Des scientifiques font une avancée vers un cerveau artificiel

Dans le cadre du projet européen ULPEC (Ultra-Low Power Event-Based Camera) H2020, des chercheurs du CNRS (Centre national de la recherche scientifique), de Thales et des Universités de Bordeaux, de Paris-Sud, et d'Évry viennent de créer une synapse artificielle capable d'apprendre de manière autonome. Ils ont également réussi à modéliser ce dispositif.

L’idée du biomimétisme est de s'inspirer du fonctionnement du cerveau pour concevoir des machines de plus en plus intelligentes. Un principe qui est déjà implémenté en informatique via des algorithmes pour la réalisation de certaines tâches comme la reconnaissance d'images (à ce propos nous pouvons citer Facebook avec son algorithme permettant d’identifier des photos), la traduction de phrases (comme Google Translate) ou, plus pointu encore, la maîtrise d’un jeu (comme Alpha Go, qui a terrassé les meilleurs joueurs du jeu de Go). Cependant, ce procédé est très gourmand en énergie.

Les chercheurs ont franchi une nouvelle étape dans ce domaine en créant directement sur une puce électronique une synapse artificielle capable d'apprentissage. Ils ont également développé un modèle physique permettant d'expliciter cette capacité d'apprentissage. Selon eux, cette découverte ouvre la voie à la création d'un réseau de synapses et donc à des systèmes intelligents moins dépensiers en temps et en énergie.

Comment se déroule le processus d’apprentissage ?

Les chercheurs rappellent tout d’abord que ce processus d’apprentissage dans nos cerveaux est lié à nos synapses, qui assurent la connexion entre les neurones : plus la synapse est stimulée, plus cette liaison se renforce, et plus l'apprentissage s'améliore.

C’est donc ce mécanisme qui les a inspirés dans la conception d’une synapse artificielle : le memristor. Il s’agit d’un nanocomposant électronique formé d'une fine couche ferroélectrique prise en sandwich entre deux électrodes et dont la résistance peut être ajustée sous l'action d'impulsions électriques similaires à celles des neurones : si la résistance est faible, alors la liaison synaptique est forte, si la résistance est forte, alors la liaison est faible. C'est cette capacité de la synapse à adapter sa résistance qui permet l'apprentissage.

Malgré des années de recherche sur les synapses artificielles par de nombreux laboratoires, le fonctionnement de ces dispositifs a été largement incompris. Cette fois-ci, pour la première fois, les chercheurs ont réussi à élaborer un modèle physique permettant d'anticiper son fonctionnement. Cette compréhension du processus va permettre de créer des systèmes plus complexes, comme un ensemble de neurones artificiels interconnectés par ces memristors.

Source : Nature Communications, Europa