Réseau de points de croisement Memristor Crédit :Politecnico di Milano
Un groupe de recherche du Politecnico di Milano a développé un nouveau circuit informatique capable d'exécuter des opérations avancées, typique des réseaux de neurones pour l'intelligence artificielle, en une seule opération.
Les performances du circuit en termes de vitesse et de consommation d'énergie ouvrent la voie à une nouvelle génération d'accélérateurs de calcul à intelligence artificielle plus économes en énergie et plus durables à l'échelle mondiale. L'étude a récemment été publiée dans le prestigieux Avancées scientifiques .
Reconnaître un visage ou un objet, ou interpréter correctement un mot ou un air musical sont des opérations qui sont aujourd'hui possibles sur les gadgets électroniques les plus courants, comme les smartphones et les tablettes, grâce à l'intelligence artificielle. Pour que cela se produise, les réseaux de neurones complexes doivent être correctement formés, qui est si énergiquement exigeant que, selon certaines études, l'empreinte carbone qui dérive de la formation d'un réseau neuronal complexe peut égaler l'émission de 5 voitures tout au long de leur cycle de vie.
Pour réduire le temps et la consommation d'énergie de la formation, il faudrait développer des circuits radicalement différents de l'approche conventionnelle et capables de mimer plus fidèlement la structure des réseaux neuronaux et les caractéristiques des synapses biologiques. Un exemple typique est le concept de calcul en mémoire, où les données sont traitées directement dans la mémoire, exactement comme dans le cerveau humain.
Sur la base de cette analogie, le groupe de recherche du Politecnico di Milano a développé un nouveau circuit capable d'exécuter une fonction mathématique connue sous le nom de régression en une seule opération. Pour cela, ils utilisent une mémoire résistive, également connu sous le nom de memristor, un dispositif qui peut mémoriser n'importe quelle donnée (par exemple la valeur d'une action à un certain moment) dans la valeur de sa résistance. En disposant ces éléments mémoire au sein d'un tableau de quelques micromètres (quelques millionièmes de mètre), le groupe du Politecnico di Milano a pu exécuter une régression linéaire sur un groupe de données.
Cette opération est capable de déterminer la droite qui décrit le mieux une séquence de données, permettant, par exemple, pour prédire l'évolution du marché boursier sur la base d'un modèle linéaire simple. Régression logistique, qui permet le classement des données au sein d'une base de données, a également été démontré. Cette fonction est indispensable pour les systèmes dits de recommandation, qui sont des outils marketing essentiels pour les achats en ligne.