Des scientifiques ont découvert comment imiter le cerveau humain avec un réseau artificiel de nanofils.
En soumettant le réseau à une stimulation électrique, il peut agir comme le cerveau humain et effectuer des tâches efficacement. L’étude est partie du principe que le cerveau « à la frontière du chaos » est le plus apte à prendre les meilleures décisions.
Un réseau artificiel imite le cerveau humain
D’après une théorie de la neuroscience, c’est à la frontière du chaos que le cerveau humain atteint ses meilleures performances. Plus communément, il s’agit de l’état critique. Des scientifiques de l’Université de Sydney et de l’Institut national japonais des sciences des matériaux (NIMS) ont alors découvert comment un réseau de nanofils peut imiter ces fonctionnalités du cerveau. D’après leur étude, lorsqu’on le stimule électriquement il en est tout à fait capable. Par ailleurs, l’équipe a découvert qu’il était possible de maintenir le réseau dans le même état critique pour effectuer ses tâches au meilleur niveau.
Les scientifiques ont créé un réseau à partir de fils de 10 micromètres, ne dépassant pas les 500 nanomètres d’épaisseur. Ils ont disposé les fils de manière aléatoire, et leur chevauchement formait des jonctions électrochimiques. Au cours de l’étude, ils ont découvert que les signaux électriques parvenaient à trouver automatiquement le meilleur itinéraire pour transmettre des informations. De plus, le réseau pouvait se souvenir des itinéraires précédents.
Comme le réseau humain, quand le signal qui stimulait le réseau artificiel était faible, les sorties étaient simples et prévisibles. De la même manière, un signal trop fort conduisait à une sortie chaotique. En d’autres termes, le signal optimal se trouve à la limite du chaos, selon l’équipe.
De nouveaux avantages pour l’intelligence artificielle
Les résultats de l’étude suggèrent une possibilité de régler les réseaux de nanofils afin d’optimiser le traitement d’informations, d’après le professeur Kuncic. Précisons que généralement, la mémoire et les opérations sont séparées. Mais grâce aux jonctions entre les fils, ces réseaux peuvent intégrer la mémoire dans le système. Par ailleurs ils peuvent agir à la fois comme transistors. Par conséquent, elles sont appelées « memristors ».
En termes d’intelligence artificielle, la puissance nécessaire aux algorithmes pour déterminer une jonction appropriée à une charge est énorme. Mais grâce à ce nouveau système, il est tout à fait possible de se passer de ces algorithmes, affirme le professeur Kuncic.
- Partager l'article :
