Un composant pour ordinateur inspiré du cerveau

    -     English  -  Deutsch  -  Italiano
Les scientifiques souhaitent à l’avenir résoudre plus efficacement les tâc

Les scientifiques souhaitent à l’avenir résoudre plus efficacement les tâches d’apprentissage automatique grâce à des processeurs dont le fonctionnement s’inspire du cerveau humain. Image : Unsplash

Des chercheurs de l’ETH Zurich, de l’Empa et de l’Université de Zurich ont développé un nouveau matériau pour un composant informatique qui peut être utilisé de manière plus flexible que ses prédécesseurs. Il devrait permettre de construire des circuits électroniques s’inspirant du cerveau humain et capables de résoudre des tâches d’apprentissage automatique de manière plus efficace que les ordinateurs traditionnels.

Comparé à un ordinateur, le cerveau humain fonctionne de manière incroyablement efficace sur le plan énergétique. Pour concevoir de nouvelles technologies informatiques, les scientifiques s’inspirent donc du fonctionnement du cerveau et de ses cellules nerveuses en réseau. Les scientifiques partent du principe que ces systèmes informatiques inspirés du cerveau seront plus efficaces sur le plan énergétique que les systèmes traditionnels et qu’ils pourront mieux résoudre les tâches d’apprentissage automatique.

Par analogie avec les cellules nerveuses qui, dans le cerveau, sont responsables à la fois du stockage et du traitement des données, les scientifiques souhaitent également combiner le stockage et le traitement sur un seul type de composant, appelé memristors. Cela devrait permettre de gagner en efficacité. Sur les ordinateurs traditionnels, les données sont déplacées entre le processeur et la mémoire. C’est la principale raison de la consommation d’énergie élevée des processus d’apprentissage automatique sur les ordinateurs traditionnels.

Des chercheurs de l’ETH Zurich, de l’Empa et de l’Université de Zurich ont maintenant développé un nouveau concept de memristor, dont l’utilisation est beaucoup plus flexible que celle des memristors actuels. "Il existe différents modes de fonctionnement pour les memristors, et selon l’architecture d’un réseau neuronal artificiel, il est avantageux de pouvoir utiliser tous ces modes", explique Rohit John, postdoctorant à l’ETH. "Jusqu’à présent, les memristors devaient toutefois être configurés à l’avance pour un de ces modes à la fois". Les nouveaux memristors peuvent désormais passer facilement de deux modes d’opération pendant leur utilisation : un mode dans lequel le signal s’affaiblit et s’éteint avec le temps (mode volatile) et un mode dans lequel le signal reste constant en permanence (mode non volatile).

"Ces deux modes d’opération existent également dans le cerveau humain", explique John. D’une part, les stimuli sont transmis d’une cellule nerveuse à l’autre au niveau des synapses par des messagers biochimiques. Ces stimuli sont d’abord forts, puis s’affaiblissent progressivement. D’autre part, pendant l’apprentissage, de nouvelles connexions synaptiques se forment dans le cerveau avec d’autres cellules nerveuses. Celles-ci durent plus longtemps.

Rohit John est postdoctorant dans le groupe de Maksym Kovalenko, chercheur à l’ETH Zurich/Empa, et a été récompensé en 2020 par une bourse de l’ETH pour postdoctorants d’excellence. John a mené ce travail de recherche en collaboration avec Yigit Demirag. Il est doctorant dans le groupe de Giacomo Indiveri à l’Institut de neuroinformatique de l’Université de Zurich et de l’ETH Zurich.

Les memristors développés par les chercheurs sont composés de nanocristaux d’halogénures de perovskite, un matériau semi-conducteur connu notamment pour son utilisation dans les cellules photovoltaïques. "Dans ces nouveaux memristors, l’électricité est transmise par des ions d’argent qui, partant d’une électrode, s’alignent temporairement ou en permanence pour former une nano-fibre qui traverse la structure de pérovskite et à travers laquelle le courant peut circuler", explique Kovalenko.

Ce processus peut être influencé de manière à ce que la fibre d’ions d’argent soit soit fine et se décompose à nouveau en ions d’argent individuels avec le temps (mode volatile), soit épaisse et permanente (mode non volatile). Cela est contrôlé par l’intensité du courant qui est appliqué au memristor : S’il est alimenté par un courant faible, le mode volatile se forme. S’il est alimenté par un courant fort, il passe en mode non volatile.

"À notre connaissance, c’est le premier memristor qui peut être commuté de manière fiable entre un mode volatile et un mode non volatile en cas de besoin", explique Demirag. Il sera donc possible à l’avenir de fabriquer des puces informatiques avec des memristors permettant les deux modes. En effet, il n’est généralement pas possible de combiner plusieurs types de memristors différents sur une même puce.

Dans le cadre de l’étude qu’ils ont récemment publiée dans la revue spécialisée "Nature Communications", les scientifiques ont testé 25 de ces nouveaux memristors et ont effectué 20’000 mesures avec ceux-ci. Ils ont ainsi pu simuler une tâche de calcul sur un réseau complexe. Dans cette tâche, il s’agissait d’associer un grand nombre d’impulsions nerveuses différentes à quatre modèles définis.

Avant que les memristors puissent être utilisés dans la technologie informatique, ils doivent encore être optimisés. Mais de tels composants sont également importants pour la recherche en neuroinformatique, comme le souligne Indiveri : "Ces composants sont plus proches des vrais neurones que les précédents. Ils aident ainsi les chercheurs à mieux vérifier les hypothèses de la neuroinformatique et, espérons-le, à mieux comprendre les principes de calcul.


Ce site utilise des cookies et des outils d'analyse pour améliorer la convivialité du site. Plus d'informations. |