L’intelligence artificielle ressemble de plus en plus au cerveau humain. C’est en tout cas, autant un fantasme qu’une des voies de recherches poursuivie par des scientifiques à travers le monde.
Ainsi, fin avril, des chercheurs de l’Université de Stanford, en collaboration avec les Laboratoires Sandia, ont expérimenté un réseau de neuf « synapses artificielles », dont les performances ont excédé toutes les attentes de l’équipe scientifique. Publiés dans la revue scientifique américaine Science, les résultats sont plus que prometteurs en termes de « rapidité, d’efficacité énergétique, de reproductibilité et de durabilité ».
A battery-like device could act as an artificial synapse within computing systems intended to imitate the brain’s efficiency and ability to learn. https://t.co/gFZpP68ZED
— Stanford University (@Stanford) April 26, 2019
Rapidité d’analyse et économies d’énergie
Ces puces neuromorphiques sont capables d’imiter le système par lequel communiquent les neurones dans le cerveau humain. Rien de nouveau jusqu’ici par rapport au prototype élaboré il y a plus d’un an par les chercheurs du MIT. Mais, cette fois l’expérience a pour particularité de permettre la programmation des puces en simultané.
« Voir comment ces dispositifs fonctionnent dans une matrice est une étape cruciale parce qu’il permet aux chercheurs de programmer plusieurs synapses artificielles simultanément », peut-on lire sur le site de l’Université de Stanford.
En pratique, chacune des synapses artificielles s’apparente à une batterie, dont le débit d’électricité entre deux terminaux peut être modulé. Dans la matrice imaginée par les chercheurs, une sorte de disjoncteur général permet de régler toutes les synapses en simultané. Un gain en rapidité considérable. Par rapport aux versions précédentes, les chercheurs ont réduit le courant électrique dans chaque périphérique. Résultat : le réseau était plus puissant en consommant pourtant moins d’énergie.
Programmer 1 024 synapses en simultané
L’aspect innovant de cette avancée scientifique ne s’arrête pas là. L’expérience au départ pensée pour programmer 3 synapses par 3 est passée grâce à ses performances spectaculaires à 1 024 par 1 024. Les chercheurs ont également éprouvé plus d’un million de fois le système d’interrupteur, sans constater la moindre dégradation.
« Il s’avère que les dispositifs en polymère, si vous les traitez bien, peuvent être aussi résistants que les dispositifs traditionnels en silicium. C’est peut-être le plus surprenant », s’est enthousiasmé Alberto Salleo, un des auteurs principaux de l’article et directeur du laboratoire. « Pour moi, cela change notre façon d’appréhender les dispositifs en polymère et leur fiabilité, mais aussi comment nous pourrions les utiliser », a-t-il continué.
Cette efficacité ouvre un champ des possibles encore peu défriché. Les chercheurs estiment d’ailleurs que de simples batteries de smartphones ou de petits drones suffiraient à faire tourner ces réseaux neuronaux artificiels.
« Si on a un système de mémoire capable d’apprendre avec l’efficacité énergétique et la vitesse comme celui que nous avons présenté, on pourrait l’insérer dans un smartphone ou un ordinateur portable », a déclaré Scott Keene, coauteur de l’article et étudiant diplômé du laboratoire d’Alberto Salleo, lui-même professeur de science des matériaux et d’ingénierie à Stanford et auteur principal de l’article. « Cela nous donnerait la possibilité de former nos propres réseaux et de résoudre les problèmes localement sur nos propres appareils, sans compter sur le transfert de données. »
Consciente de sa découverte majeure, l’équipe de chercheurs américains estime que ces petites puces pourraient égaler la puissance de grosses machines.
« À peine à la surface »
Mais, ce n’est que le début. Cette nouvelle technologie doit encore passer une batterie de tests. Les chercheurs prévoient d’étudier son système d’apprentissage, de tester sa résistance à la chaleur ou encore son intégration à des appareils électroniques.
« Nous espérons que d’autres personnes vont travailler sur ce genre de périphérique car ils ne sont pas beaucoup à se concentrer sur ce type d’architecture, mais nous pensons que c’est très prometteur », a commenté Armantas Melianas, un des scientifiques signataires de l’article. « Il reste encore beaucoup à faire pour améliorer la créativité. Nous avons à peine touché la surface. »
Source : Stanford University
🔴 Pour ne manquer aucune actualité de 01net, suivez-nous sur Google Actualités et WhatsApp.
