Alors que les progrès de l'informatique traditionnelle ralentissent, de nouvelles formes d'informatique font leur apparition. À Penn State, une équipe d'ingénieurs tente de mettre au point un type d'informatique qui imite l'efficacité des réseaux neuronaux du cerveau tout en exploitant la nature analogique du cerveau.

L'informatique moderne est numérique, composé de deux états, marche-arrêt ou un et zéro. Un ordinateur analogique, comme le cerveau, a plusieurs états possibles. C'est la différence entre allumer ou éteindre un interrupteur d'éclairage et allumer un gradateur pour varier l'éclairage.

L'informatique neuromorphique ou inspirée du cerveau est étudiée depuis plus de 40 ans, selon Saptarshi Das, le chef d'équipe et professeur adjoint de Penn State en sciences de l'ingénieur et en mécanique. La nouveauté, c'est que les limites de l'informatique numérique étant atteintes, la nécessité d'un traitement d'image à grande vitesse, par exemple pour les voitures autonomes, a grandi. L'essor du big data, qui nécessite des types de reconnaissance de formes pour lesquels l'architecture cérébrale est particulièrement bien adaptée, est un autre moteur dans la poursuite de l'informatique neuromorphique.

"Nous avons des ordinateurs puissants, aucun doute à ce sujet, le problème est que vous devez stocker la mémoire à un endroit et faire le calcul ailleurs, " a dit Das.

Le transfert de ces données de la mémoire à la logique et vice-versa prend beaucoup d'énergie et ralentit la vitesse de calcul. En outre, cette architecture informatique nécessite beaucoup d'espace. Si le calcul et le stockage mémoire pouvaient être situés dans le même espace, ce goulot d'étranglement pourrait être éliminé.

"Nous créons des réseaux de neurones artificiels, qui cherchent à imiter les efficacités énergétiques et surfaciques du cerveau, " a expliqué Thomas Shranghamer, doctorant dans le groupe Das et premier auteur d'un article récemment publié dans Communications naturelles. "Le cerveau est si compact qu'il peut tenir sur vos épaules, alors qu'un superordinateur moderne occupe un espace de la taille de deux ou trois courts de tennis."

Comme des synapses connectant les neurones du cerveau qui peuvent être reconfigurés, les réseaux de neurones artificiels que l'équipe construit peuvent être reconfigurés en appliquant un bref champ électrique à une feuille de graphène, la couche d'atomes de carbone d'une épaisseur atomique. Dans ce travail, ils montrent au moins 16 états de mémoire possibles, contrairement aux deux dans la plupart des memristors à base d'oxyde, ou des résistances mémoire.

"Ce que nous avons montré, c'est que nous pouvons contrôler un grand nombre d'états de la mémoire avec précision en utilisant de simples transistors à effet de champ au graphène, " a dit Das.

L'équipe pense qu'il est possible de faire passer cette technologie à une échelle commerciale. Avec bon nombre des plus grandes sociétés de semi-conducteurs poursuivant activement l'informatique neuromorphique, Das pense qu'ils trouveront ce travail intéressant.

En plus de Das et Shranghamer, l'auteur supplémentaire sur le papier, intitulé "Graphene Memristive Synapses for High Precision Neuromorphic Computing, " est Aaryan Oberoi, doctorant en sciences de l'ingénieur et mécanique.