Les chercheurs font une nouvelle avancée dans l’informatique neuromorphique en mettant au point un dispositif de mémoire qui simule les neurones et les synapses.
Si on s’en tient à sa définition, l’objectif ultime de l’intelligence artificielle serait de reproduire l’intelligence humaine. Ce que les chercheurs ont réussi à faire concrètement jusqu’ici, c’est de créer des systèmes capables de traiter les informations aussi efficacement que le cerveau peut faire. Ainsi, pour obtenir le même résultat, une IA devrait fonctionner de la même manière que le cerveau.
L’informatique neuromorphique est peut-être ce qui se rapproche le plus du sens littéral de l’intelligence artificielle. Elle vise à imiter le fonctionnement du cerveau humain. Les capacités cognitives telles que la mémoire, l’apprentissage ou le raisonnement s’expliquent par la transmission neuronale. Autrement dit, l’informatique neuromorphique consiste à reproduire le comportement des neurones et de synapses lorsqu’ils reçoivent des informations.
Dans les dispositifs neuromorphiques actuels, les neurones et les synapses sont connectés, mais ne peuvent pas interagir de façon synergique. Des chercheurs du Korea Advanced Institute of Science and Technology (KAIST) ont découvert un moyen de relever le défi.
Un dispositif de mémoire neuromorphique d’une taille nanométrique
Dirigée par le professeur Keon Jae Lee, l’équipe a créé un dispositif qui imite plus efficacement le fonctionnement biologique du cerveau. Elle a introduit les interactions concomitantes neurones-synapses dans une seule cellule de mémoire, au lieu d’utiliser un courant électrique pour les connecter. En d’autres termes, les chercheurs ont mis au point un dispositif de mémoire neuromorphique unique qui remplace les circuits complexes basés sur les CMOS (semi-conducteur à oxyde métallique complémentaire).
D’après le professeur Keon Jae Lee, les fonctions cognitives résultent d’interactions entre les neurones et les synapses. Pour imiter les caractéristiques des neurones, ils ont utilisé un dispositif de mémoire volatile et pour les synapses non volatiles. Cela permet aux mémoires à court et à long terme de coexister. Par ailleurs, un effet de rétroaction positive entre les neurones et les synapses donne au dispositif une capacité de réapprentissage.
Le développement d’un dispositif unique d’une taille nanométrique permet d’améliorer l’évolutivité et la rentabilité. Il s’agit donc d’un pas de plus vers la réalisation de l’intelligence artificielle basée sur l’informatique neuromorphique.
- Partager l'article :
