Un réseau de commutation atomique, montrant (a) le réseau d'électrodes en platine et (b) une image SEM de nanofils d'argent auto-organisés sur une grille de poteaux en cuivre. Les jonctions de fils qui se chevauchent forment des commutateurs atomiques. Barre d'échelle =500 µm. Crédit :Demis, et al. ©2015 Éditions IOP
(Phys.org)—Malgré les nombreuses grandes réalisations des ordinateurs, aucun ordinateur artificiel ne peut apprendre de son environnement, s'adapter à son environnement, s'auto-organiser spontanément, et résoudre des problèmes complexes qui nécessitent ces capacités ainsi qu'un cerveau biologique. Ces capacités découlent du fait que le cerveau est un système complexe capable d'un comportement émergent, ce qui signifie que le système implique des interactions entre de nombreuses unités résultant en un comportement à l'échelle macro qui ne peut être attribué à aucune unité individuelle.
Malheureusement, les méthodes de fabrication conventionnelles utilisées pour les ordinateurs d'aujourd'hui ne peuvent pas être utilisées pour réaliser des systèmes complexes à leur plein potentiel en raison des limites de mise à l'échelle - les méthodes ne peuvent tout simplement pas créer des unités interconnectées suffisamment petites.
Maintenant dans un nouvel article publié dans Nanotechnologie , des chercheurs de l'UCLA et de l'Institut national des sciences des matériaux au Japon ont développé une méthode pour fabriquer un dispositif complexe auto-organisé appelé réseau de commutation atomique qui est à bien des égards similaire à un cerveau ou à un autre dispositif informatique naturel ou cognitif.
"Phénomènes complexes et auto-organisation - bien que omniprésents dans la nature, comportement social, et l'économie - n'ont jamais été utilisés avec succès dans les ordinateurs conventionnels pour la prédiction et la modélisation, " James Gimzewski, Professeur de chimie à l'UCLA, Raconté Phys.org . "L'appareil que nous avons créé est capable de générer rapidement une auto-organisation dans une petite puce à grande vitesse. De plus, il contourne le problème de la complexité exponentielle de la machine requise en fonction de la complexité du problème comme dans les ordinateurs d'aujourd'hui. Nos premiers pas forment la base d'un nouveau type de calcul dont nous avons un besoin urgent dans notre monde de plus en plus connecté."
Images SEM de divers réseaux de commutation atomique constitués de nanofils d'argent. (a) et (b) manquent de densité de réseau fiable tandis que (c) fournit une densité réglable de nanofils et une topologie définie dans l'espace. Le réseau est capable d'un comportement émergent et d'une adaptation constante, traits d'un système complexe semblable à un cerveau. Barre d'échelle =50 µm. Crédit :Demis, et al. ©2015 Éditions IOP
Comme l'expliquent les chercheurs, un commutateur atomique est un dispositif à l'échelle nanométrique qui présente une résistance mémristive, ce qui signifie qu'il ajuste sa résistance à un courant ou à une tension appliqués en fonction de sa mémoire des rencontres précédentes. Ce trait est essentiel pour les systèmes complexes car il sous-tend la capacité d'apprendre, interagir avec l'environnement, et résoudre les problèmes dans lesquels les données changent constamment ou sont incomplètes.
Bien que certains appareils informatiques naturels utilisent des matériaux naturels, le réseau de commutateurs atomiques développé ici est entièrement composé de matériaux inorganiques. Les poteaux de cuivre à motifs lithographiques forment un "réseau de semences à motifs, " sur lequel des nanofils d'argent sont cultivés. Le résultat final est un réseau de commutateurs au sulfure d'argent et de nanofils d'argent qui relient les commutateurs.
Les expériences ont démontré que le réseau de commutation atomique présente un comportement émergent, dans lequel les interactions entre les commutateurs atomiques individuels conduisent à des schémas d'activité électrique qui ne peuvent être attribués à aucun commutateur individuel, mais seulement au réseau dans son ensemble. Le réseau de commutation atomique a également une capacité intrinsèque d'adaptation, puisque les connexions de nanofils d'argent se reconfigurent constamment et que les commutateurs se forment et se dissolvent constamment à différents endroits du réseau.
Ces caractéristiques sont très différentes de celles des ordinateurs conventionnels et pourraient être utilisées pour résoudre des ensembles uniques de problèmes complexes. Les chercheurs voient des applications particulières dans le domaine du calcul des réservoirs, qui a le potentiel de traiter l'information à des taux très élevés.
« Les applications potentielles incluent l'exécution de plusieurs simulations de marchés financiers, reconnaissance des informations dans les données sujettes aux erreurs et bruitées, comme la vision et la parole, jusqu'à la navigation autonome dans des environnements changeants, comme après des tremblements de terre ou des catastrophes, " dit Gimzewski. " Enfin, le calcul des réservoirs a un rôle à jouer en médecine dans les sciences cognitives et les neurosciences."
Les chercheurs espèrent que la nouvelle stratégie de fabrication de la croissance dirigée par les semences utilisée ici fournira une nouvelle plate-forme matérielle pour le calcul des réservoirs et d'autres types de calcul naturel basés sur des systèmes complexes.
"Nous prévoyons d'évoluer vers un système morphique hybride utilisant le meilleur du calcul conventionnel avec nos capacités de dispositif de type cerveau, et développer une nouvelle forme de programmation qui s'appuie sur la mémoire distribuée et les réseaux synaptiques, " a déclaré Gimzewski. " Ce serait une étape radicale dans le développement réel de l'IA. "
© 2015 Phys.org
