Des chercheurs de l’Université Purdue (Indiana), dirigés par Shriram Ramanathan, ont présenté une plate-forme artificielle qui vise à permettre aux futures machines à reconfigurer elle-même leurs processeurs, de façon à les doter d'une véritable capacité d'autoapprentissage. « Si nous voulons construire un ordinateur ou une machine qui s’inspire du cerveau, alors, en conséquence, nous devons avoir la capacité de programmer, reprogrammer et changer la puce en continu », souligne le Professeur Ramanathan. L’un des intérêts de cette technologie est qu’elle pourrait permettre de créer des IA plus "portables", puisqu’il serait possible de les embarquer directement dans un dispositif autonome, pouvant fonctionner même sans être connecté à un logiciel externe.
Concrètement, l’innovation en question ressemble à une petite pièce rectangulaire composée de nickelate de pérovskite, une matière très sensible à l’hydrogène. C’est cet hydrogène qui constitue la clé de l’adaptabilité de la puce. En envoyant des impulsions électriques à différentes tensions, les scientifiques sont parvenus à faire évoluer la façon dont cet élément se concentre sur la puce, en seulement quelques nanosecondes. Les différentes configurations obtenues ont été identifiées par les scientifiques comme pouvant créer des schémas de conductivité correspondant à des éléments du cerveau.
Ces dispositifs peuvent ainsi devenir « des résistances, des condensateurs de mémoire, des neurones artificiels et des synapses artificielles », peut-on lire dans l’article scientifique. Par exemple, quand la concentration d’hydrogène se fait davantage au centre de la puce, elle peut agir comme un neurone, c’est-à-dire une seule cellule nerveuse. Si, au contraire, la concentration est moindre au centre, elle va plutôt adopter les caractéristiques d’une synapse, c’est-à-dire une connexion entre deux neurones : « c’est ce que le cerveau utilise pour stocker de la mémoire dans des circuits neuronaux complexes », précise le Professeur Ramanathan.
Les résultats semblent plutôt impressionnants, puisque des équipes ont par exemple démontré que le réseau neuronal artificiel est capable de s’agrandir ou de se rétrécir en fonction de l’effort d’apprentissage demandé, ou encore de "choisir" quel circuit est le plus approprié pour répondre à une tâche donnée. Le circuit a aussi démontré une plus grande efficacité que ceux plus "statiques" lorsqu’il a été testé sur de l’analyse d’électrocardiogramme.
Autre point fort de l’innovation : sa relative facilité de fabrication. Les technologies nécessaires ne diffèrent pas de celles utilisées habituellement pour la fabrication de puces électroniques et la fabrication se fait à température ambiante. L’outil semble aussi robuste : « après avoir programmé l’appareil sur un million de cycles, la reconfiguration de toutes les fonctions est remarquablement reproductible », affirme à ce sujet Michael Park, doctorant à l’Université de Purdue.
Article rédigé par Georges Simmonds pour RT Flash
