Cette nouvelle technologie pourrait permettre aux ordinateurs d’effectuer des tâches complexes plus rapidement et avec plus de précision, tout en consommant beaucoup moins d’énergie.
Un nouveau dispositif microélectronique peut programmer et reprogrammer le matériel informatique à la demande en utilisant des impulsions électriques.
Et si un ordinateur pouvait apprendre à recâbler ses circuits en fonction des informations qu’il reçoit ?
Une collaboration multi-institutionnelle, qui inclut le laboratoire national Argonne du ministère américain de l’énergie (DOE), a créé un matériau qui peut être utilisé pour créer des puces informatiques capables de faire exactement cela. Elle y parvient en utilisant des circuits et une architecture informatique dits “neuromorphiques” pour reproduire les fonctions du cerveau. Shriram Ramanathan, professeur à l’université de Purdue, a dirigé l’équipe.
“Le cerveau humain peut en fait changer à la suite de l’apprentissage de nouvelles choses”, a déclaré Subramanian Sankaranarayanan, co-auteur de l’article, qui travaille conjointement à Argonne et à l’Université de l’Illinois à Chicago. “Nous avons maintenant créé un dispositif permettant aux machines de reconfigurer leurs circuits d’une manière similaire à celle du cerveau”.
Avec cette capacité, les ordinateurs basés sur l’intelligence artificielle pourraient effectuer des tâches difficiles plus rapidement et plus précisément tout en utilisant beaucoup moins d’énergie. L’analyse d’images médicales complexes en est un exemple. Les voitures autonomes et les robots dans l’espace qui pourraient recâbler leurs circuits en fonction de l’expérience sont un exemple plus futuriste.
Les ions hydrogène dans le nickelate permettent l’exécution de l’une des quatre fonctions à différentes tensions (appliquées par des électrodes en platine et en or en haut). Les fonctions sont : synapse artificielle, neurone artificiel, condensateur et résistance. Le condensateur stocke et libère le courant ; la résistance le bloque. Crédit : Argonne National Laboratory
Le matériau clé du nouveau dispositif se compose de néodyme, de nickel et d’oxygène et est appelé nickelate de perovskite (NdNiO3). L’équipe a fait infuser de l’hydrogène dans ce matériau et y a fixé des électrodes qui permettent d’appliquer des impulsions électriques à différentes tensions.
“La quantité d’hydrogène présente dans le nickelate, et son emplacement, modifie les propriétés électroniques”, a déclaré Sankaranarayanan. “Et nous pouvons changer son emplacement et sa concentration avec différentes impulsions électriques”.
“Ce matériau a une personnalité à plusieurs niveaux”, a ajouté Hua Zhou, coauteur de l’article et physicien à Argonne. “Il possède les deux fonctions habituelles de l’électronique de tous les jours – l’allumage et le blocage du courant électrique ainsi que le stockage et la libération de l’électricité. Ce qui est vraiment nouveau et frappant, c’est l’ajout de deux fonctions similaires au comportement distinct des synapses et des neurones dans le cerveau.” Un neurone est une cellule nerveuse unique qui se connecte à d’autres cellules nerveuses via des synapses. Les neurones sont à l’origine de la détection du monde extérieur.
Pour sa contribution, l’équipe d’Argonne a réalisé la caractérisation computationnelle et expérimentale de ce qui se passe dans le dispositif de nickelate sous différentes tensions. À cette fin, elle s’est appuyée sur les installations des utilisateurs du DOE Office of Science à Argonne : l’Advanced Photon Source, l’Argonne Leadership Computing Facility et le Center for Nanoscale Materials.
Les résultats expérimentaux ont démontré que la simple modification de la tension contrôle le mouvement des ions hydrogène dans le nickelate. Une certaine tension concentre l’hydrogène au centre du nickelate, provoquant un comportement semblable à celui des neurones. Une tension différente fait sortir l’hydrogène du centre, ce qui donne un comportement de type synapse. À des tensions encore différentes, l’emplacement et la concentration de l’hydrogène provoquent les courants de marche-arrêt des puces d’ordinateur.
“Nos calculs révélant ce mécanisme à l’échelle atomique étaient très intensifs”, a déclaré Sukriti Manna, scientifique à Argonne. L’équipe s’est appuyée sur la puissance de calcul non seulement de l’Argonne Leadership Computing Facility, mais aussi du National Energy Research Scientific Computing Center, une installation du DOE Office of Science située au Lawrence Berkeley National Laboratory.
La confirmation du mécanisme a été apportée, en partie, par des expériences menées sur la ligne de faisceau 33-ID-D de l’Advanced Photon Source.
“Au fil des ans, nous avons eu un partenariat très productif avec le groupe de Purdue”, a déclaré Zhou. “Ici, l’équipe a déterminé exactement comment les atomes s’organisent dans le nickelate sous différentes tensions. Il était particulièrement important de suivre la réponse du matériau à l’échelle atomique au mouvement de l’hydrogène.”
Avec le dispositif de nickelate de l’équipe, les scientifiques vont travailler à la création d’un réseau de neurones et de synapses artificiels qui pourraient apprendre et se modifier à partir de l’expérience. Ce réseau se développerait ou se réduirait au fur et à mesure qu’on lui présenterait de nouvelles informations et serait ainsi capable detravaillent avec une extrême efficacité énergétique. Et cette efficacité énergétique se traduit par une réduction des coûts opérationnels.
La microélectronique inspirée du cerveau, avec le dispositif de l’équipe comme élément de base, pourrait avoir un bel avenir. Ceci est d’autant plus vrai que le dispositif peut être fabriqué à température ambiante par des techniques compatibles avec les pratiques de l’industrie des semi-conducteurs.
Les travaux liés à Argonne ont été financés par le DOE Office of Basic Energy Sciences, ainsi que par l’Air Force Office of Scientific Research et la National Science Foundation.
Référence : “Reconfigurable perovskite nickelate electronics for artificial intelligence” par Hai-Tian Zhang, Tae Joon Park, A. N. M. Nafiul Islam, Dat S. J. Tran, Sukriti Manna, Qi Wang, Sandip Mondal, Haoming Yu, Suvo Banik, Shaobo Cheng, Hua Zhou, Sampath Gamage, Sayantan Mahapatra, Yimei Zhu, Yohannes Abate, Nan Jiang, Subramanian K. R. S. Sankaranarayanan, Abhronil Sengupta, Christof Teuscher et Shriram Ramanathan, 3 février 2022, Science.
DOI : 10.1126/science.abj7943
