Europe Solidaire
CultureEconomieEducationEnvironnementInstitutionsInternationalSciencesSécurité/DéfenseSocialTechnologiesValeurs
Aggrandir Réduire Reinitialiser

Des synapses artificielles pour de futurs calculateurs neuromorphiques

Un calculateur neuromorphique ne fonctionne pas comme un calculateur numérique. Sur le terrain des calculs arithmétiques les plus compliqués, l'ordinateur numérique surpasse de loin les capacités humaines. Mais le cerveau humain, lui, est bien plus performant pour résoudre des problèmes nécessitant un apprentissage préalable. C'est le cas de tout ce qui nécessite un processus de reconnaissance, ou de classification.

C'est pour répondre à ce besoin que les calculateurs neuromorphiques ont été inventés il y a plus de 10 ans. Ils font appel à un concept de calcul s'inspirant du fonctionnement du cerveau ; ils sont capables d'apprendre, de se corriger et de répondre à des questions de très grande complexité, ce qui est inconcevable pour un ordinateur classique. Ils fonctionnent selon les principes des calculateurs à réseaux de neurones ayant fait leur preuve dans le domaine de l'Intelligence Artificielle. https://fr.wikipedia.org/wiki/R%C3%A9seau_de_neurones_artificiels.

Les réseaux de neurones artificiels visent à imiter le cerveau humain. Celui-ci est un réseau très complexe ayant un grand nombre de cellules de base interconnectées, les neurones. Il y a environ 100 milliards de neurones dans le cerveau humain et 10 puissance 15 connexions. Ces connexions sont nommées des synapses. Les réseaux de neurones sont des modèle très simple du cerveau où les unités de calcul élémentaire sont interconnectées. Évidemment, on ne prend pas en compte les caractéristiques biologiques du cerveau. Il s'agit seulement de réaliser de petits cerveaux artificiels.

Pour être efficaces, les calculateurs neuromorphiques ont besoin de liaisons très performantes entre leurs unités de calcul. Ces liaisons sont appelées des synapses artificielles. Différentes techniques sont utilisées pour cela. Aujourd'hui, on parle du Reservoir Computing (https://en.wikipedia.org/wiki/Reservoir_computing) Il fonctionne selon des principes similaires à ceux des calculateurs à réseaux de neurones. Ils peuvent être intégrés dans un un ordinateur classique sous la forme de simulations numériques.

Le Reservoir Computing se développe principalement en Europe où il a été développé et dont il reste l'apanage. Différentes solutions sont mises en oeuvre. Ainsi le projet européen PHOCUS http://nonlineaire.univ-lille1.fr/SNL/media/2011/resumes/LARGER_Laurent.pdf
né en 2010 d'une collaboration entre l'Espagne, l'Allemagne, la Belgique et la France, piloté par l'université des îles Baléares, fait appel à une solution physique s'appuyant sur une classe particulière de systèmes dynamiques, les dynamiques non linéaires à retard.

Au département Optique de l'Institut FEMTO-ST, une équipe de chercheurs menée par Laurent Larger a mis au point d'un démonstrateur physique du Reservoir Computing qui exploite la complexité des comportements de la lumière dans une fibre optique. http://www.cnrs.fr/insis/recherche/actualites/2017/03/processeur-optique-cerveau.htm

Ce Reservoir Computing photonique a recours aux équations non linéaires à retard pour assurer, de façon inédite jusqu'alors, la création physique d'un équivalent de réseau de neurones artificiels. Le système est purement temporel et le retard se substitue à la dimension spatiale initialement nécessaire à la multiplication des neurones. On obtient un système plus facile à gérer technologiquement, et un traitement ultrarapide de l'information grâce aux composants des télécommunications par fibre optique.

Laurent Larger explique que «  La notion de retard correspond à la mémoire du système. Plus la mémoire est importante, plus il est possible de créer de neurones »,. Le démonstrateur mis au point comporte quelque quatre cents neurones seulement, mais il a enregistré un succès au-delà des espérances dans le domaine de la reconnaissance vocale pour lequel il a fait l'objet de tests. Avec l'identification de plus d'un million de mots à la seconde, le Reservoir Computing photonique est le seul système physique au monde témoignant de telles puissance et rapidité de calcul, et dépasse de très loin les capacités de la simulation numérique.

D'autres approches

C'est cependant pour expérimenter d'autres approches que le National Institute of Standards and Technology (NIST) américain présente aujourd'hui un projet de synapse artificielle visant à accérer les liaisons entre neurones artificiels.Il est décrit sur le site Science Advances (voir référence in fine La recherche est financée par l' Intelligence Advanced Research Projects Activity Cryogenic Computing Complexity Program, lancé en 2014.

A elle seule, la synapse artificielle du NIST représente un exploit d'ingénierie. Il s'agit d'un cylindre métallique de 10 micromètres (ou microns) de diamètre, à peine plus grand qu'une synapse biologique. Il traite les entrées venant des neurones artificiels sous forme de signaux optiques et les transforme en courants dit impulsionnels, le terme désignant un dispositif de corrélation de deux signaux optiques permettant d'en faire un signal plus performant. Il permet au neurone d'émettre (fire) beaucoup plus rapidement que le neurone biologique, soit 1 milliard de fois par seconde comparé aux 50 fois par seconde de ce dernier. Il n'utilise que 1 dix millième de l'énergie dépensé par la synapse biologique.

A elle seule, la synapse artificielle du NIST représente un exploit d'ingénierie. Il s'agit d'un cylindre métallique de 10 micromètres (ou microns) de diamètre, à peine plus grand qu'une synapse biologique. Il traite les entrées venant des neurones artificiels sous forme de signaux optiques et les transforme en courants dit impulsionnels, le terme désignant un dispositif de corrélation de deux signaux optiques permettant d'en faire un signal plus performant. Il permet au neurone d'émettre (fire) beaucoup plus rapidement que le neurone biologique, soit 1 milliard de fois par seconde comparé aux 50 fois par seconde de ce dernier. Il n'utilise que 1 dix millième de l'énergie dépensé par la synapse biologique.

Le dispositif est inséré dans des microprocesseurs d'un centimètre carré déjà emplis de centaines de circuits électroniques. Ces microprocesseurs ainsi équipés seront les composants du futur calculateur neuromorphique. Il s'agira de composants superconducteurs, transmettant l'électricité sans résistance, contrairement aux semi-conducteurs des ordinateurs classiques. Les données seront transmises, traitées et stockées dans des unités de flux magnétiques. L'ordinateur classique traite au contraireles données dans des circuits dédiés et les stocke dans des mémoires séparées.

Ces synapses seront utilisées dans des calculateurs neuromorphiques faits de composants superconducteurs, transmettant l'électricité sans résistance, contrairement aux semi-conducteurs des ordinateurs classiques. Les données seront transmises, traitées et stockées dans des unités de flux magnétiques. L'ordinateur classique traite les données dans des circuits dédiés et les stocke dans des mémoires séparées.

Les synapses artificielles représenteront donc, selon leurs concepteurs, un pas en avant considérable pour la réalisation de vastes systèmes neuromorphiques beaucoup plus complexes aux performances se rapprochant du cerveau humain – ou tout au moins de certains aires cérébrales de ce cerveau, telles par exemple de celles permettant la reconnaissance des formes.

Mais, a-t-il été objecté, il faudra réaliser et assembler des millions de ces synapses artificielles pour qu'elles commencent à concurrencer les performances d'une aire cérébrale humaine. Par ailleurs, elles ne fonctionnent qu'à des températures proches du zéro absolu, afin de permettre la superconductivité. Ceci pourrait cependant être obtenu dans un centre de calcul de grande taille, mais non dans de petites puces.

Les neuroscientifiques font valoir par ailleurs que l'on connait trop mal encore le fonctionnement des synapses biologiques pour pouvoir les simuler efficacement sur des synapses artificielles.

Néanmoins la voie proposée par les chercheurs du NIST paraît prometteuse.


Abstract of Ultralow power artificial synapses using nanotextured magnetic Josephson junctions

Neuromorphic computing promises to markedly improve the efficiency of certain computational tasks, such as perception and decision-making. Although software and specialized hardware implementations of neural networks have made tremendous accomplishments, both implementations are still many orders of magnitude less energy efficient than the human brain. We demonstrate a new form of artificial synapse based on dynamically reconfigurable superconducting Josephson junctions with magnetic nanoclusters in the barrier. The spiking energy per pulse varies with the magnetic configuration, but in our demonstration devices, the spiking energy is always less than 1 aJ. This compares very favorably with the roughly 10 fJ per synaptic event in the human brain. Each artificial synapse is composed of a Si barrier containing Mn nanoclusters with superconducting Nb electrodes. The critical current of each synapse junction, which is analogous to the synaptic weight, can be tuned using input voltage spikes that change the spin alignment of Mn nanoclusters. We demonstrate synaptic weight training with electrical pulses as small as 3 aJ. Further, the Josephson plasma frequencies of the devices, which determine the dynamical time scales, all exceed 100 GHz. These new artificial synapses provide a significant step toward a neuromorphic platform that is faster, more energy-efficient, and thus can attain far greater complexity than has been demonstrated with other technologies.

Reference:

Superconducting 'synapse' could enable powerful future neuromorphic supercomputers. 7 février 2018
http://advances.sciencemag.org/content/4/1/e1701329

Autre référence

Sur le sujet des ordinareurs neuromorphiques,  voir un article plus détaillé publié le 16/02 par rtflash

http://www.rtflash.fr/l-ordinateur-neuromorphique-ouvpublié re-t-il-voie-vers-intelligence-artificielle-forte/article

 

11/02/2018


A LIRE AUSSI
Les articles sur les mêmes thèmes
Europe Solidaire