Neurones à nanofils supraconducteurs atteignent l'efficacité du cerveau humain

Des chercheurs du MIT ont conçu un neurone artificiel à partir de nanofils supraconducteurs. En théorie, un circuit simple de tels neurones peut fonctionner aussi efficacement que le cerveau humain. Le réseau peut effectuer cent billions d'opérations synaptiques par seconde par watt.

Le dispositif informatique le plus fascinant connu de la science est le cerveau humain. Il peut effectuer diverses opérations complexes avec l'aide de groupes d'un seul composant — le neurone.

Contrairement aux CPU modernes qui tournent à des vitesses de gigahertz, le cerveau fonctionne à une vitesse d'horloge de seulement quelques hertz. Cependant, il effectue des billions de calculs par seconde [en parallèle], ce qui permet aux humains de faire des choses complexes avec aisance que les ordinateurs traditionnels n'ont pas encore réussi : converser, marcher, conduire, etc.

Comparé aux dispositifs informatiques d'aujourd'hui, notre cerveau consomme très peu d'énergie pour effectuer ces tâches. Par conséquent, les chercheurs essaient d'imiter la performance de calcul du cerveau humain en utilisant des réseaux de neurones efficaces. Bien que les microprocesseurs traditionnels puissent être programmés pour agir comme des réseaux de neurones, ils utilisent des quantités excessives de ressources computationnelles et d'énergie.

Pour résoudre ce problème, des informaticiens du MIT ont eu une idée : créer des neurones artificiels et les relier ensemble dans des réseaux de type cerveau humain. Pour implémenter ce design, ils ont conçu un neurone artificiel à partir de nanofils supraconducteurs.

Le dispositif fait de tels neurones artificiels peut fonctionner aussi efficacement que le cerveau humain (au moins en théorie).

Caractéristiques majeures d'un neurone artificiel

Les neurones biologiques génèrent des pics électriques pour encoder l'information, qui voyagent le long de la longueur du nerf. L'information est passée à un autre neurone via des synapses (une jonction entre deux cellules nerveuses).

Les autres neurones peuvent soit transmettre soit bloquer cette information. En effet, ils peuvent se comporter comme des portes logiques, générant une sortie en réponse à plusieurs entrées.

Ces neurones ne s'activent pas à moins que l'impulsion électrique entrante ne dépasse une certaine valeur seuil. Ils ne peuvent pas s'activer à nouveau avant qu'un certain temps ne se soit écoulé, ce qu'on appelle la période réfractaire.

Source : arXiv:1907.00263

Les nouveaux nanofils supraconducteurs imitent toutes ces caractéristiques des neurones biologiques. Ils ont une propriété non-linéaire étrange qui permet à la supraconductivité du nanofil de s'effondrer quand un courant supérieur à un niveau seuil le traverse.

Cela se produit en raison de l'augmentation soudaine de la résistance, ce qui crée une impulsion de tension analogue au pic électrique dans le neurone biologique. Elle peut être utilisée pour moduler une autre impulsion générée par un second nanofil, rendant la simulation encore plus précise.

Source image : Adobe Stock

Ainsi, un circuit simple fait de nanofils peut imiter les caractéristiques majeures des neurones, y compris le seuil d'activation, le temps de propagation (peut être ajusté en réglant les propriétés du circuit), et la période réfractaire.

Efficacité énergétique et limitations

L'efficacité énergétique de tels circuits supraconducteurs peut être comparable à celle des réseaux de neurones biologiques. Selon l'équipe de recherche, leur réseau de neurones artificiels proposé peut effectuer environ cent billions d'opérations synaptiques par seconde par watt.

Les simulations semblent prometteuses. Si elles réussissent, cela peut être une technologie hautement compétitive en termes de vitesse et de puissance. Le design peut permettre un processeur neuromorphique à grande échelle qui pourrait être entraîné comme un réseau de neurones à impulsions pour effectuer des tâches complexes telles que la reconnaissance de motifs.

Comme d'autres concepts, il a ses propres limitations : les neurones supraconducteurs peuvent être reliés à seulement quelques autres neurones. Alors que le neurone biologique se connecte à des milliers d'autres neurones. Pour l'instant, c'est juste un design qui a besoin d'une démonstration de principe.