Les réseaux de neurones inspirés des insectes pourraient-ils révolutionner l'IA pour l'Internet des objets ?

Des chercheurs étudient comment les fonctions de systèmes nerveux d'insectes spécifiques ressemblent aux fonctions effectuées par la mémoire déterministe, probabiliste, volatile et non volatile, et explorent comment ces fonctions pourraient être recréées dans des nanosystèmes silicium à haute performance et à haute efficacité énergétique pour l'IA.

Dans un coin du monde de l'IA/ML, NVIDIA fait de son mieux pour convaincre quiconque veut s'initier à l'entraînement que plus de puissance brute est la réponse. Dans l'autre, le CEA-Leti a annoncé récemment qu'Elisa Vianello, coordinatrice du programme Edge AI, a obtenu une subvention de 3 millions d'euros du Conseil européen de la recherche (ERC) pour développer de nouveaux systèmes Edge AI inspirés des systèmes nerveux d'insectes.

Selon Vianello, l'un des plus grands défis pour apporter l'IA directement aux appareils IoT, ce qui leur permettrait de prendre des décisions autonomes en comparant les entrées des capteurs avec des données entraînées et des arbres de décision, est que les architectures de puces actuelles gaspillent jusqu'à 90 % de leur consommation énergétique totale à déplacer des données, et non à les traiter.

Voir aussi : Des chercheurs surpassent les méthodes de reconnaissance vocale grâce aux abeilles

À cause de ce gaspillage, les appareils IoT sont soit limités dans leurs capacités d'IA, soit doivent être physiquement raccordés à une alimentation stable, ce qui signifie qu'ils ne sont pas aussi flexibles que de nombreuses organisations le souhaiteraient. D'autant plus pour une application proposée, les puces de diagnostic médical implantables, qui reposeraient fortement sur la confiance de l'utilisateur dans la fiabilité de l'appareil.

Quel est le hic pour les dispositifs à petite échelle ? Il n'existe tout simplement pas de type de mémoire à la fois haute densité, haute résolution, non volatile et infiniment endurant. Vianello affirme que de nombreux laboratoires industriels et centres de recherche ont tenté de développer des architectures en mémoire à l'échelle nanométrique, qui utilisent le traitement en mémoire, mais les résultats ont été mitigés au mieux. La DRAM, par exemple, est volatile, ce qui signifie que son contenu est effacé en cas de perte d'alimentation — une occurrence probable dans de nombreux contextes IoT. Les types de mémoire non volatile, comme la NVRAM, ont vu leur endurance s'améliorer considérablement au fil des ans ; ils ne sont pourtant pas complètement infaillibles.

Vianello et son équipe utiliseront le financement pour étudier comment les fonctions de systèmes nerveux d'insectes spécifiques ressemblent aux fonctions effectuées par la mémoire déterministe, probabiliste, volatile et non volatile, puis explorer comment celles-ci pourraient être recréées dans des « nanosystèmes silicium à haute performance et à haute efficacité énergétique ». Vianello dit : « Les grillons prennent des décisions précises basées sur des neurones et des synapses lents, imprécis et peu fiables pour échapper à leurs prédateurs. En examinant de près leur biologie, nous avons identifié une diversité de fonctions semblables à la mémoire en jeu dans leurs systèmes sensoriels et nerveux. En combinant ces différentes fonctions, le système informatique interne du grillon atteint des performances et une efficacité énergétique incroyables. »

Par exemple, les grillons ont plusieurs capteurs sur leur corps, ainsi que de nombreuses unités de traitement local dans leur abdomen, capables d'apprentissage continu et de prise de décision sans impliquer le cerveau central. Parce qu'il possède un système informatique distribué, il prend des décisions plus rapidement — sans avoir à transférer des données d'un endroit à un autre avant de les traiter.

L'objectif est une synapse hybride capable d'intégrer plus d'une technologie de mémoire à une échelle réduite, compatible IoT, ce qui aiderait à contourner les défauts de chaque système et à éliminer au moins une partie de l'énergie gaspillée dans le transfert de données au lieu de les traiter à l'aide d'algorithmes IA/ML. L'équipe de Vianello espère prendre de petits volumes de données bruitées, comme celles capturées par des caméras vidéo, des radars ou des appareils ECG, et permettre les types d'apprentissage qui ne sont pas possibles avec l'architecture informatique IoT actuelle.

De nouveaux produits découlant des éventuelles découvertes de l'équipe de Vianello sont probablement encore de nombreuses années loin, et de nouveaux paradigmes sont bienvenus dans le monde IoT en évolution rapide. Avec 46 % des organisations qui accélèrent leur adoption de la 5G, de multiples normes viables pour l'informatique de périphérie, et plus d'architectures orientées événements déployées en périphérie, la demande pour une IoT plus rapide, plus efficace et plus microscopique est déjà là.