Des chercheurs du laboratoire national d'Oak Ridge du ministère de l'Énergie, l'Université du Tennessee et l'Université Texas A&M ont fait la démonstration de dispositifs bio-inspirés qui accélèrent les routes vers le neuromorphisme, ou semblable à un cerveau, l'informatique.

Résultats publiés dans Communication Nature rapportent le premier exemple d'un "memcondensateur à base de lipides, " un composant de stockage de charge avec mémoire qui traite l'information un peu comme le font les synapses dans le cerveau. Leur découverte pourrait soutenir l'émergence de réseaux informatiques modelés sur la biologie pour une approche sensorielle de l'apprentissage automatique.

"Notre objectif est de développer des matériaux et des éléments informatiques qui fonctionnent comme des synapses biologiques et des neurones - avec une vaste interconnectivité et flexibilité - pour permettre des systèmes autonomes qui fonctionnent différemment des appareils informatiques actuels et offrent de nouvelles fonctionnalités et capacités d'apprentissage, " dit Joseph Najem, un récent chercheur postdoctoral au Centre des sciences des matériaux en nanophase de l'ORNL, une installation utilisateur du DOE Office of Science, et actuel professeur adjoint de génie mécanique à Penn State.

La nouvelle approche utilise des matériaux souples pour imiter les biomembranes et simuler la façon dont les cellules nerveuses communiquent entre elles.

L'équipe a conçu une membrane cellulaire artificielle, formé à l'interface de deux gouttelettes d'eau enrobées de lipides dans l'huile, explorer la dynamique de la matière, propriétés électrophysiologiques. Aux tensions appliquées, les charges s'accumulent des deux côtés de la membrane sous forme d'énergie stockée, analogue au fonctionnement des condensateurs dans les circuits électriques traditionnels.

Mais contrairement aux condensateurs ordinaires, le memcapacitor peut "se souvenir" d'une tension précédemment appliquée et - littéralement - façonner la façon dont les informations sont traitées. Les membranes synthétiques changent de surface et d'épaisseur en fonction de l'activité électrique. Ces membranes à changement de forme pourraient être réglées en tant que filtres adaptatifs pour des signaux biophysiques et biochimiques spécifiques.

« La nouvelle fonctionnalité ouvre la voie au traitement du signal non numérique et à l'apprentissage automatique sur le modèle de la nature, " a déclaré Pat Collier de l'ORNL, un chercheur scientifique du CNMS.

Une caractéristique distincte de tous les ordinateurs numériques est la séparation du traitement et de la mémoire. Les informations sont transférées entre le disque dur et le processeur central, créant un goulot d'étranglement inhérent à l'architecture, quelle que soit la taille ou la rapidité du matériel.

Calcul neuromorphique, modelé sur le système nerveux, utilise des architectures fondamentalement différentes dans la mesure où la mémoire et le traitement du signal sont co-localisés dans des éléments de mémoire - memristors, memcapacitors et meminductors.

Ces « memelements » constituent le matériel synaptique des systèmes qui imitent le traitement naturel de l'information, apprentissage et mémoire.

Les systèmes conçus avec des memelements offrent des avantages en termes d'évolutivité et de faible consommation d'énergie, mais le véritable objectif est de se frayer une voie alternative à l'intelligence artificielle, dit Collier.

Puiser dans la biologie pourrait permettre de nouvelles possibilités informatiques, notamment dans le domaine du "edge computing", " telles que les technologies portables et embarquées qui ne sont pas connectées à un cloud mais prennent des décisions à la volée basées sur des informations sensorielles et l'expérience passée.

La détection biologique a évolué au cours de milliards d'années pour devenir un système hautement sensible doté de récepteurs dans les membranes cellulaires capables de détecter une seule molécule d'une odeur ou d'un goût spécifique. "Ce n'est pas quelque chose que nous pouvons égaler numériquement, " dit Collier.

Le calcul numérique est construit autour de l'information numérique, le langage binaire des uns et des zéros parcourant les circuits électroniques. Il peut imiter le cerveau humain, mais ses composants à l'état solide ne calculent pas les données sensorielles comme le fait un cerveau.

"Le cerveau calcule des informations sensorielles poussées à travers les synapses dans un réseau de neurones reconfigurable et façonné par l'apprentissage, " a déclaré Collier. " L'intégration de la biologie - en utilisant des biomembranes qui détectent les informations bioélectrochimiques - est la clé du développement de la fonctionnalité de l'informatique neuromorphique. "

Alors que de nombreuses versions à l'état solide de memelements ont été démontrées, les éléments biomimétiques de l'équipe représentent de nouvelles opportunités pour les réseaux neuronaux potentiels de « pics » qui peuvent calculer des données naturelles de manière naturelle.

Les réseaux de neurones à pointes sont destinés à simuler la façon dont les neurones augmentent avec le potentiel électrique et, si le signal est assez fort, le transmettre à leurs voisins par les synapses, en créant des parcours d'apprentissage qui sont élagués au fil du temps pour plus d'efficacité.

Une version bio-inspirée avec traitement analogique des données est un objectif lointain. La recherche actuelle à un stade précoce se concentre sur le développement des composants des biocircuits.

"Nous avons commencé par les bases, un memristor qui peut peser des informations via la conductance pour déterminer si un pic est suffisamment fort pour être diffusé à travers un réseau de synapses connectant des neurones, " a déclaré Collier. "Notre memcondensateur va plus loin en ce sens qu'il peut réellement stocker de l'énergie sous forme de charge électrique dans la membrane, permettant l'activité complexe « d'intégration et de déclenchement » des neurones nécessaires à la réalisation de réseaux denses capables de calculs semblables à ceux du cerveau."

Les prochaines étapes de l'équipe consistent à explorer de nouveaux biomatériaux et à étudier des réseaux simples pour obtenir des fonctionnalités cérébrales plus complexes avec des memelements.

L'article, "Capacité mémoire dynamique non linéaire dans les membranes biomimétiques, " est publié dans Communication Nature .