Un rendu artistique d'une population de neurones à changement de phase stochastique qui apparaît sur la couverture de Nature Nanotechnology, 3 août 2016. Des scientifiques d'IBM ont créé des neurones à pointes aléatoires à l'aide de matériaux à changement de phase pour stocker et traiter des données. Cette démonstration marque une avancée significative dans le développement de technologies neuromorphiques intégrées ultra-denses pour des applications en informatique cognitive. Crédit :IBM
Les scientifiques d'IBM ont créé des neurones à pointes aléatoires en utilisant des matériaux à changement de phase pour stocker et traiter les données. Cette démonstration marque une avancée significative dans le développement de technologies neuromorphiques intégrées ultra-denses pour des applications en informatique cognitive.
Inspiré par le fonctionnement du cerveau biologique, les scientifiques ont théorisé pendant des décennies qu'il devrait être possible d'imiter les capacités de calcul polyvalentes de grandes populations de neurones. Cependant, le faire à des densités et avec un budget de puissance qui seraient comparables à ceux observés en biologie a été un défi de taille, jusqu'à maintenant.
"Nous recherchons des matériaux à changement de phase pour les applications de mémoire depuis plus d'une décennie, et nos progrès au cours des 24 derniers mois ont été remarquables, ", a déclaré Evangelos Eleftheriou, membre d'IBM. "Au cours de cette période, nous avons découvert et publié de nouvelles techniques de mémoire, y compris la mémoire projetée, stocké pour la première fois 3 bits par cellule dans la mémoire à changement de phase, et démontrent maintenant les puissantes capacités des neurones artificiels basés sur le changement de phase, qui peut effectuer diverses primitives de calcul telles que la détection de corrélation de données et l'apprentissage non supervisé à des vitesses élevées en utilisant très peu d'énergie."
Les neurones artificiels conçus par les scientifiques d'IBM à Zurich sont constitués de matériaux à changement de phase, dont le tellurure d'antimoine et de germanium, qui présentent deux états stables, une amorphe (sans structure clairement définie) et une cristalline (avec structure). Ces matériaux sont à la base des disques Blu-ray réinscriptibles. Cependant, les neurones artificiels ne stockent pas d'informations numériques; ils sont analogiques, tout comme les synapses et les neurones de notre cerveau biologique.
Dans la démonstration publiée, l'équipe a appliqué une série d'impulsions électriques aux neurones artificiels, qui a entraîné la cristallisation progressive du matériau à changement de phase, provoquant finalement le déclenchement du neurone. En neurosciences, cette fonction est connue sous le nom de propriété d'intégration et de feu des neurones biologiques. C'est la base du calcul basé sur les événements et, en principe, est similaire à la façon dont notre cerveau déclenche une réponse lorsque nous touchons quelque chose de chaud.
Exploitant cette propriété d'intégration et de feu, même un seul neurone peut être utilisé pour détecter des modèles et découvrir des corrélations dans des flux en temps réel de données basées sur des événements. Par exemple, dans l'Internet des objets, les capteurs peuvent collecter et analyser des volumes de données météorologiques collectées à la périphérie pour des prévisions plus rapides. Les neurones artificiels pourraient être utilisés pour détecter des schémas dans les transactions financières afin de trouver des écarts ou utiliser les données des médias sociaux pour découvrir de nouvelles tendances culturelles en temps réel. De grandes populations de ces haut débit, Les neurones nanométriques à faible énergie pourraient également être utilisés dans des coprocesseurs neuromorphiques avec des unités de mémoire et de traitement colocalisées.
Neurones à changement de phase. Une puce avec de grands réseaux de dispositifs à changement de phase qui stockent l'état des populations neuronales artificielles dans leur configuration atomique. Sur la photo, les appareils individuels sont accessibles au moyen d'un réseau de sondes pour permettre une caractérisation précise, modélisation et interrogation. Les minuscules carrés sont des plages de contact utilisées pour accéder aux cellules à changement de phase à l'échelle nanométrique (non visibles). Les sondes pointues touchent les plots de contact pour modifier la configuration de phase stockée dans les cellules en réponse à l'entrée neuronale. Chaque ensemble de sondes peut accéder à une population de 100 cellules. La puce n'héberge que les dispositifs à changement de phase qui sont le "cœur" des neurones. Il y a des milliers à des millions de ces cellules sur une puce et nous y accédons (sur cette photo particulière) au moyen des aiguilles pointues (carte de sonde). Crédit :IBM
Les scientifiques d'IBM ont organisé des centaines de neurones artificiels en populations et les ont utilisés pour représenter des signaux rapides et complexes. De plus, il a été démontré que les neurones artificiels supportent des milliards de cycles de commutation, ce qui correspondrait à plusieurs années de fonctionnement à une fréquence de mise à jour de 100 Hz. L'énergie requise pour chaque mise à jour des neurones était inférieure à cinq picojoules et la puissance moyenne inférieure à 120 microwatts - à titre de comparaison, 60 millions de microwatts alimentent une ampoule de 60 watts.
"Les populations de neurones à changement de phase stochastique, combiné avec d'autres éléments de calcul à l'échelle nanométrique tels que des synapses artificielles, pourrait être un catalyseur clé pour la création d'une nouvelle génération de systèmes informatiques neuromorphiques extrêmement denses, " dit Tomas Tuma, un co-auteur de l'article.
