Même si la puissance de nos ordinateurs modernes augmente de façon exponentielle, les systèmes biologiques, comme notre cerveau, restent les machines d'apprentissage ultimes. En trouvant des matériaux qui agissent de manière similaire aux mécanismes que la biologie utilise pour conserver et traiter l'information, les scientifiques espèrent trouver des indices pour nous aider à construire des ordinateurs plus intelligents.

Inspirés par l'oubli humain - comment notre cerveau rejette les données inutiles pour faire place à de nouvelles informations - des scientifiques du laboratoire national d'Argonne du département américain de l'Énergie (DOE), en collaboration avec Brookhaven National Laboratory et trois universités, a mené une étude récente qui combinait simulation sur superordinateur et caractérisation aux rayons X d'un matériau qui « oublie » progressivement. Cela pourrait un jour être utilisé pour l'informatique bio-inspirée avancée.

"Il est difficile de créer un matériau non vivant qui montre un motif ressemblant à une sorte d'oubli, mais le matériel spécifique avec lequel nous travaillions peut en fait imiter ce genre de comportement, " dit Subramanian Sankaranarayanan, Nanoscientifique d'Argonne et auteur de l'étude.

"Le cerveau a une capacité limitée, et il ne peut fonctionner efficacement que parce qu'il est capable d'oublier, " dit Subramanian Sankaranarayanan, un nanoscientifique d'Argonne et auteur de l'étude. "Il est difficile de créer un matériau non vivant qui montre un motif ressemblant à une sorte d'oubli, mais le matériel spécifique avec lequel nous travaillions peut en fait imiter ce genre de comportement."

Le matériel, appelé pérovskite quantique, offre aux chercheurs un modèle non biologique plus simple de ce à quoi pourrait ressembler "l'oubli" au niveau électronique. La pérovskite montre une réponse adaptative lorsque des protons sont insérés et retirés à plusieurs reprises, ce qui ressemble à la désensibilisation du cerveau à un stimulus récurrent.

Lorsque les scientifiques ajoutent ou retirent initialement un proton (H+) de la pérovskite (SmNiO 3 (SNO)) treillis, la structure atomique du matériau se dilate ou se contracte considérablement pour s'adapter à un processus appelé « respiration en réseau ». Mais quand cela arrive encore et encore, le comportement du matériau évolue de telle sorte que la respiration du réseau est réduite - la "menace" protonique ne provoque plus l'hyperventilation du matériau.

"Finalement, il devient plus difficile de faire en sorte que la pérovskite « soigne » si nous ajoutons ou retirons un proton, " dit Hua Zhou, un physicien impliqué dans la caractérisation du comportement du matériau à l'aide des rayons X fournis par l'Advanced Photon Source (APS) d'Argonne, une installation utilisateur du DOE Office of Science. "C'est comme quand tu as très peur sur un toboggan la première fois que tu descends, mais à chaque fois après ça tu as de moins en moins de réaction."

Comme le matériau réagit aux protons que les scientifiques ajoutent et soustraient, sa capacité à résister à un courant électrique peut être gravement affectée. Ce comportement permet de programmer efficacement le matériel, comme un ordinateur, par le dopage protonique. Essentiellement, un scientifique pourrait insérer ou retirer des protons pour contrôler si la pérovskite autoriserait ou non un courant.

Les chercheurs ont récemment poussé à développer des matériaux sans silicium, comme les pérovskites, pour l'informatique parce que le silicium a du mal à utiliser l'énergie aussi efficacement. Les scientifiques peuvent utiliser des pérovskites dans les machines d'apprentissage sur toute la ligne. Mais les scientifiques peuvent également tirer parti des propriétés de la pérovskite en les utilisant comme base pour des modèles informatiques de systèmes d'apprentissage biologiques plus complexes.

« Ces simulations, qui correspondent assez étroitement aux résultats expérimentaux, inspirent de tout nouveaux algorithmes pour entraîner les réseaux de neurones à apprendre, " dit Zhou.

Le matériau pérovskite et les algorithmes de réseau de neurones qui en résultent pourraient aider à développer une intelligence artificielle plus efficace capable de reconnaissance faciale, le raisonnement et la prise de décision à l'image de l'humain. Les scientifiques poursuivent leurs recherches pour découvrir d'autres matériaux dotés de ces propriétés cérébrales et de nouvelles façons de programmer ces matériaux.

Finalement, contrairement au silicium, dont la structure électronique peut être facilement décrite à l'aide de modèles informatiques simples, comprendre le matériau pérovskite nécessite des simulations informatiques intensives pour capturer comment sa structure réagit au dopage des protons.

"Un cadre classique ne s'applique pas à ce système complexe, " dit Sankaranarayanan, qui a aidé à créer des modèles complexes du comportement de la pérovskite au Centre pour les matériaux à l'échelle nanométrique d'Argonne et à l'Installation informatique de leadership d'Argonne, les deux installations pour les utilisateurs du DOE Office of Science. "Les effets quantiques dominent, il faut donc des simulations très exigeantes en termes de calcul pour montrer comment le proton se déplace à l'intérieur de la structure."

Ce type de recherche globale est une capacité unique du campus interdisciplinaire d'Argonne, où les scientifiques peuvent facilement partager des idées et des ressources.

Une étude basée sur la recherche, " Plasticité synaptique basée sur l'habituation et apprentissage de l'organisme dans une pérovskite quantique, " paru dans le numéro en ligne du 14 août de Communication Nature .