Une nouvelle technologie informatique appelée "organismoïdes" imite certains aspects de la pensée humaine en apprenant à oublier les souvenirs sans importance tout en conservant les plus vitaux.

"Le cerveau humain est capable d'apprendre tout au long de la vie, " a déclaré Kaushik Roy, Edward G. Tiedemann Jr. de l'Université Purdue, professeur émérite de génie électrique et informatique. "Et il le fait en partie en oubliant certaines informations qui ne sont pas critiques. J'apprends lentement, mais je continue d'oublier d'autres choses en cours de route, il y a donc une dégradation gracieuse dans ma précision de détection des choses qui sont anciennes. Ce que nous essayons de faire, c'est d'imiter ce comportement du cerveau dans une certaine mesure, pour créer des ordinateurs qui non seulement apprennent de nouvelles informations, mais qui apprennent aussi ce qu'il faut oublier."

Le travail a été effectué par des chercheurs de Purdue, Université Rutgers, le Massachusetts Institute of Technology, Laboratoire national de Brookhaven et Laboratoire national d'Argonne.

Au cœur de la recherche se trouve un « matériau quantique » céramique appelé nickelate de samarium, qui a été utilisé pour créer des appareils appelés organismes, dit Shriram Ramanathan, un professeur Purdue de génie des matériaux.

"Ces appareils possèdent certaines caractéristiques des êtres vivants et nous permettent de faire progresser de nouveaux algorithmes d'apprentissage qui imitent certains aspects du cerveau humain, ", a déclaré Roy. "Les résultats ont des implications de grande envergure pour les domaines des matériaux quantiques ainsi que pour l'informatique inspirée du cerveau."

Les résultats sont détaillés dans un article paru lundi (14 août) dans le journal Communication Nature .

Lorsqu'il est exposé à l'hydrogène gazeux, le matériau subit un changement de résistance massif, car son réseau cristallin est "dopé" par des atomes d'hydrogène. On dit que la matière respire, se dilatant lorsque l'hydrogène est ajouté et se contractant lorsque l'hydrogène est retiré.

"L'essentiel à propos du matériau est que lorsque celui-ci respire de l'hydrogène, il y a un effet mécanique quantique spectaculaire qui permet à la résistance de changer par ordre de grandeur, " dit Ramanathan. " C'est très inhabituel, et l'effet est réversible car ce dopant peut être faiblement attaché au réseau, Donc, si vous retirez l'hydrogène de l'environnement, vous pouvez modifier la résistance électrique."

Les co-auteurs du document de recherche incluent l'associé de recherche postdoctorale Purdue Fan Zuo et l'étudiant diplômé Priyadarshini Panda. Une liste complète des co-auteurs est disponible dans le résumé.

Lorsque l'hydrogène est exposé au matériau, il se divise en un proton et un électron, et l'électron s'attache au nickel, provoquant temporairement la transformation du matériau en isolant.

"Puis, quand l'hydrogène sort, ce matériau redevient conducteur, " a déclaré Ramanathan. " Ce que nous montrons dans cet article, c'est que l'étendue de la conduction et de l'isolation peut être très soigneusement réglée. "

Cette conductance changeante et la "dégradation de cette conductance au fil du temps" sont similaires à un comportement animal clé appelé habituation.

"Beaucoup d'animaux, même les organismes qui n'ont pas de cerveau, posséder cette compétence fondamentale de survie, " dit Roy. " Et c'est pourquoi nous appelons ce comportement organique. Si je vois certaines informations régulièrement, je m'habitue, en garder le souvenir. Mais si je n'ai pas vu de telles informations depuis longtemps, puis il commence lentement à se décomposer. Donc, le comportement de la conductance qui monte et descend de manière exponentielle peut être utilisé pour créer un nouveau modèle informatique qui apprendra progressivement et en même temps oubliera les choses de manière appropriée."

Les chercheurs ont développé un « modèle d'apprentissage neuronal » qu'ils ont appelé plasticité synaptique adaptative.

"Cela pourrait être très important car c'est l'un des premiers exemples d'utilisation directe de matériaux quantiques pour résoudre un problème majeur dans l'apprentissage neuronal, " dit Ramanathan.

Les chercheurs ont utilisé les organismes pour mettre en œuvre le nouveau modèle de plasticité synaptique.

"En utilisant cet effet, nous sommes capables de modéliser quelque chose qui est un vrai problème dans le calcul neuromorphique, " dit Roy. " Par exemple, si j'ai appris vos traits de visage, je peux toujours sortir et apprendre les traits de quelqu'un d'autre sans vraiment oublier les vôtres. Cependant, c'est difficile à faire pour les modèles informatiques. Lors de l'apprentissage de vos fonctionnalités, ils peuvent oublier les traits de la personne d'origine, un problème appelé oubli catastrophique."

L'informatique neuromorphique n'est pas destinée à remplacer le matériel informatique conventionnel à usage général, à base de transistors métal-oxyde-semiconducteur complémentaires, ou CMOS. Au lieu, il devrait fonctionner en conjonction avec l'informatique basée sur CMOS. Alors que la technologie CMOS est particulièrement apte à effectuer des calculs mathématiques complexes, l'informatique neuromorphique pourrait jouer des rôles tels que la reconnaissance faciale, le raisonnement et la prise de décision à l'image de l'humain.

L'équipe de Roy a effectué les travaux de recherche sur le modèle de plasticité, et d'autres collaborateurs se sont concentrés sur la physique de la façon d'expliquer le processus de changement de conductance induit par le dopage au cœur de l'article. L'équipe pluridisciplinaire comprend des experts en matériaux, ingénierie électrique, la physique, et algorithmes.

"Ce n'est pas souvent qu'un spécialiste des sciences des matériaux peut parler à un spécialiste des circuits comme le professeur Roy et proposer quelque chose de significatif, " dit Ramanathan.

Les organismoïdes pourraient avoir des applications dans le domaine émergent de la spintronique. Les ordinateurs conventionnels utilisent la présence et l'absence d'une charge électrique pour représenter des uns et des zéros dans un code binaire nécessaire pour effectuer des calculs. Spintronique, cependant, utilise "l'état de spin" des électrons pour représenter les uns et les zéros.

Il pourrait apporter des circuits qui ressemblent à des neurones biologiques et à des synapses dans une conception compacte impossible avec les circuits CMOS. Alors qu'il faudrait de nombreux dispositifs CMOS pour imiter un neurone ou une synapse, il pourrait ne prendre qu'un seul appareil spintronique.

Dans les travaux futurs, les chercheurs pourraient montrer comment s'habituer dans un circuit intégré au lieu d'exposer le matériau à l'hydrogène gazeux.