Avez-vous déjà souhaité que votre ordinateur puisse penser comme vous ou peut-être même vous comprendre ?

Ce futur n'est peut-être pas maintenant, mais c'est un pas de plus, grâce à une équipe de scientifiques et d'ingénieurs dirigée par la Texas A&M University et leur récente découverte d'un mimétisme à base de matériaux pour les signaux neuronaux responsables de la transmission d'informations dans le cerveau humain.

L'équipe pluridisciplinaire, dirigé par le chimiste de Texas A&M Sarbajit Banerjee en collaboration avec l'ingénieur électricien et informatique de Texas A&M R. Stanley Williams et d'autres collègues en Amérique du Nord et à l'étranger, a découvert un mécanisme de commutation électrique de type neurone dans le matériau à l'état solide β'-CuxV2O5 - en particulier, comment il se transforme de manière réversible entre comportement conducteur et comportement isolant sur commande.

L'équipe a pu clarifier le mécanisme sous-jacent à ce comportement en jetant un nouveau regard sur β'-CuxV2O5, un matériau semblable à un caméléon remarquable qui change avec la température ou un stimulus électrique appliqué. Dans le processus, ils se sont concentrés sur la façon dont les ions de cuivre se déplacent à l'intérieur du matériau et sur la façon dont cette danse subtile fait tournoyer les électrons pour le transformer. Leurs recherches ont révélé que le mouvement des ions de cuivre est la clé de voûte d'un changement de conductivité électrique qui peut être exploité pour créer des pointes électriques de la même manière que les neurones fonctionnent dans le système nerveux cérébral - une étape majeure vers le développement de circuits qui fonctionnent comme le cerveau humain. .

Leur papier résultant, qui présente les étudiants diplômés en chimie du Texas A&M Abhishek Parija (maintenant chez Intel Corporation), Justin Andrews et Joseph Handy comme premiers auteurs, est publié aujourd'hui (27 février) dans la revue Cell Press Question .

Dans leur quête pour développer de nouveaux modes de calcul écoénergétiques, le large groupe de collaborateurs capitalise sur des matériaux avec des instabilités électroniques réglables pour réaliser ce que l'on appelle l'informatique neuromorphique, ou l'informatique conçue pour reproduire les capacités uniques du cerveau et son efficacité inégalée.

"La nature nous a donné des matériaux avec les types de comportement appropriés pour imiter le traitement de l'information qui se produit dans un cerveau, mais ceux caractérisés à ce jour ont eu diverses limitations, " a déclaré Williams. " L'importance de ce travail est de montrer que les chimistes peuvent concevoir et créer rationnellement des matériaux électriquement actifs avec des propriétés neuromorphiques considérablement améliorées. Comme nous comprenons mieux, nos matériaux s'amélioreront de manière significative, offrant ainsi une nouvelle voie à l'avancement technologique continu de nos capacités informatiques."

Alors que les téléphones intelligents et les ordinateurs portables deviennent apparemment plus élégants et plus rapides à chaque itération, Parija note que de nouveaux matériaux et paradigmes informatiques libérés des restrictions conventionnelles sont nécessaires pour répondre aux demandes continues de vitesse et d'efficacité énergétique qui mettent à rude épreuve les capacités des puces informatiques en silicium, qui atteignent leurs limites fondamentales en termes d'efficacité énergétique. L'informatique neuromorphique est l'une de ces approches, et la manipulation du comportement de commutation dans les nouveaux matériaux est un moyen d'y parvenir.

"La prémisse centrale - et par extension la promesse centrale - de l'informatique neuromorphique est que nous n'avons toujours pas trouvé de moyen d'effectuer des calculs d'une manière aussi efficace que la façon dont les neurones et les synapses fonctionnent dans le cerveau humain, " dit Andrews, un chercheur en technologie spatiale de la NASA. "La plupart des matériaux sont isolants (non conducteurs), métallique (conducteur) ou quelque part au milieu. Certains matériaux, cependant, peut se transformer entre les deux états :isolant (off) et conducteur (on) presque sur commande."

En utilisant une combinaison étendue de techniques informatiques et expérimentales, Handy a déclaré que l'équipe a pu démontrer non seulement que ce matériau subit une transition entraînée par des changements de température, la tension et l'intensité du champ électrique qui peuvent être utilisées pour créer des circuits de type neurone, mais aussi expliquer en détail comment cette transition se produit. Contrairement à d'autres matériaux qui ont une transition métal-isolant (MIT), ce matériau repose sur le mouvement des ions cuivre dans un réseau rigide de vanadium et d'oxygène.

"Nous montrons essentiellement qu'un très petit mouvement d'ions cuivre au sein de la structure entraîne un changement massif de conductance dans l'ensemble du matériau, " ajouta Handy. " A cause de ce mouvement des ions cuivre, le matériau passe d'isolant à conducteur en réponse à des changements externes de température, tension appliquée ou courant appliqué. En d'autres termes, appliquer une petite impulsion électrique nous permet de transformer le matériau et d'enregistrer des informations à l'intérieur car il fonctionne dans un circuit, un peu comme la façon dont les neurones fonctionnent dans le cerveau."

Andrews compare la relation entre le mouvement des ions cuivre et les électrons sur la structure du vanadium à une danse.

"Quand les ions de cuivre se déplacent, les électrons sur le réseau de vanadium se déplacent de concert, reflétant le mouvement des ions cuivre, " Andrews a dit. " De cette façon, des mouvements incroyablement petits des ions de cuivre induisent de grands changements électroniques dans le réseau de vanadium sans aucun changement observable dans la liaison vanadium-vanadium. C'est comme si les atomes de vanadium "voyaient" ce que faisait le cuivre et réagissaient."

Transmettre, le stockage et le traitement des données représentent actuellement environ 10 % de la consommation mondiale d'énergie, mais Banerjee dit que les extrapolations indiquent que la demande de calcul sera plusieurs fois supérieure à ce que l'approvisionnement énergétique mondial projeté peut fournir d'ici 2040. Des augmentations exponentielles des capacités de calcul sont donc nécessaires pour des visions transformatrices, y compris l'Internet des objets, transport autonome, infrastructures résilientes aux catastrophes, la médecine personnalisée et d'autres grands défis sociétaux qui, autrement, seront limités par l'incapacité des technologies informatiques actuelles à gérer l'ampleur et la complexité des données générées par l'homme et la machine. Il dit qu'une façon de sortir des limites de la technologie informatique conventionnelle est de s'inspirer de la nature, en particulier, les circuits neuronaux du cerveau humain, qui surpasse largement les architectures informatiques conventionnelles en termes d'efficacité énergétique et offre également de nouvelles approches pour l'apprentissage automatique et les réseaux de neurones avancés.

"Pour émuler les éléments essentiels de la fonction neuronale dans les circuits artificiels, nous avons besoin de matériaux solides qui présentent des instabilités électroniques, lequel, comme les neurones, peuvent stocker des informations dans leur état interne et dans le chronométrage des événements électroniques, " Banerjee a déclaré. "Notre nouveau travail explore les mécanismes fondamentaux et le comportement électronique d'un matériau qui présente de telles instabilités. En caractérisant minutieusement ce matériau, nous avons également fourni des informations qui guideront la conception future de matériaux neuromorphiques, qui peut offrir un moyen de changer la nature du calcul machine d'une simple arithmétique à une intelligence de type cérébral tout en augmentant considérablement à la fois le débit et l'efficacité énergétique des processeurs. »

Parce que les divers composants qui gèrent les opérations logiques, la mémoire de stockage et les données de transfert sont toutes séparées les unes des autres dans l'architecture informatique conventionnelle, Banerjee dit qu'ils sont en proie à des inefficacités inhérentes en ce qui concerne à la fois le temps qu'il faut pour que les informations soient traitées et la proximité physique des éléments de l'appareil avant que les déchets thermiques et les électrons " accidentellement " entre les composants ne deviennent des problèmes majeurs. Par contre, dans le cerveau humain, logique, le stockage en mémoire et le transfert de données sont simultanément intégrés dans le déclenchement minuté des neurones qui sont densément interconnectés dans des réseaux déployés en 3D. Par conséquent, les neurones du cerveau traitent l'information à une tension 10 fois inférieure et près de 5, 000 times lower synaptic operation energy in comparison to silicon computing architectures. To come close to achieving this kind of energetic and computational efficiency, he says new materials are needed that can undergo rapid internal electronic switching in circuits in a way that mimics how neurons fire in timed sequences.

Handy notes that the team still needs to optimize many parameters, such as transition temperature and switching speed along with the magnitude of the change in electrical resistance. By determining the underlying principles of the MIT in β'-CuxV2O5 as a prototype material within an expansive field of candidates, cependant, the team has identified certain design motifs and tunable chemical parameters that ultimately prove useful in the design of future neuromorphic computing materials, a major endeavor that has been seeded by the Texas A&M X-Grant Program.

"This discovery is very exciting because it provides fertile ground for the development of new design principles for tuning materials properties and also suggests exciting new approaches to researchers in the field for thinking about energy efficient electronic instabilities, " Parija said. "Devices that incorporate neuromorphic computing promise improved energy efficiency that silicon-based computing has yet to deliver, as well as performance improvements in computing challenges like pattern recognition—tasks that the human brain is especially well-equipped to tackle. The materials and mechanisms we describe in this work bring us one step closer to realizing neuromorphic computing and in turn actualizing all of the societal benefits and overall promise that comes with it."