Des chercheurs du MIT ont conçu une puce sur le modèle des synapses du cerveau humain
Des chercheurs du MIT ont conçu une puce sur le modèle des synapses du cerveau humain,
elle serait 1000 fois moins gourmande en énergie
Les progrès de l'apprentissage automatique ont été fulgurants au cours des dernières années. Cependant, les processeurs informatiques que ces programmes utilisent ont à peine évolué. Pour y remédier, les entreprises ont réajusté l'architecture des puces existantes pour répondre aux exigences de l'intelligence artificielle. Aujourd’hui, une approche entièrement nouvelle, à la pointe de la recherche, est en train de voir le jour. En effet, des chercheurs de la prestigieuse université du MIT viennent de concevoir une puce qui fonctionnerait comme le cerveau humain.
Ce domaine de la recherche en intelligence artificielle appelé « l'informatique neuromorphique » intéresse de plus en plus le monde de la recherche. Les scientifiques du MIT ont déclaré cette semaine avoir fait des progrès significatifs dans cette discipline. Leur recherche, publiée dans la revue Nature Materials, pourrait éventuellement conduire à des processeurs qui exécutent des tâches de Machine Learning avec une faible utilisation d’énergie. En effet, leur invention serait jusqu'à 1000 fois moins gourmande en énergie que les puces traditionnelles. Cela permettrait aux chercheurs de doter leurs IA davantage de capacités dans des applications comme la reconnaissance de la voix et de l'image.
La principale différence entre ces processeurs et ceux utilisés sur les ordinateurs actuellement est qu'ils traitent les données de manière analogique alors que les processeurs des ordinateurs les traitent de façon numérique, déclarent les chercheurs. Les scientifiques précisent que cela signifie qu'au lieu d'envoyer de l'information dans une série de sursauts électriques, ils varient l'intensité de ces signaux tout comme les synapses du cerveau humain. La conception de telles puces présente des défis majeurs auxquels les chercheurs ont dû faire face. Une grande difficulté lors de la mise en place des puces neuromorphiques est de pouvoir contrôler précisément les signaux analogiques. Leur intensité doit varier tout en restant cohérente et pouvoir être contrôlée.
Plusieurs tentatives pour trouver un moyen approprié de contrôler ces différents signaux électriques ont été infructueuses parce que le courant finit par s'étendre partout sur la puce. Pour résoudre ce problème, l’équipe de chercheurs dirigée par Jeehwan Kim du MIT a utilisé des formes cristallines de silicium et de germanium qui ressemblent à des réseaux au niveau microscopique. Ensemble, ils créent des voies claires pour les signaux électriques, conduisant à beaucoup moins de variances dans la force des signaux, d’après les scientifiques. « C'est le dispositif le plus uniforme que nous puissions atteindre, qui est la clé pour démontrer des réseaux neuronaux artificiels », a déclaré Kim.
Pour tester cette hypothèse, Kim et son équipe ont créé une simulation de leur nouvelle conception de puce, avec le même degré de variance dans les signaux. En l'utilisant, ils ont pu former un réseau de neurones capable de reconnaître l'écriture manuscrite avec une précision de 95 %. C'est moins que la base de 97 pour cent en utilisant les algorithmes et les puces existants, mais cela reste prometteur pour cette nouvelle technologie. Les chercheurs reconnaissent d’ailleurs qu’il y a encore certainement un long chemin à parcourir avant de savoir si les puces neuromorphiques sont adaptées à la production de masse et à l'utilisation dans le monde réel.
Source : MIT News
Et vous ?
Que pensez-vous de cette nouvelle génération de puces ?
Voir aussi
Répondre avec citation
Envoyé par nicolassar
Partager