La capacité du cerveau à apprendre et à mémoriser simultanément de grandes quantités d'informations tout en nécessitant peu d'énergie a inspiré tout un domaine à rechercher des ordinateurs de type cérébral - ou neuromorphes. Des chercheurs de l'université de Stanford et des laboratoires nationaux de Sandia ont précédemment développé une partie d'un tel ordinateur :un appareil qui agit comme une synapse artificielle, imitant la façon dont les neurones communiquent dans le cerveau.

Dans un article publié en ligne par la revue Science le 25 avril, l'équipe rapporte qu'un prototype de réseau de neuf de ces appareils a fonctionné encore mieux que prévu en termes de vitesse de traitement, efficacité énergétique, reproductibilité et durabilité.

Avoir hâte de, les membres de l'équipe veulent combiner leur synapse artificielle avec l'électronique traditionnelle, qui, espèrent-ils, pourrait être une étape vers la prise en charge d'un apprentissage artificiellement intelligent sur de petits appareils.

« Si vous avez un système de mémoire qui peut apprendre avec l'efficacité énergétique et la vitesse que nous avons présentées, alors vous pouvez le mettre dans un smartphone ou un ordinateur portable, " a déclaré Scott Keene, co-auteur de l'article et étudiant diplômé du laboratoire d'Alberto Salleo, professeur de science et d'ingénierie des matériaux à Stanford qui est co-auteur principal. "Cela ouvrirait l'accès à la capacité de former nos propres réseaux et de résoudre les problèmes localement sur nos propres appareils sans dépendre du transfert de données pour le faire."

Une mauvaise batterie, une bonne synapse

La synapse artificielle de l'équipe est similaire à une batterie, modifié afin que les chercheurs puissent augmenter ou diminuer le flux d'électricité entre les deux terminaux. Ce flux d'électricité émule la façon dont l'apprentissage est câblé dans le cerveau. Il s'agit d'une conception particulièrement efficace car le traitement des données et le stockage en mémoire se produisent en une seule action, plutôt qu'un système informatique plus traditionnel où les données sont d'abord traitées puis transférées vers le stockage.

Voir comment ces appareils fonctionnent dans un réseau est une étape cruciale car cela permet aux chercheurs de programmer plusieurs synapses artificielles simultanément. Cela prend beaucoup moins de temps que d'avoir à programmer chaque synapse une par une et est comparable au fonctionnement réel du cerveau.

Dans les tests précédents d'une version antérieure de cet appareil, les chercheurs ont découvert que leur action de traitement et de mémoire nécessite environ un dixième de l'énergie nécessaire à un système informatique de pointe pour effectuer des tâches spécifiques. Toujours, les chercheurs craignaient que la somme de tous ces appareils fonctionnant ensemble dans des réseaux plus grands ne risque de consommer trop d'énergie. Donc, ils ont rééquipé chaque appareil pour qu'il conduise moins de courant électrique, ce qui en fait des batteries bien pires, mais rend le réseau encore plus économe en énergie.

La baie 3-en-3 reposait sur un deuxième type d'appareil - développé par Joshua Yang à l'Université du Massachusetts, Amherst, qui est co-auteur de l'article - qui agit comme un commutateur pour la programmation des synapses au sein du tableau.

"Tout câbler a demandé beaucoup de dépannage et beaucoup de fils. Nous devions nous assurer que tous les composants de la baie fonctionnaient de concert, " dit Armantas Melianas, un chercheur postdoctoral au laboratoire Salleo. "Mais quand nous avons vu tout s'éclairer, c'était comme un sapin de Noël. C'était le moment le plus excitant."

Lors des tests, le tableau a dépassé les attentes des chercheurs. Il a fonctionné à une telle vitesse que l'équipe prédit que la prochaine version de ces appareils devra être testée avec une électronique spéciale à grande vitesse. Après avoir mesuré une efficacité énergétique élevée dans le réseau 3 x 3, les chercheurs ont effectué des simulations informatiques d'un plus grand réseau de synapses de 1024 par 1024 et ont estimé qu'il pourrait être alimenté par les mêmes batteries actuellement utilisées dans les smartphones ou les petits drones. Les chercheurs ont également pu basculer les appareils plus d'un milliard de fois - un autre témoignage de sa vitesse - sans voir aucune dégradation de son comportement.

"Il s'avère que les appareils en polymère, si vous les traitez bien, peuvent être aussi résistants que leurs homologues traditionnels en silicium. C'était peut-être l'aspect le plus surprenant de mon point de vue, " dit Salleo. " Pour moi, cela change ma perception de ces appareils en polymère en termes de fiabilité et de la façon dont nous pourrions les utiliser. »

Place à la créativité

Les chercheurs n'ont pas encore soumis leur tableau à des tests qui déterminent à quel point il apprend, mais c'est quelque chose qu'ils prévoient d'étudier. L'équipe veut également voir comment leur appareil résiste à différentes conditions - telles que des températures élevées - et travailler à son intégration avec l'électronique. Il reste également à répondre à de nombreuses questions fondamentales qui pourraient aider les chercheurs à comprendre exactement pourquoi leur appareil fonctionne si bien.

"Nous espérons que plus de personnes commenceront à travailler sur ce type d'appareil car il n'y a pas beaucoup de groupes se concentrant sur cette architecture particulière, mais nous pensons que c'est très prometteur, " a déclaré Melianas. " Il y a encore beaucoup de place pour l'amélioration et la créativité. Nous avons à peine touché la surface."