De nouvelles architectures inspirées du cerveau pour les ordinateurs

Publié par Redbran le 20/03/2017 à 00:00
Source: CNRS-INSIS
...
Restez toujours informé: suivez-nous sur Google Actualités (icone ☆)

Le cerveau et la lumière au centre d'une nouvelle architecture des ordinateurs.

Symboles du progrès technologique, les ordinateurs sont cependant basés sur des concepts vieux de plus de 70 ans. Des chercheurs de l'Institut Femto-ST étudient donc de nouvelles architectures optiques, comme le reservoir computing photonique, inspirées du fonctionnement du cerveau. Un de leurs systèmes a brillamment réussi un test de reconnaissance vocale (La reconnaissance vocale ou reconnaissance automatique de la parole (Automatic Speech Recognition...), dans des travaux publiés dans la revue Physical review X et qui ont bénéficié d'un Research Highlight dans Nature.


© Femto-ST
Du smartphone au supercalculateur, l'architecture (Architectures est une série documentaire proposée par Frédéric Campain et Richard Copans,...) de nos ordinateurs remonte à 1945 et aux principes de John Von Neumann (John von Neumann (né Neumann János, 1903-1957), mathématicien et physicien...) et Alan Turing (Alan Mathison Turing (23 juin 1912 - 7 juin 1954) est un mathématicien...). Leurs performances atteignent aujourd'hui leurs limites technologiques et la vitesse (On distingue :) des processeurs sature au risque de faire fondre les composants. Des chercheurs de l'Institut (Un institut est une organisation permanente créée dans un certain but. C'est...) Franche-Comté électronique mécanique (Dans le langage courant, la mécanique est le domaine des machines, moteurs, véhicules, organes...) thermique (La thermique est la science qui traite de la production d'énergie, de l'utilisation de...) et optique (L'optique est la branche de la physique qui traite de la lumière, du rayonnement...) — sciences et technologies (Femto-ST, CNRS/Université de technologie (Le mot technologie possède deux acceptions de fait :) de Belfort Montbéliard/Université de Franche-Comté/ENSMM) proposent une nouvelle approche inspirée du cerveau. Ce dernier est ici considéré comme un réseau (Un réseau informatique est un ensemble d'équipements reliés entre eux pour échanger des...) de neurones récurrent, c'est-à-dire un ensemble (En théorie des ensembles, un ensemble désigne intuitivement une collection...) de nœuds interconnectés qui interagissent entre eux de manière récurrente. Les impulsions électriques y circulent dans un maillage en trois dimensions (Dans le sens commun, la notion de dimension renvoie à la taille ; les dimensions d'une pièce...), permettant aussi bien de calculer que d'apprendre.

Or la microélectronique peine à fabriquer des circuits intégrés en trois dimensions et densément connectés. Les chercheurs ont contourné le problème avec des boucles à retard, afin que le temps remplace les dimensions spatiales manquantes. Pour cela, un nœud unique va recevoir sa propre information avec un retard pour la démultiplier dans le temps, puis va la retraiter et la renvoyer en boucle à l'entrée du système. Grâce à des composants mélangeant électronique et optique, en particulier des lasers et des fibres optiques, le reservoir computing photonique à retard est un million de fois plus rapide que le cerveau. Ce système a été testé avec succès en reconnaissance vocale, où il a traité près d'un million de mots par seconde ( Seconde est le féminin de l'adjectif second, qui vient immédiatement après le premier ou qui...). Ces premiers résultats sont déjà proches de ceux des meilleurs algorithmes des ordinateurs standards. Ce domaine émergeant promet des machines à la rapidité, à l'efficacité énergétique (En physique et ingénierie mécanique, l'efficacité énergétique (ou...) et au pouvoir calculatoire supérieurs, tout en pouvant tenir à terme dans une puce optoélectronique.


© Femto-ST / Ludovic Godard-UFC
Calculateur photonique neuromorphique
Références publication:
High-Speed Photonic Reservoir Computing Using a Time-Delay-Based Architecture: Million Words per Second Classification
Laurent Larger, Antonio Baylón-Fuentes, Romain Martinenghi, Vladimir S. Udaltsov, Yanne K. Chembo, and Maxime Jacquot
Phys. Rev. X (2017)
DOI: 10.1103/PhysRevX.7.011015

Contacts chercheurs:
Laurent Larger – Femto-ST
Page générée en 0.354 seconde(s) - site hébergé chez Contabo
Ce site fait l'objet d'une déclaration à la CNIL sous le numéro de dossier 1037632
A propos - Informations légales | Partenaire: HD-Numérique
Version anglaise | Version allemande | Version espagnole | Version portugaise