Des scientifiques du CNRS ont créé une synapse artificielle qui peut s’instruire de manière autonome. Le dispositif a également été modélisé, afin d’élaborer des circuits plus complexes par la suite.

Les progrès et les développements dans le domaine de l’intelligence artificielle (IA) ont été en grande partie attribués à des technologies qui imitent le fonctionnement du cerveau humain : ce phénomène s’appelle le biomimétisme, qui s’inspire du fonctionnement de la biologie, et en l’occurrence ici du cerveau, pour concevoir des machines intelligentes. Dans le monde de la technologie de l’information, de tels systèmes d’IA sont appelés réseaux de neurones. Ces réseaux de neurones contiennent des algorithmes qui peuvent être formés, entre autres, dans le but d’imiter la manière dont le cerveau humain reconnaît la parole et les images. Toutefois, le fonctionnement d’un réseau de neurones artificiel consomme beaucoup d’énergie et n’est pas très rapide.

Mais à présent, des chercheurs du Centre national de la recherche scientifique (CNRS) à l’Université de Bordeaux à Paris-Sud et d’Evry, ont développé une synapse artificielle capable de s’instruire par elle-même, appelée memristor, directement sur une puce électronique. Cela ouvre la voie à des systèmes intelligents qui nécessitent moins de temps et moins d’énergie pour apprendre, et ceux-ci peuvent de plus s’instruire de manière autonome.

synapse electronique memristor cerveau intelligence artificielle

Illustration de la synapse électronique : les particules représentent les électrons circulant à travers l’oxyde (par analogie avec les neurotransmetteurs dans les synapses biologiques). Le flux d’électrons dépend de la structure en domaines ferroélectriques de l’oxyde et celle-ci est contrôlée par des impulsions électriques. Crédits : Sören Boyn/Unité mixte de physique CNRS/Thales

Comment fonctionne le processus d’apprentissage ? 

Dans le cerveau, le processus d’apprentissage est lié à nos synapses, qui assurent la connexion entre les neurones : plus ces synapses sont stimulées et plus les connexions sont renforcées : ainsi, l’apprentissage est amélioré. Le memristor, un nanocomposant électronique, fonctionne de manière similaire : il est constitué d’une fine couche ferroélectrique (qui peut être polarisée spontanément), enfermée entre deux électrodes et dont la résistance peut être ajustée par le biais d’impulsions électriques similaires à celles des neurones.

C’est cette capacité de la synapse à adapter sa résistance qui permet l’apprentissage et pour la première fois, des chercheurs ont réussi à créer un modèle physique permettant d’anticiper son fonctionnement. Selon les chercheurs, cette compréhension du processus permettra de créer des systèmes plus complexes, comme un ensemble de neurones artificiels interconnectés par des memristors qui mènera donc à des systèmes intelligents moins gourmands autant en temps de traitement, qu’en énergie.

La technologie des systèmes d’IA ont considérablement progressé durant ces dernières années. En effet, des réseaux de neurones construits avec des algorithmes d’apprentissage intégrés sont à présent capables d’effectuer des tâches que les systèmes de synthèse ne pouvaient pas faire auparavant. Aujourd’hui, certains systèmes intelligents peuvent, par exemple, composer de la musique, jouer à des jeux et battre des joueurs humains (comme Alpha Go, qui a battu les meilleurs joueurs mondiaux au jeu du Go). Certains peuvent même identifier des comportements suicidaires, ou différencier ce qui est licite et ce qui ne l’est pas. Ceci est possible grâce à la capacité d’apprentissage des IA, dont la seule limitation est la quantité de temps et d’efforts nécessaires à consommer les données.

À présent, la découverte sera exploitée dans le cadre du projet européen ULPEC H2020, concernant la reconnaissance de formes en temps réel par une caméra innovante : les pixels sont inactifs sauf s’ils constatent des éléments changeants dans l’angle de vision. Le procédé du traitement de l’information sera par conséquent moins coûteux en énergie et plus rapide pour déceler les objets recherchés.

Source : Nature Communications

Une réponse

  1. Lozi

    Le memristor a été conceptualisé le 1971 par le professeur Leon O. Chua de l’université de Californie à Berkeley. Sa première réalisation électronique utilisant les nanotechnologies remonte à 2008. La théorie complète des memristors de premier ordre mais aussi de second, troisième , …, ordre, ainsi que des composants associés (meminductor et memcapacitor) a été publiée en septembre 2014 dans un article que j’ai écrit avec L. O. Chua et un chercheur de l’université de Mila (Algérie), dans l’International Journal of Bifurcation and Chaos (IJBC).
    Cet article est disponible gratuitement sur le site : https://www.researchgate.net/publication/261676241_MEMFRACTANCE_A_MATHEMATICAL_PARADIGM_FOR_CIRCUIT_ELEMENTS_WITH_MEMORY
    La vieille loi d’Ohm est généralisée pour donner le comportement de ces nouveaux éléments.

    Répondre

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée.

Share
Share