L’informatique neuromorphique : de la machine au cerveau

Ecrit par KapTech

3 octobre 2021

La nature fait bien les choses. C’est pourquoi les humains ont pris l’habitude de limiter afin d’optimiser bon nombre de leurs inventions. L’intelligence artificielle, initialement très gourmande en énergie, n’échappe pas à cette règle.

Dans un ordinateur traditionnel, le processeur (la puce qui effectue les calculs) est composé d’un nombre astronomique de minuscules transistors. Ces petits interrupteurs, en laissant passer (ou non) du courant électrique, permettent d’effectuer des opérations en modélisant l’information sous la forme d’une suite de 1 et de 0 : c’est du calcul binaire. L’information est stockée dans une autre unité : la mémoire (qui n’effectue aucun calcul). Du courant électrique circule entre la mémoire et le processeur afin d’effectuer des opérations : c’est ce qu’on appelle l’architecture de von Neumann.

L’intelligence artificielle imite la logique d’un cerveau humain en modélisant un certain nombre de neurones, structurés en un réseau complexe. Lorsqu’une IA apprend une tâche, comme par exemple différencier un chihuahua d’un muffin aux myrtilles (c’est plus compliqué que ça en a l’air1), une quantité énorme de courant circule entre le processeur et la mémoire, rendant le processus extrêmement énergivore. 

L’informatique neuromorphique, elle, se base sur la structure intrinsèque du cerveau humain, à savoir un ensemble de neurones communiquant entre eux via des synapses. Bye bye von Neumann, the future is now, old man ! L’avantage, c’est que le cerveau humain est l’ordinateur le plus optimisé en termes de consommation énergétique connu à ce jour. En effet, l’intensité variable du signal traversant les synapses (qu’elles soient artificielles ou pas) permet l’encodage d’information sur une plage beaucoup plus large que juste des 0 et des 1. De plus, la mémoire (les synapses) et l’unité de calcul (l’ensemble des neurones) sont intimement mélangés, ce qui diminue également la quantité de courant nécessaire au fonctionnement du système. 

L’informatique neuromorphique (la structure) et l’intelligence artificielle (la logique), une fois réunies, permettent donc de s’approcher d’un pas de plus des performances du cerveau humain ! C’est ainsi qu’en mars 2020, Intel a développé une puce neuromorphique capable d’apprendre à reconnaître 10 odeurs différentes avec une précision bien supérieure à l’IA traditionnelle (utilisant l’architecture de von Neumann), le tout avec un temps d’apprentissage et une consommation énergétique bien inférieurs ! Mais l’informatique neuromorphique n’en est qu’à ses débuts, et un grand nombre d’applications attendent d’être découvertes, enthousiasmant chercheurs et ingénieurs pour de nombreuses années encore.

 

0 Commentaires

0 commentaires

Soumettre un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *

 Restez informé des dernières nouveautés! 

Suivez-Nous sur les réseaux sociaux