Les ingénieurs du MIT ont conçu un "cerveau sur puce, " plus petit qu'un morceau de confettis, qui est composé de dizaines de milliers de synapses cérébrales artificielles appelées memristors, des composants à base de silicium qui imitent les synapses de transmission d'informations dans le cerveau humain.

Les chercheurs ont emprunté aux principes de la métallurgie pour fabriquer chaque memristor à partir d'alliages d'argent et de cuivre, avec le silicium. Lorsqu'ils ont passé la puce à travers plusieurs tâches visuelles, la puce était capable de "se souvenir" des images stockées et de les reproduire plusieurs fois, dans des versions plus nettes et plus propres par rapport aux conceptions de memristor existantes fabriquées avec des éléments non alliés.

leurs résultats, publié aujourd'hui dans la revue Nature Nanotechnologie , démontrer une nouvelle conception prometteuse de memristor pour les dispositifs neuromorphiques, une électronique basée sur un nouveau type de circuit qui traite l'information d'une manière qui imite l'architecture neuronale du cerveau. De tels circuits inspirés du cerveau pourraient être intégrés dans de petits, des appareils portables, et effectuerait des tâches de calcul complexes que seuls les superordinateurs d'aujourd'hui peuvent gérer.

"Jusque là, les réseaux synaptiques artificiels existent en tant que logiciels. Nous essayons de créer un véritable matériel de réseau neuronal pour les systèmes d'intelligence artificielle portables, " dit Jeehwan Kim, professeur agrégé de génie mécanique au MIT. "Imaginez connecter un appareil neuromorphique à une caméra de votre voiture, et lui faire reconnaître les lumières et les objets et prendre une décision immédiatement, sans avoir à se connecter à Internet. Nous espérons utiliser des memristors écoénergétiques pour effectuer ces tâches sur site, en temps réel."

Ions errants

Memristors, ou transistors à mémoire, sont un élément essentiel du calcul neuromorphique. Dans un appareil neuromorphe, un memristor servirait de transistor dans un circuit, bien que son fonctionnement ressemble davantage à une synapse cérébrale, la jonction entre deux neurones. La synapse reçoit des signaux d'un neurone, sous forme d'ions, et envoie un signal correspondant au prochain neurone.

Un transistor dans un circuit conventionnel transmet des informations en commutant entre l'une des deux valeurs seulement, 0 et 1, et ne le faisant que lorsque le signal qu'il reçoit, sous forme de courant électrique, est d'une force particulière. En revanche, un memristor fonctionnerait le long d'un gradient, un peu comme une synapse dans le cerveau. Le signal qu'il produit varierait en fonction de la force du signal qu'il reçoit. Cela permettrait à un seul memristor d'avoir plusieurs valeurs, et donc effectuer une gamme d'opérations beaucoup plus large que les transistors binaires.

Comme une synapse cérébrale, un memristor serait également capable de "se souvenir" de la valeur associée à une intensité de courant donnée, et produire exactement le même signal la prochaine fois qu'il reçoit un courant similaire. Cela pourrait garantir que la réponse à une équation complexe, ou la classification visuelle d'un objet, est fiable, un exploit qui implique normalement plusieurs transistors et condensateurs.

Finalement, les scientifiques envisagent que les memristors nécessiteraient beaucoup moins de puces que les transistors conventionnels, permettant puissant, appareils informatiques portables qui ne reposent pas sur des superordinateurs, ou même des connexions à Internet.

Conceptions de memristors existantes, cependant, sont limités dans leurs performances. Un seul memristor est constitué d'une électrode positive et négative, séparés par un "milieu de commutation, " ou espace entre les électrodes. Lorsqu'une tension est appliquée à une électrode, les ions de cette électrode traversent le milieu, formant un "canal de conduction" vers l'autre électrode. Les ions reçus constituent le signal électrique que le memristor transmet à travers le circuit. La taille du canal ionique (et le signal que le memristor produit finalement) doit être proportionnelle à la force de la tension de stimulation.

Kim dit que les conceptions de memristor existantes fonctionnent assez bien dans les cas où la tension stimule un grand canal de conduction, ou un flux important d'ions d'une électrode à l'autre. Mais ces conceptions sont moins fiables lorsque les memristors doivent générer des signaux plus subtils, via des canaux de conduction plus fins.

Plus un canal de conduction est fin, et plus le flux d'ions d'une électrode à l'autre est léger, plus il est difficile pour les ions individuels de rester ensemble. Au lieu, ils ont tendance à s'éloigner du groupe, dissolution au sein du milieu. Par conséquent, il est difficile pour l'électrode réceptrice de capturer de manière fiable le même nombre d'ions, et donc transmettre le même signal, lorsqu'il est stimulé avec une certaine plage de courant faible.

Emprunter à la métallurgie

Kim et ses collègues ont trouvé un moyen de contourner cette limitation en empruntant une technique à la métallurgie, la science de la fusion des métaux en alliages et de l'étude de leurs propriétés combinées.

"Traditionnellement, les métallurgistes essaient d'ajouter différents atomes dans une matrice en vrac pour renforcer les matériaux, et nous avons pensé, pourquoi ne pas peaufiner les interactions atomiques dans notre memristor, et ajouter un élément d'alliage pour contrôler le mouvement des ions dans notre milieu, " dit Kim.

Les ingénieurs utilisent généralement l'argent comme matériau pour l'électrode positive d'un memristor. L'équipe de Kim a parcouru la littérature pour trouver un élément qu'ils pourraient combiner avec de l'argent pour maintenir efficacement les ions d'argent ensemble, tout en leur permettant de s'écouler rapidement vers l'autre électrode.

L'équipe a atterri sur le cuivre comme élément d'alliage idéal, comme il est capable de lier les deux avec de l'argent, et avec du silicium.

"Il agit comme une sorte de pont, et stabilise l'interface argent-silicium, " dit Kim.

Pour fabriquer des memristors en utilisant leur nouvel alliage, le groupe a d'abord fabriqué une électrode négative en silicium, puis réalisé une électrode positive en déposant une légère quantité de cuivre, suivi d'une couche d'argent. Ils ont pris en sandwich les deux électrodes autour d'un milieu de silicium amorphe. De cette façon, ils ont modelé une puce de silicium d'un millimètre carré avec des dizaines de milliers de memristors.

Comme premier test de la puce, ils ont recréé une image en niveaux de gris du bouclier Captain America. Ils ont assimilé chaque pixel de l'image à un memristor correspondant dans la puce. Ils ont ensuite modulé la conductance de chaque memristor dont la force était relative à la couleur du pixel correspondant.

La puce a produit la même image nette du bouclier, et a pu "se souvenir" de l'image et la reproduire plusieurs fois, par rapport aux puces faites d'autres matériaux.

L'équipe a également fait passer la puce à une tâche de traitement d'image, programmer les memristors pour modifier une image, dans cette affaire du tribunal Killian du MIT, de plusieurs manières spécifiques, y compris la netteté et le flou de l'image d'origine. De nouveau, leur conception produisait les images reprogrammées de manière plus fiable que les conceptions memristor existantes.

"Nous utilisons des synapses artificielles pour faire de vrais tests d'inférence, " dit Kim. "Nous aimerions développer davantage cette technologie pour disposer de matrices à plus grande échelle pour effectuer des tâches de reconnaissance d'images. Et un jour, vous pourrez peut-être transporter des cerveaux artificiels pour effectuer ce genre de tâches, sans connexion aux supercalculateurs, l'Internet, ou le nuage."

Cette histoire est republiée avec l'aimable autorisation de MIT News (web.mit.edu/newsoffice/), un site populaire qui couvre l'actualité de la recherche du MIT, innovation et enseignement.