Comment feriez-vous pour remettre les livres dans les bonnes étagères d'une grande bibliothèque en marchant le moins possible ? Comment détermineriez-vous l'itinéraire le plus court pour un camion qui doit livrer de nombreux colis dans plusieurs villes ? Voici quelques exemples du « problème du voyageur de commerce, " un type de problème d'"optimisation combinatoire", qui survient fréquemment dans les situations quotidiennes. Résoudre le problème du voyageur de commerce implique de rechercher le plus efficace de tous les itinéraires possibles. Pour le faire facilement, nous avons besoin de l'aide de faible puissance, intelligence artificielle haute performance.

Pour résoudre cette énigme, les scientifiques explorent activement l'utilisation des circuits intégrés. Dans cette méthode, chaque état dans un problème de voyageur de commerce (par exemple, chaque itinéraire possible dans le camion de livraison) est représenté par des « cellules de rotation, " chacun ayant l'un des deux états. En utilisant un circuit qui peut stocker la force d'un état de cellule de spin sur un autre, la relation entre ces états (ou pour utiliser notre analogie, la distance entre deux villes pour le camion de livraison) peut être obtenue. En utilisant un grand système contenant le même nombre de cellules de spin et de circuits que les composants (ou les villes et itinéraires pour le camion de livraison) dans le problème, on peut identifier l'état nécessitant le moins d'énergie, ou l'itinéraire couvrant le moins de distance, résolvant ainsi le problème du voyageur de commerce, ou tout autre type de problème d'optimisation combinatoire.

Cependant, un inconvénient majeur de l'utilisation classique des circuits intégrés est qu'elle nécessite un prétraitement, et le nombre de composants et le temps requis pour saisir les données augmentent à mesure que l'ampleur du problème augmente. Pour cette raison, cette technologie n'a pu résoudre que le problème du voyageur de commerce impliquant un maximum de 16 états, ou des villes.

Un groupe de chercheurs dirigé par le professeur Takayuki Kawahara du département de génie électrique de l'Université des sciences de Tokyo visait à surmonter ce problème. Ils ont observé que les interactions entre chaque cellule de spin sont linéaires, qui garantissait que les cellules de spin ne pouvaient interagir qu'avec les cellules proches d'elles, prolonger le temps de traitement. "Nous avons décidé d'organiser les cellules légèrement différemment pour garantir que toutes les cellules de spin puissent être connectées, " explique le Pr Kawahara.

Pour faire ça, ils ont d'abord disposé les circuits dans un réseau à deux dimensions, et les cellules de spin séparément dans un arrangement unidimensionnel. Les circuits lisaient ensuite les données et un agrégat de ces données était utilisé pour commuter les états des cellules de spin. Cela signifierait que le nombre de cellules de spin nécessaires et le temps nécessaire pour le traitement ont été considérablement réduits.

Les auteurs ont présenté leurs résultats au 18e Symposium mondial de l'IEEE sur l'intelligence et l'informatique appliquées aux machines (SAMI 2020). "Notre nouvelle technique représente donc une méthode totalement couplée, " remarque le Pr Kawahara, "et a le potentiel de résoudre un problème de voyageur de commerce impliquant jusqu'à 22 villes." Les auteurs espèrent que cette technologie aura des applications futures en tant que système hautes performances avec une faible consommation d'énergie pour les équipements de bureau et les tablettes pour trouver facilement des solutions optimales à partir d'un grand nombre de combinaisons.