Les neurones stockent et transmettent l'information dans le cerveau Source: CNRI / SPL
Une puce informatique supraconductrice basée sur les neurones qui traite l'information plus efficacement et plus rapidement que le cerveau humain. De nouvelles réalisations récemment publiées dans Progress in Science peuvent amener les scientifiques à développer des dispositifs informatiques de pointe pour concevoir des systèmes biologiques de mimétisme Un point de référence majeur. Bien qu'il existe encore de nombreux obstacles avant qu'il ne soit disponible dans le commerce, l'étude ouvre la voie à un logiciel d'apprentissage automatique plus naturel.
De nos jours, les logiciels d'intelligence artificielle imitent de plus en plus le cerveau humain, et des algorithmes tels que la classification automatisée des images et les programmes d'apprentissage des langues de Google peuvent également effectuer des tâches complexes à l'aide de réseaux neuronaux artificiels. Exécution d'un algorithme de type cerveau, ces machines nécessitent plus de puissance de calcul que le cerveau humain.
"Il y aura sûrement une meilleure façon de le faire parce que la nature trouvera une meilleure solution", a déclaré Michael Schneider, co-auteur de l'étude, physicien à l'Institut national des normes et de la technologie (NIST).
NIST souhaite développer un certain nombre de cerveau humain pour simuler le matériel neuromorphic, et nous espérons qu'un matériel neuromorphic peut fonctionner de manière plus efficace, une équipe de logiciels comme le cerveau. Dans un système électronique classique, le transistor souvent à certains intervalles et le nombre exact de traitement de l'information (chiffre binaire 0 ou 1). Cependant, il est possible d'accumuler neuromorphic matériel petite quantité d'informations provenant de sources multiples, et change les informations afin de produire un autre type de signal, et transmet un courant électrique en cas de besoin , comme si la décharge neuronale. matériel neuromorphic donc cela nécessite moins d'énergie pour fonctionner.
Cependant, ces dispositifs ont jusqu'ici été inefficaces, en particulier lorsque les transistors ont besoin de transmettre des informations à travers les lacunes ou les synapses, ainsi l'équipe de Schneider a utilisé des supraconducteurs au niobium pour créer des électrodes neuronales capables de conduire l'électricité sans résistance. Les chercheurs utilisent des milliers de nanoclusters de manganèse magnétique pour combler les lacunes dans les supraconducteurs.
En changeant le nombre de champs magnétiques dans la synapse, ces nanoclusters peuvent être alignés dans des directions différentes, permettant au système de coder des informations dans les directions électrique et magnétique, donnant au système plus de puissance que les autres systèmes neuromorphiques De la puissance de calcul, tout en ne prenant pas d'espace physique supplémentaire.
Ces synapses se déchargent 1 milliard de fois par seconde, plusieurs ordres de grandeur plus rapidement que les neurones humains, et consomment seulement environ dix millièmes de l'énergie des synapses biologiques dans le processus de simulation par ordinateur, transmis à la prochaine Les neurones synthétiseurs peuvent être utilisés pour vérifier les informations d'entrée de neuf sources avant une électrode, mais des milliers de synapses sont nécessaires avant que le système basé sur cette technologie soit utilisé pour des calculs complexes, et Schneider a dit qu'il peut être étendu à ce niveau Pour plus d'étude et d'analyse.
Un autre problème est que les synapses ne peuvent fonctionner à une température proche du zéro absolu, alors que la nécessité d'utiliser l'azote liquide pour refroidir. Ingénieur informatique de l'Université de Manchester Steven Furber a fait remarquer que cela pourrait rendre la puce se pratique dans les petits appareils , en dépit des grands centres de données peut être capable de les manipuler. mais Schneider dit que, par rapport au fonctionnement traditionnel d'un système électronique ayant une quantité considérable de puissance de calcul, le dispositif de refroidissement peut nécessiter moins d'énergie.
California Institute of Technology ingénieur électricien Carver Mead a fait l'éloge de l'étude, et la nouvelle méthode de calcul neuromorphic appeler. « À l'heure actuelle pleine de battage médiatique dans ce domaine, nous sommes heureux de pouvoir voir le beau travail de manière objective "Il a dit, mais cela peut prendre beaucoup de temps avant que la puce ne soit réellement utilisée dans le monde informatique, et il existe actuellement une concurrence féroce et des défis provenant de nombreux autres dispositifs informatiques neuromorphiques.
Furber souligne également le large éventail d'applications pratiques de ce nouvel appareil. »Cette technologie de dispositif est également très intéressante, mais nous ne sommes pas pleinement conscients des principales caractéristiques de ces synapses biologiques et nous ne savons pas comment les utiliser plus efficacement. Par exemple, a-t-il dit, de nombreux problèmes doivent encore être résolus, tels que la façon dont ces synapses se remodèlent au fur et à mesure qu'elles se forment, ce qui complique la tâche des chercheurs pour reconstruire le processus dans les puces mémoire.
Malgré cela, Furber a dit qu'il faudrait 10 ans ou plus pour qu'un nouveau dispositif informatique entre sur le marché, et même si les neuroscientifiques ont du mal à comprendre le cerveau humain, il est impératif qu'ils développent autant de techniques différentes que possible.