Des scientifiques de l'Université de Sydney et de l'Institut national japonais des sciences des matériaux (NIMS) ont découvert qu'un réseau artificiel de nanofils peut être réglé pour réagir de manière cérébrale lorsqu'il est stimulé électriquement.

L'équipe internationale, dirigé par Joel Hochstetter avec le professeur Zdenka Kuncic et le professeur Tomonobu Nakayama, ont découvert qu'en maintenant le réseau de nanofils dans un état semblable à celui d'un cerveau "au bord du chaos", il a exécuté des tâches à un niveau optimal.

Cette, ils disent, suggère que la nature sous-jacente de l'intelligence neuronale est physique, et leur découverte ouvre une voie passionnante pour le développement de l'intelligence artificielle.

L'étude est publiée aujourd'hui dans Communications naturelles.

"Nous avons utilisé des fils de 10 micromètres de long et pas plus de 500 nanomètres d'épaisseur disposés aléatoirement sur un plan à deux dimensions, " a déclaré l'auteur principal Joel Hochstetter, doctorant au Nano Institute et School of Physics de l'Université de Sydney.

"Là où les fils se chevauchent, ils forment une jonction électrochimique, comme les synapses entre les neurones, ", a-t-il déclaré. "Nous avons découvert que les signaux électriques transmis par ce réseau trouvent automatiquement le meilleur itinéraire pour transmettre des informations. Et cette architecture permet au réseau de "se souvenir" des chemins précédents à travers le système."

Au bord du chaos

À l'aide de simulations, l'équipe de recherche a testé le réseau de nanofils aléatoires pour voir comment le rendre plus performant pour résoudre des tâches simples.

Si le signal stimulant le réseau était trop faible, alors les voies étaient trop prévisibles et ordonnées et ne produisaient pas des résultats suffisamment complexes pour être utiles. Si le signal électrique submerge le réseau, la sortie était complètement chaotique et inutile pour la résolution de problèmes.

Le signal optimal pour produire une sortie utile était au bord de cet état chaotique.

"Certaines théories en neurosciences suggèrent que l'esprit humain pourrait fonctionner à ce bord du chaos, ou ce qu'on appelle l'état critique, " a déclaré le professeur Kuncic de l'Université de Sydney. " Certains neuroscientifiques pensent que c'est dans cet état que nous atteignons une performance cérébrale maximale. "

Le professeur Kuncic est le doctorat de M. Hochstetter. conseiller et est actuellement boursier Fulbright à l'Université de Californie à Los Angeles, travailler à l'intersection entre les nanosciences et l'intelligence artificielle.

Elle a déclaré :« Ce qui est si excitant dans ce résultat, c'est qu'il suggère que ces types de réseaux de nanofils peuvent être réglés dans des régimes avec divers, dynamique collective de type cérébral, qui peut être mis à profit pour optimiser le traitement de l'information."

Surmonter la dualité informatique

Dans le réseau de nanofils, les jonctions entre les fils permettent au système d'incorporer la mémoire et les opérations dans un seul système. Ceci est différent des ordinateurs standard, qui séparent la mémoire (RAM) et les opérations (CPU).

"Ces jonctions agissent comme des transistors informatiques mais avec la propriété supplémentaire de se rappeler que les signaux ont déjà parcouru cette voie auparavant. En tant que tel, ils sont appelés « memristors », ", a déclaré M. Hochstetter.

Cette mémoire prend une forme physique, où les jonctions aux points de croisement entre les nanofils agissent comme des interrupteurs, dont le comportement dépend de la réponse historique aux signaux électriques. Lorsque des signaux sont appliqués à travers ces jonctions, de minuscules filaments d'argent se développent en activant les jonctions en permettant au courant de circuler.

"Cela crée un réseau de mémoire au sein du système aléatoire des nanofils, " il a dit.

M. Hochstetter et son équipe ont construit une simulation du réseau physique pour montrer comment il pourrait être formé pour résoudre des tâches très simples.

"Pour cette étude, nous avons entraîné le réseau à transformer une forme d'onde simple en types de formes d'onde plus complexes, ", a déclaré M. Hochstetter.

Dans la simulation, ils ont ajusté l'amplitude et la fréquence du signal électrique pour voir où se trouvaient les meilleures performances.

« Nous avons découvert que si vous poussiez le signal trop lentement, le réseau faisait la même chose encore et encore sans apprendre ni se développer. Si nous poussions trop fort et trop vite, le réseau devient erratique et imprévisible, " il a dit.

Les chercheurs de l'Université de Sydney travaillent en étroite collaboration avec des collaborateurs de l'International Center for Materials Nanoarchictectonics du NIMS au Japon et de l'UCLA, où le professeur Kuncic est chercheur Fulbright invité. Les systèmes de nanofils ont été développés au NIMS et à l'UCLA et M. Hochstetter a développé l'analyse, travailler avec des co-auteurs et collègues doctorants, Ruomin Zhu et Alon Loeffler.

Réduire la consommation d'énergie

Le professeur Kuncic a déclaré que l'union de la mémoire et des opérations présente d'énormes avantages pratiques pour le développement futur de l'intelligence artificielle.

« Les algorithmes nécessaires pour entraîner le réseau à savoir quelle jonction devrait se voir accorder la « charge » ou le poids d'informations approprié consomment beaucoup de puissance, " elle a dit.

« Les systèmes que nous développons suppriment le besoin de tels algorithmes. Nous permettons simplement au réseau de développer sa propre pondération, ce qui signifie que nous n'avons qu'à nous soucier du signal d'entrée et du signal de sortie, un cadre connu sous le nom de « calcul de réservoir ». Les poids du réseau sont auto-adaptatifs, libérer potentiellement de grandes quantités d'énergie."

Cette, elle a dit, signifie que tout futur système d'intelligence artificielle utilisant de tels réseaux aurait une empreinte énergétique beaucoup plus faible.