Des systèmes neuromorphiques pour un nez robotisé fonctionnel

Des chercheurs de l'UE ont progressé la création d'un nez robotique fonctionnel.

Un projet financé par l'UE a développé des systèmes de classification et de reconnaissance d'odeur qui ouvrent la voie au développement de nombreuses applications innovantes, y compris la possibilité de nez robotisés réels.

Le projet BIOMACHINELEARNING a créé un réseau neuromorphique pour la reconnaissance d'odeurs, qui fonctionne avec un matériel neuromorphique réel qui sera en mesure de recevoir des informations en temps réel pour les capteurs de gaz électrique.

Il s'agit d'une étape importante pour la création d'un nez robotisé fonctionnel, efficace et portable qui pourra être utilisé dans un nombre de secteurs, comme l'agriculture (pour déterminer la maturité des fruits), la médecine (le diagnostic des maladies) ou simplement pour déterminer le nom d'un parfum donné respiré au hasard lors de votre trajet matinal.

Une découverte inattendue

L'un des défis pour développer cette technologie a été d'améliorer la précision et la vitesse de détection des odeurs et l'identification par les nez électroniques. Alors que l'équipe se penchait pour étudier comment y arriver en analysant les données provenant des capteurs de gaz électronique, ils ont fait une découverte inattendue. À l'aide du traitement de signaux bio-inspirés, ils ont pu renforcer les signaux des capteurs à un niveau suffisamment élevé pour résoudre les variations de concentrations gazeuses qui sont provoquées par un phénomène appelé "turbulence".

"La turbulence est un phénomène omniprésent dans la détection gazeuse, et les informations encodées dans les variations de concentration gazeuse sont en fait nombreuses", a expliqué le chercheur principal, le Dr Michael Schmuker. "Par exemple, si vous êtes proche d'une source de gaz, ces changements induits par la turbulence se produisent très rapidement. Plus tard, les changements sont moins drastiques et plus lents. Il s'agit d'un fait bien établi connu depuis des années, mais on a toujours considéré que des capteurs rapides sont nécessaires pour résoudre ces petites différences."

Plutôt, l'équipe a découvert que ces changements de concentration rapides peuvent être résolus avec des capteurs de gaz commerciaux et un traitement de signaux approprié. "Cela était effectivement un élément qui a changé la donne pour ouvrir la voie à des applications très intéressantes", commentait le Dr Schmuker.

Une solution inspirée par la nature pour une détection et une classification des odeurs

Armé de ces nouvelles connaissances, Dr Schmuker et ses collègues ont tenté de réaliser une solution inspirée par la nature pour une détection et une classification des odeurs.

La méthode du projet pour renforcer le signal des capteurs de gaz est étroitement inspirée par la manière dont les neurones fonctionnent. Les neurones réagissent aux changements rapides dans leur apport synaptique, ce qui signifie qu'ils s'adaptent très rapidement. "La méthode de traitement de signaux que nous avons conçue fonctionne pratiquement comme un neurone en phase d'adaptation", commente le Dr Schmuker.

Les neurones échangent des informations par de petites impulsions d'activité appelées des "crêtes", une méthode potentiellement plus efficace que l'échange constant des nombres comme avec les ordinateurs traditionnels. Le projet utilise un matériel neuromorphique spécialisé (des puces de silicone qui abritent des centaines ou des milliers des neurones électroniques) pour accélérer le calcul des crêtes et modéliser des circuits cérébraux avec beaucoup de détails sans maintenir l'efficacité informatique.

Le réseau de classification d'odeur est étroitement inspiré par la manière dont les cerveaux gèrent le sens de l'odorat. Les données entrantes (les relevés des capteurs) sont encodées par des "récepteurs olfactifs virtuels" et sont traitées par un réseau étroitement modélisé selon un système olfactif des insectes, le lobe antennaire. Ce dernier est important pour assurer une bonne performance de reconnaissance des bonnes odeurs.

Des systèmes matériaux neuromorphiques

Le projet utilisait deux systèmes neuromorphiques totalement opérationnels. Des réseaux de reconnaissance d'odeur ont été déployés avec succès sur les deux plateformes.

"L'efficacité de ces systèmes s'appuie sur leur architecture parallèle", commente le Dr Schmuker. "Avec le bon réseau, ces systèmes ont le potentiel de fonctionner aussi bien que les ordinateurs habituels selon un profil de reconnaissance de formes, mais à un prix réduit." Il a ainsi indiqué que de nombreuses entreprises technologiques commencent à adopter la technologie, indiquant que l'informatique neuromorphique est devenue une partie intégrante de l'infrastructure informatique industrielle.

Et après ?

L'équipe du projet espère développer une mise en application physique d'un nez électronique associé à un système neuromorphique, pour procéder à la reconnaissance des odeurs et/ou au déplacement à gaz du robot. "Je pense que ces prototypes validés sont la première étape pour attirer les partenaires industriels potentiels intéressés à intégrer nos résultats dans leur ligne de production", commente le Dr Schmuker.

À long terme, le Dr Schmuker a également souligné sa vision pour la technologie: "J'aimerais que les nez électroniques soient aussi fréquents que les appareils photo et les microphones... La technologie de nez électronique ayant peu de besoins en énergie et permettant une bonne reconnaissance ouvre la voie à une meilleure compréhension de notre environnement chimique."

Pour plus d'informations voir: projet Bio-inspired Machine Learning for Chemical Sensing