L'Internet des objets arrive, ça, nous le savons. Mais pas sans composants et puces capables de gérer l'explosion de données qui accompagne l'IoT. En 2020, il y aura 50 milliards de capteurs Internet industriels en place. Un seul appareil autonome – une smartwatch, un robot de nettoyage, ou une voiture sans conducteur - peut produire des gigaoctets de données chaque jour, alors qu'un Airbus peut en avoir plus de 10, 000 capteurs dans une seule aile.

Deux obstacles doivent être surmontés. D'abord, les transistors actuels des puces informatiques doivent être miniaturisés à quelques nanomètres seulement, un énorme défi thermodynamique; seconde, l'analyse et le stockage de quantités sans précédent de données nécessiteront des quantités d'énergie tout aussi énormes. Sayani Majumdar, Membre de l'Académie à l'Université Aalto, avec ses collègues, conçoit une technologie pour s'attaquer à ces deux problèmes.

Majumdar a, avec ses collègues, conçu et fabriqué les blocs de construction de base des futurs composants de ce qu'on appelle des ordinateurs "neuromorphes" inspirés du cerveau humain. C'est un domaine de recherche dans lequel les plus grandes entreprises TIC du monde ainsi que l'UE investissent massivement. Toujours, personne n'a encore mis au point une architecture matérielle à l'échelle nanométrique qui pourrait être adaptée à la fabrication et à l'utilisation industrielles.

"La technologie et la conception de l'informatique neuromorphique progressent plus rapidement que sa révolution rivale, l'informatique quantique. Il y a déjà de nombreuses spéculations à la fois dans les universités et dans la R&D des entreprises sur les moyens d'inscrire des capacités informatiques lourdes dans le matériel des téléphones intelligents, tablettes et ordinateurs portables. La clé est d'atteindre l'extrême efficacité énergétique d'un cerveau biologique et d'imiter la façon dont les réseaux de neurones traitent l'information par le biais d'impulsions électriques, " explique Majumdar.

Composants de base pour les ordinateurs qui fonctionnent comme le cerveau

Dans leur récent article dans Matériaux fonctionnels avancés , Majumdar et son équipe rapportent qu'ils ont fabriqué une nouvelle génération de jonctions tunnel ferroélectriques, films minces ferroélectriques à l'échelle nanométrique pris en sandwich entre deux électrodes. Ils ont des capacités au-delà des technologies existantes et sont de bon augure pour un calcul neuromorphique stable et économe en énergie.

Les jonctions fonctionnent sous des tensions basses inférieures à cinq volts et avec une variété de matériaux d'électrodes, y compris le silicium utilisé dans les puces de la plupart de nos composants électroniques. Ils peuvent également conserver les données pendant plus de 10 ans sans alimentation et être fabriqués dans des conditions normales.

Jusqu'à présent, les jonctions tunnel étaient principalement constituées d'oxydes métalliques et leur fabrication nécessite des températures de 700 degrés Celsius et des vides poussés. Les matériaux ferroélectriques contiennent également du plomb, ce qui en fait, ainsi que tous nos ordinateurs, un grave danger pour l'environnement.

« Nos jonctions sont fabriquées à partir de matériaux organiques hydro-carbonés et elles réduiraient la quantité de déchets de métaux lourds toxiques dans l'électronique. Nous pouvons également faire des milliers de jonctions par jour à température ambiante sans qu'elles souffrent de l'eau ou de l'oxygène de l'air, " explique Majumdar.

Ce qui rend les composants ferroélectriques à couche mince parfaits pour les ordinateurs neuromorphiques, c'est leur capacité à basculer non seulement entre les états binaires - 0 et 1 - mais un grand nombre d'états intermédiaires, également. Cela leur permet de « mémoriser » des informations un peu comme le cerveau :de les stocker longtemps avec des quantités infimes d'énergie et de conserver les informations qu'ils ont reçues une fois, même après avoir été éteints puis rallumés.

Ceux-ci sont appelés memristors. Ils sont idéaux pour des calculs similaires à ceux des cerveaux biologiques. Prendre, par exemple, le prochain rover Mars 2020. Pour que le Rover traite lui-même les données en n'utilisant qu'un seul panneau solaire comme source d'énergie, ses algorithmes non supervisés devront utiliser un cerveau artificiel.

"Ce que nous nous efforçons maintenant d'intégrer des millions de nos memristors de jonction de tunnel dans un réseau sur une zone d'un centimètre carré. Nous pouvons nous attendre à en emballer autant dans un si petit espace car nous avons maintenant atteint une différence record dans le courant entre les états allumés et éteints dans les jonctions et qui fournit une stabilité fonctionnelle. Les memristors pourraient alors effectuer des tâches complexes comme la reconnaissance d'images et de formes et prendre des décisions de manière autonome, " dit Majumdar.