Les ordinateurs conventionnels ont besoin de plusieurs ordres de grandeur de plus d’énergie que celui que nous avons dans la tête. Des réseaux neuronaux faits de nano-conducteurs supraconducteurs pourraient se rapprocher de la réalité.
Le cerveau humain est de loin le système ‘informatique’ le plus impressionnant qui existe : il fonctionne à la lenteur d’un escargot (quelques hertz comparés aux gigahertz des processeurs actuels) mais il a une incroyable capacité à faire du parallel-computing, ce qui lui permet de solutionner aisément des problèmes qui restent difficiles pour les ordinateurs conventionnels : conduire, marcher, tenir une conversation, … Et tou ça avec peu d’énergie alors que les super-ordinateurs consomment autant qu’une ville …
Cest pourquoi les scientifiques essaient de copier le fonctionnement du cerveau en utilisant des réseaux neuronaux. Mais c’est plus facile à dire qu’à faire … Au lieu d’utiliser des processeurs conventionnels, la solution semble se sinuer dans l’utilisation de neurones artificiels interconnectés en un réseau similaire à celui du cerveau. Mais cela demande toujours beaucoup d’énergie …
Une équipe du MIT développe des neurones supra-conducteurs qui, en théorie ua moins, pourraient concurrencer avec les neurones humains en termes de consommation d’énergie …
Un neurone artificiel doit être capable de reproduire le fonctionnement d’un neurone naturels et cela demande souvent des circuits complexes. Mais l’équipe de chercheurs répond que ce n’est pas nécessaire, grâce au comportement non linéaire du neurone supra-conducteur.
Les neurones supra-conducteurs peuvent être réglés/configurés pour se comporter le plus exactement possible comme des neurones naturels et même – et c’est une ‘première’ – ‘allumer’ et ‘éteindre’ d’autres neurones via leurs synapses ..
Ce système n’en est qu’au stade conceptuel mais d’après les simulations et calculs des auteurs, il permettrait d’atteindre le même niveau de potentiel de calcul que le cerveau humain, de l’ordre de 1014 calculs synaptiques par seconde et par watt.
Ce nouveau concept pourrait, à terme conduire à une nouvelle génération de processeurs neuromorphiques à grande échelle destinés à traiter des problèmes tels que la reconnaissance de motifs, la simulation de processus complexes, …
Source (en anglais) : is.gd/0xMCHp
Pour en savoir plus (an anglais) : arxiv.org/ftp/arxiv/papers/1907/1907.00263.pdf