Actuellement, les services d'IA se répandent rapidement dans la vie quotidienne et dans toutes les industries. Ces services sont activés en connectant des centres et des terminaux d'IA, tels que des appareils mobiles, des PC, etc. Cependant, cette méthode augmente la charge sur l'environnement en consommant beaucoup d'énergie non seulement pour piloter le système d'IA mais aussi pour transmettre des données. En temps de guerre ou de catastrophe, il peut devenir inutile en raison de pannes de courant et de pannes de réseau, dont les conséquences peuvent être encore plus graves s'il s'agit d'un service d'IA dans le domaine de la vie et de la sécurité. En tant que technologie d'intelligence artificielle de nouvelle génération capable de surmonter ces faiblesses, la technologie "in-sensor computing" à faible consommation et à haut rendement qui imite le mécanisme de traitement de l'information du système nerveux humain attire l'attention.

L'Institut coréen des sciences et technologies (KIST, président Seok-Jin Yoon) a annoncé que son équipe dirigée par le Dr Suyoun Lee (Centre d'ingénierie neuromorphique) a réussi à développer des "neurones sensoriels artificiels" qui seront essentiels à l'utilisation pratique de informatique dans le capteur. Les neurones affinent de vastes stimuli externes (reçus par les organes sensoriels tels que les yeux, le nez, la bouche, les oreilles et la peau) en informations sous forme de pointes ; et par conséquent, jouent un rôle important en permettant au cerveau d'intégrer et d'effectuer rapidement des tâches complexes telles que la cognition, l'apprentissage, le raisonnement, la prédiction et le jugement avec peu d'énergie.

Le commutateur de seuil Ovonic (OTS) est un dispositif de commutation à deux bornes qui maintient un état de résistance élevée (10 à 100 MΩ) en dessous de la tension de commutation et présente une forte diminution de la résistance au-dessus de la tension de commutation. Dans une étude précédente, l'équipe a développé un dispositif neuronal artificiel qui imite l'action des neurones (intégration et déclenchement) qui génère un signal de pointe lorsque le signal d'entrée dépasse une intensité spécifique.

Cette étude, publiée dans Nano Letters , présente un dispositif de commutation de seuil ovonique à trois bornes (3T-OTS) qui peut contrôler la tension de commutation afin de simuler le comportement des neurones et de trouver et d'abstraire rapidement des modèles parmi de vastes quantités de données entrées dans les organes sensoriels. En connectant un capteur à la troisième électrode du dispositif 3T-OTS, qui convertit les stimuli externes en tension, il a été possible de réaliser un dispositif neuronal sensoriel qui modifie les modèles de pointe en fonction des stimuli externes.

L'équipe de recherche a réussi à réaliser un dispositif neuronal visuel artificiel qui imite la méthode de traitement de l'information des organes sensoriels humains, en combinant un 3T-OTS et une photodiode. De plus, en connectant un dispositif neuronal visuel artificiel à un réseau neuronal artificiel qui imite le centre visuel du cerveau, l'équipe a pu distinguer les infections au COVID-19 de la pneumonie virale avec une précision d'environ 86,5 % grâce à l'apprentissage d'images des radiographies pulmonaires. .

Le Dr Suyoun Lee, directeur du KIST Center for Neuromorphic Engineering, a déclaré :« Ce dispositif neuronal sensoriel artificiel est une technologie de plate-forme qui peut mettre en œuvre divers dispositifs neuronaux sensoriels tels que la vue et le toucher, en se connectant aux capteurs existants. C'est un bâtiment crucial. bloc pour la technologie informatique dans le capteur."

Il a également expliqué l'importance de la recherche qui "apportera une grande contribution à la résolution de divers problèmes sociaux liés à la vie et à la sécurité, tels que le développement d'un système de diagnostic par imagerie médicale qui peut diagnostiquer simultanément avec des examens, prédire les maladies cardiaques aiguës grâce à des séries chronologiques l'analyse des modèles du pouls et de la pression artérielle, et la réalisation de la capacité extrasensorielle à détecter les vibrations en dehors de la fréquence audible pour prévenir les accidents d'effondrement de bâtiments, les tremblements de terre, les tsunamis, etc." + Explorer plus loin

Développement de transistors en neurofibres artificielles implémentables en réseau dendritique