Les bogues sont-ils l'avenir de l'IA dans l'Internet des objets ?

Les chercheurs étudient comment les fonctions des systèmes nerveux d'insectes spécifiques ressemblent aux fonctions remplies par la mémoire déterministe, probabiliste, volatile et non volatile et explorent comment ces fonctions pourraient être recréées dans des nanosystèmes à base de silicium hautes performances et économes en énergie pour l'IA .

Dans un coin du monde de l'IA/ML, NVIDIA fait de son mieux pour convaincre tous ceux qui veulent se plonger dans l'entraînement que plus de puissance brute est la solution. Dans l'autre, le CEA-Leti a récemment annoncé qu'Elisa Vianello, coordinatrice du programme Edge AI, avait obtenu une subvention de 3 millions d'euros du Conseil européen de la recherche (ERC) pour développer de nouveaux systèmes d'IA de pointe inspirés du système nerveux des insectes.

Selon Vianello, l'un des plus grands défis liés à l'intégration directe de l'IA aux appareils IoT, ce qui leur permettrait de prendre des décisions autonomes basées sur la comparaison des entrées de capteurs avec des données formées et des arbres de décision, est que les architectures de puces actuelles gaspillent jusqu'à 90 % de leur consommation totale d'énergie pour déplacer les données, pas pour les traiter.

Voir aussi : Les chercheurs surpassent les méthodes de reconnaissance vocale avec l'aide des abeilles

En raison de ce gaspillage, les appareils IoT sont soit entravés dans leurs capacités d'IA, soit physiquement reliés à une alimentation électrique stable, ce qui signifie qu'ils ne sont pas aussi flexibles que de nombreuses organisations le souhaiteraient. Doublement pour une application proposée, les micropuces de diagnostic médical implantables, qui dépendraient fortement de la confiance de l'utilisateur dans la fiabilité de l'appareil.

Quel est le problème avec les appareils à petite échelle ? Il n'existe tout simplement pas de type de mémoire à haute densité, haute résolution, non volatile et indéfiniment endurant. Vianello dit que de nombreux laboratoires industriels et centres de recherche ont essayé de développer des architectures en mémoire à l'échelle nanométrique, qui utilisent le traitement en mémoire, mais les résultats ont été au mieux mitigés. La DRAM, par exemple, est volatile, ce qui signifie que son contenu est supprimé en cas de coupure de courant, ce qui est probable dans de nombreux paramètres IoT. Les types de mémoire non volatile, tels que la NVRAM, ont considérablement amélioré leur endurance au fil des ans; ils ne sont toujours pas complètement infaillibles.

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

Par exemple, les grillons ont plusieurs capteurs sur leur corps, ainsi que de nombreuses unités de traitement locales dans leur abdomen, capables d'apprendre et de prendre des décisions en continu sans impliquer le cerveau central. Grâce à son 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 qui peut intégrer plus d'une technologie de mémoire à petite échelle et compatible avec l'IdO, ce qui aiderait à naviguer dans les défauts de chaque système et à éliminer au moins une partie de l'énergie gaspillée lors du transfert de données au lieu de les traiter à l'aide de l'IA. /Algorithmes ML. L'équipe de Vianello espère prendre de petits volumes de données bruyantes, telles que celles capturées par les caméras vidéo, les radars ou les appareils ECG, et permettre les types d'apprentissage qui ne sont pas possibles avec l'architecture informatique IoT actuelle.

Les nouveaux produits générés par les nouvelles idées de l'équipe de Vianello sont probablement dans de nombreuses années, et les nouveaux paradigmes sont les bienvenus dans le monde de l'IoT en évolution rapide. Avec 46 % des organisations qui accélèrent leur adoption de la 5G, plusieurs normes viables pour l'informatique de périphérie et davantage d'architectures pilotées par les événements déployées en périphérie, la demande pour un IdO plus rapide, plus efficace et à plus petite échelle est déjà là.