industriel modulaire. MycoNode peut utiliser un format plus petit pour prendre en charge la détection bioélectrique souterraine. Psathyrella peut utiliser l'architecture pour la surveillance acoustique sous-marine. Les documents de capacité décrivent MycoBrain comme la plateforme de calcul en périphérie ESP32-S3 pour les déploiements matériels de Mycosoft et identifient Mushroom 1, SporeBase, Hyphae 1, MycoNode, ALARM et FCI comme faisant partie de la gamme matérielle.

Le but n'est pas que chaque robot soit identique.

Le but est que chaque robot partage un tronc cérébral.

Réseau maillé : la mycorhize numérique

La philosophie réseau de MycoBrain s'inspire du mycélium.

Un réseau fongique ne dépend pas d'un seul routeur central. Il se ramifie, se reconnecte, se reroute, explore et survit aux dommages. Les réseaux d'appareils Mycosoft devraient se comporter de la même manière.

C'est le rôle du Protocole Mycorhize : un protocole de messagerie pub/sub pour acheminer les données des capteurs biologiques à travers les réseaux de terrain distribués. Le Protocole Mycorhize est optimisé pour les données biologiques, la télémétrie de séries temporelles, les formes d'onde bioélectriques, les mesures environnementales, la topologie maillée auto-réparatrice et le fonctionnement natif en périphérie, suffisamment léger pour l'ESP32-S3 tout en supportant les nœuds d'inférence Jetson.

Un maillage MycoBrain ne consiste pas seulement à renvoyer des données vers un tableau de bord. Il s'agit de coopération locale.

Un droid peut détecter un signal. Un autre peut avoir une liaison montante plus puissante. Un troisième peut avoir un meilleur angle de capteur. Un quatrième peut disposer d'une capacité de calcul IA locale. Un cinquième peut être endormi mais se réveiller sur l'événement d'un voisin.

Cela crée un réseau d'intelligence de terrain :

1MycoBrain → MycoBrain → Passerelle → NatureOS
2     ↘          ↕           ↗
3      Capteur   Relais     Jetson
4        ↘       ↕        ↗
5          NLM / MINDEX / MYCA

Lorsqu'ils sont déployés à grande échelle, les Mycosoft deviennent plus que des appareils. Ils deviennent un système nerveux environnemental distribué.

Interface développeur : construire sur le cerveau

MycoBrain doit être accessible aux makers et suffisamment sérieux pour les ingénieurs.

Un développeur qui travaille avec doit pouvoir penser en rôles :

1appareil:
2  id: mycobrain-v2-alpha
3  rôle: mushroom1
4  côté_a:
5    mode: contrôleur_capteur_déterministe
6    taux_échantillonnage_hz:
7      environnemental: 1
8      bioélectrique: 100
9      alimentation: 0.2
10  côté_b:
11    mode: routeur_maillé
12    liaisons:
13      - lora
14      - ble
15      - wifi
16      - lte_hat
17  cortex:
18    module: jetson_orin_nano
19    tâches:
20      - inférence_nlm
21      - détection_anomalies
22      - mise_en_tampon_locale
23      - mise_à_jour_modèle

Un capteur peut s'exposer via un manifeste :

1{
2  "sensor_id": "fci_probe_01",
3  "modality": "bioelectric",
4  "channels": 16,
5  "units": "microvolts",
6  "sample_rates_hz": [10, 50, 100, 500],
7  "calibration": {
8    "gain": 1000,
9    "noise_floor_uv": 0.8,
10    "last_calibrated": "2026-05-01"
11  },
12  "safety": {
13    "stimulation_enabled": true,
14    "max_stimulus_mv": 300,
15    "requires_avani_gate": true
16  }
17}

C'est ce qui rend la carte digne d'une communauté. C'est une plateforme physique, mais aussi un écosystème programmable. Un maker peut brancher un capteur. Un chercheur peut mener une expérience sur les signaux fongiques. Un développeur en robotique peut ajouter une charge utile. Un intégrateur de défense peut acheminer de la télémétrie cryptée. Un scientifique environnemental peut pousser des données dans NatureOS. Un ingénieur IA peut entraîner un modèle natif du signal.

Pourquoi les investisseurs devraient s'y intéresser

MycoBrain n'est pas une carte unique.

C'est une primitive de plateforme.

L'argument pour l'investisseur n'est pas « nous avons fabriqué un PCB champignon cool ». L'argument est que MycoBrain peut devenir l'ordinateur périphérique commun pour tout un écosystème matériel : stations environnementales, sondes biologiques, systèmes de bioaérosols, nœuds périphériques industriels, bouées sous-marines, instruments IA portables et futurs ordinateurs biologiques.

Le portefeuille matériel identifie Mycosoft comme construisant un écosystème matériel complet pour l'intelligence environnementale, le calcul biologique et les interfaces réseau fongiques, couvrant Mushroom 1, SporeBase, ALARM, MycoNode, Hyphae 1, Tricorder, Petraeus et Mushroom 2.

Cela crée plusieurs formes d'effet de levier.

Premièrement, l'effet de levier de fabrication. Un contrôleur partagé réduit la duplication d'ingénierie. Au lieu de reconcevoir l'acquisition de capteurs et les communications pour chaque produit, Mycosoft améliore une famille de cartes centrales.

Deuxièmement, l'effet de levier du firmware. Chaque appareil bénéficie des mêmes mises à niveau de protocole, améliorations de sécurité, bibliothèques de capteurs, mécanismes OTA, améliorations du maillage et travaux de pont NLM.

Troisièmement, l'effet de levier des données. Chaque appareil produit des données d'entraînement natives du signal qui peuvent alimenter NLM. Plus il y a d'appareils déployés, plus le substrat du modèle devient précieux.

Quatrièmement, l'effet de levier de la plateforme. MycoBrain connecte le matériel à NatureOS, MINDEX, MYCA, AVANI, FUSARIUM et Mycorhize. C'est la couche périphérique d'un système logiciel et d'intelligence plus vaste.

Cinquièmement, l'effet de levier de la propriété intellectuelle. L'architecture double MCU, la pile firmware, le Protocole Mycorhize, l'énumération des capteurs I²C et l'intégration de la chaîne de traçabilité MINDEX font partie de la pile technologique/IP de MycoBrain.

C'est ainsi qu'une petite carte devient une infrastructure.

Pourquoi c'est important scientifiquement

L'importance scientifique de MycoBrain n'est pas qu'il mesure la température ou l'humidité. Beaucoup d'appareils le font.

L'importance scientifique est que MycoBrain est conçu pour collecter un contexte causal multimodal autour des systèmes vivants. Un pic de tension fongique en soi est intéressant. Un pic de tension fongique synchronisé avec l'humidité du sol, le pH, la température, le changement de COV, le niveau de lumière et l'événement de stimulus devient une preuve.

Cette preuve peut devenir une empreinte digitale.

Cette empreinte digitale peut devenir un modèle.

Ce modèle peut devenir une prédiction.

Cette prédiction peut devenir une action régie.

C'est pourquoi FCI est important. Le livre blanc FCI décrit la pile FCI comme une sonde fongique, une unité de traitement du signal et une couche d'intégration cloud capables de détecter les variations électriques subtiles du mycélium, d'amplifier et de filtrer les signaux bioélectriques faibles, et de rendre ces signaux utilisables pour l'analyse de données en temps réel.

MycoBrain est l'ordinateur de terrain pratique qui permet à ces idées de quitter le laboratoire.

Les versions futures : V3 et V4

La version 2 prouve l'architecture étendue.

La version 3 rend la carte plus déployable.

La direction de la V3 est l'expansion cellulaire : un chapeau de module SIM 4G/5G qui peut se brancher au-dessus de la région LoRa. Le LoRa reste le maillage local basse consommation. Le cellulaire devient la liaison montante. Cela donne à un droid de terrain la capacité d'opérer dans un essaim local et de toujours appeler la base lorsque l'infrastructure existe.

La version 4 est la transition la plus profonde.

La V4 évolue vers le PCIe, le SSD et l'intégration directe d'accélérateurs. L'objectif est de permettre au matériel de classe MycoBrain de transporter des poids de modèles locaux, de stocker des ensembles de données bruts et traités, et d'intégrer des modules d'accélérateur IA de classe Blackwell ou futurs directement dans l'écosystème de cartes Mycosoft. Le chemin M5Stack LLM 8850 donne déjà aux appareils plus petits un niveau d'inférence compact ; la V4 étend cette philosophie vers une architecture porteuse IA personnalisée plus profonde. Le portefeuille matériel définit déjà une stratégie de calcul en périphérie à deux niveaux utilisant des modules de classe Jetson pour les appareils plus grands et le module M5Stack LLM 8850 pour les appareils plus petits.

La voie à long terme est claire :

1V1 : contrôleur compact double ESP32-S3 + LoRa
2V2 : carte capteur/communication étendue avec USB-C, analogique/I²C/UART, en-tête LTE
3V3 : chapeau cellulaire + maillage LoRa + meilleure gestion de flotte à distance
4V4 : PCIe + SSD + intégration directe d'accélérateur IA
5V5+ : MycoBrain comme carte mère IA complète pour la robotique biologique/périphérique

La destination n'est pas une autre carte de développement.

La destination est la propre architecture d'ordinateur environnemental autonome de Mycosoft.

La carte comme pont entre le calcul biologique et numérique

Le dos de la carte porte la marque du champignon car le champignon n'est pas une décoration. C'est la philosophie de conception.

Un champignon est le corps fructifère visible d'un réseau caché. MycoBrain est similaire. La carte est visible, mais le vrai système est le réseau derrière elle : droids, sondes, capteurs, modèles, agents, tableaux de bord, ensembles de données et substrats vivants.

FCI nous donne les E/S biologiques. MycoBrain nous donne le contrôle en périphérie. Mycorhize nous donne le routage maillé. MINDEX nous donne la mémoire et la provenance. NLM nous donne l'apprentissage natif du signal. MYCA nous donne le raisonnement agentique. AVANI nous donne la gouvernance.

Ensemble, ils forment une pile hybride biologico-numérique.

1Signal Vivant
2   ↓
3FCI / Capteurs
4   ↓
5MycoBrain
6   ↓
7Mycorhize / MDP
8   ↓
9Jetson / M5Stack / Futur Blackwell
10   ↓
11NLM
12   ↓
13MYCA
14   ↓
15AVANI
16   ↓
17NatureOS / MINDEX / FUSARIUM

Un ordinateur qui lit la Terre

La plupart des ordinateurs sont sur des bureaux.

MycoBrain est conçu pour la boue, la pluie, les fermes, les forêts, les laboratoires, les toits, les bouées, les sous-sols, les boîtiers, les drones et les systèmes biologiques expérimentaux. Il est conçu pour être réparé, itéré, imprimé en 3D autour, empilé, étendu, flashé et redéployé. La philosophie de fabrication matérielle de Mycosoft met l'accent sur l'impression 3D pour l'itération rapide et les boîtiers standard réutilisés pour les appareils industriels, réduisant ainsi la charge d'outillage tout en améliorant la flexibilité de production.

C'est important car l'intelligence à l'échelle de la Terre ne peut pas être construite uniquement à partir de tableaux de bord cloud.

Nous avons besoin d'appareils dans le monde.

Nous avons besoin de contrôleurs basse consommation.

Nous avons besoin de réseaux maillés.

Nous avons besoin d'inférence locale.

Nous avons besoin d'interfaces biologiques.

Nous avons besoin de stockage.

Nous avons besoin de gouvernance.

Nous avons besoin d'un moyen pour les machines d'apprendre de la nature sans forcer la nature à devenir d'abord du langage.

C'est MycoBrain.

FIN DU TRÈS LONG DOCUMENT MYCOBRAIN

GITHUB : https://github.com/MycosoftLabs/mycobrain

VIDÉO YOUTUBE MYCOBRAIN : https://www.youtube.com/watch?v=3WDneg9OHtU

MycoBrain est le premier ordinateur que nous construisons pour les non-humains car il ne suppose pas que l'intelligence commence par les mots.

Il suppose que l'intelligence commence par le signal.

• Un champignon signale.
• Une forêt signale.
• Une rivière signale.
• Un océan signale.
• Une machine signale.
• Un agent IA signale.
• Un droid signale.

MycoBrain est la carte conçue pour écouter, traduire, acheminer, se souvenir, inférer et répondre.

La plupart de l'IA continuera à lire Internet, en particulier ses propres données synthétiques.

MycoBrain lit la Terre, considérant ses milliards et milliards de formes de vie comme des utilisateurs, transcendant le clavier, la souris et même les assistants agents vocaux avec leurs jolies voix.

Ce n'est pas seulement à propos de vous, mais vous faites partie de la planète entière de la vie.

Ne l'oubliez pas.