Un chat peut reconnaître un visage plus rapidement et plus efficacement qu'un superordinateur. C'est l'une des raisons pour lesquelles un cerveau félin est le modèle d'un projet informatique d'inspiration biologique impliquant l'Université du Michigan.

L'ingénieur informaticien de U-M Wei Lu a fait un pas vers le développement de ce type de machine révolutionnaire qui pourrait être capable d'apprendre et de reconnaître, ainsi que de prendre des décisions plus complexes et d'effectuer plus de tâches simultanément que ne le peuvent les ordinateurs conventionnels.

Lu a déjà construit un "memristor, " un appareil qui remplace un transistor traditionnel et agit comme une synapse biologique, mémoriser les tensions passées auxquelles il a été soumis. Maintenant, il a démontré que ce memristor peut connecter des circuits conventionnels et prendre en charge un processus qui est à la base de la mémoire et de l'apprentissage dans les systèmes biologiques.

Un article sur la recherche est publié en ligne dans Lettres nano et devrait paraître dans le prochain numéro d'avril de la revue.

"Nous construisons un ordinateur de la même manière que la nature construit un cerveau, " dit Lou, professeur adjoint au département de génie électrique et d'informatique de l'UM. "L'idée est d'utiliser un paradigme complètement différent par rapport aux ordinateurs conventionnels. Le cerveau de chat fixe un objectif réaliste car il est beaucoup plus simple qu'un cerveau humain mais toujours extrêmement difficile à reproduire en termes de complexité et d'efficacité."

Le superordinateur le plus sophistiqué d'aujourd'hui peut accomplir certaines tâches avec la fonctionnalité cérébrale d'un chat, mais c'est une machine massive avec plus de 140, 000 unités centrales et une alimentation dédiée. Et il fonctionne encore 83 fois plus lentement que le cerveau d'un chat, Lu a écrit dans son journal.

Dans le cerveau d'un mammifère, les neurones sont reliés entre eux par des synapses, qui agissent comme des commutateurs reconfigurables pouvant former des voies reliant des milliers de neurones. Plus important encore, les synapses se souviennent de ces voies en fonction de la force et de la synchronisation des signaux électriques générés par les neurones.

Dans un ordinateur conventionnel, les fonctions logiques et de mémoire sont situées à différentes parties du circuit et chaque unité de calcul n'est connectée qu'à une poignée de voisins dans le circuit. Par conséquent, les ordinateurs conventionnels exécutent le code de manière linéaire, ligne par ligne, dit Lu. Ils sont excellents pour effectuer des tâches relativement simples avec des variables limitées.

Mais un cerveau peut effectuer plusieurs opérations simultanément, ou en parallèle. C'est comme ça qu'on peut reconnaître un visage en un instant, mais même un supercalculateur en prendrait beaucoup, beaucoup plus longtemps et consomment beaucoup plus d'énergie.

Jusque là, Lu a connecté deux circuits électroniques avec un memristor. Il a démontré que ce système est capable d'un processus de mémoire et d'apprentissage appelé « plasticité dépendante de la synchronisation des pics ». Ce type de plasticité fait référence à la capacité des connexions entre les neurones à se renforcer en fonction du moment où ils sont stimulés les uns par rapport aux autres. On pense que la plasticité dépendante de la synchronisation des pics est la base de la mémoire et de l'apprentissage dans le cerveau des mammifères.

« Nous montrons que nous pouvons utiliser la synchronisation de la tension pour augmenter ou diminuer progressivement la conductance électrique dans ce système à base de memristors. Dans notre cerveau, des changements similaires dans la conductance synaptique donnent essentiellement lieu à la mémoire à long terme, " dit Lu.

La prochaine étape consiste à construire un système plus grand, dit Lu. Son objectif est d'atteindre la sophistication d'un superordinateur dans une machine de la taille d'un contenant de boisson de deux litres. Cela pourrait prendre plusieurs années.

Lu a dit qu'un analogue électronique d'un cerveau de chat serait capable de penser intelligemment au niveau du chat. Par exemple, si la tâche consistait à trouver le chemin le plus court de la porte d'entrée au canapé dans une maison pleine de meubles, et l'ordinateur ne connaît que la forme du canapé, une machine conventionnelle pourrait accomplir cela. Mais si vous avez déplacé le canapé, il ne réaliserait pas l'ajustement et ne trouverait pas un nouveau chemin. C'est ce dont les ingénieurs espèrent que l'ordinateur à cerveau de chat sera capable de le faire. Le principal bailleur de fonds du projet, l'Agence des Projets de Recherche Avancée de la Défense, n'est pas intéressé par les canapés. Mais cela illustre le type d'apprentissage pour lequel la machine est conçue.