Une nouvelle forme de mémoire pourrait faire progresser les ordinateurs inspirés du cerveau

Une nouvelle forme de mémoire informatique pourrait aider les machines à correspondre aux capacités du cerveau humain lorsqu'il s'agit de tâches telles que l'interprétation d'images ou de séquences vidéo.

Une puce mémoire à changement de phase qui apprend à reconnaître les nombres manuscrits en simulant un réseau de neurones est testée au centre de recherche Almaden d'IBM près de San Jose, en Californie.

Les chercheurs d'IBM ont utilisé ce qu'on appelle la mémoire à changement de phase pour construire un appareil qui traite les données d'une manière inspirée par le fonctionnement d'un cerveau biologique. À l'aide d'un prototype de puce mémoire à changement de phase, les chercheurs ont configuré le système pour qu'il agisse comme un réseau de 913 neurones avec 165 000 connexions, ou synapses, entre eux. La force de ces connexions change à mesure que la puce traite les données entrantes, modifiant la façon dont les neurones virtuels s'influencent les uns les autres. En exploitant cette propriété, les chercheurs ont appris au système à reconnaître les nombres manuscrits.

La mémoire à changement de phase devrait arriver sur le marché dans les prochaines années. Il peut écrire des informations plus rapidement et les emballer plus densément que la mémoire utilisée dans les ordinateurs d'aujourd'hui (voir Aperçu des futurs disques durs ). Une puce de mémoire à changement de phase se compose d'une grille de cellules qui peuvent chacune basculer entre deux états pour représenter un bit d'information numérique - un un ou un 0 . Dans le système expérimental d'IBM, chaque synapse est représentée par une paire de cellules mémoire travaillant ensemble.

Les informaticiens travaillent depuis un certain temps sur des puces qui imitent grossièrement les neurones et les synapses. Ces conceptions neuromorphiques sont radicalement différentes des puces que nous utilisons aujourd'hui. Mais ils promettent de fabriquer des ordinateurs efficaces dans les tâches que les ordinateurs trouvent normalement difficiles, comme apprendre par l'expérience ou comprendre la vidéo (voir Thinking in Silicon ).

Plus tôt cette année, IBM a annoncé la puce neuromorphique la plus complexe à ce jour (voir IBM Chip Processes Data Similar to the Way Your Brain Does ). Il a été fabriqué en utilisant les techniques et les composants utilisés pour construire les processeurs des smartphones.

Le système expérimental annoncé par les chercheurs d'IBM cette semaine est beaucoup moins puissant que cette puce. Mais le fait que les 165 000 synapses du nouveau système soient créées à l'aide d'une mémoire à changement de phase est significatif, déclare Geoff Burr, chercheur au Almaden Research Center d'IBM à San Jose, en Californie.

On pense que la mémoire à changement de phase est particulièrement bien adaptée aux systèmes informatiques neuromorphiques car elle stocke les données de manière si dense, ce qui permet de créer des systèmes inspirés du cerveau avec beaucoup plus de synapses, explique Burr. La mémoire à changement de phase est également plus simple à reprogrammer. Cela le rend pratique pour construire un système neuromorphique capable d'apprendre en ajustant son comportement au fur et à mesure qu'il reçoit de nouvelles données.

Les efforts précédents pour utiliser la mémoire à changement de phase pour construire des systèmes neuromorphiques ont été modestes, avec 100 synapses ou moins, dit Burr. Le nouveau système, construit avec des collègues d'IBM et de l'Université des sciences et technologies de Pohang, en Corée, est plus de 1 000 fois plus grand. Un article sur leurs résultats a été présenté à la Réunion internationale sur les dispositifs électroniques à San Francisco au début du mois.

L'équipe a pu créer un système beaucoup plus grand car elle a développé des techniques pour mesurer et compenser la variabilité naturelle des performances de chaque unité de mémoire à changement de phase. Une variabilité similaire affecte les puces de mémoire conventionnelles de nos téléphones et ordinateurs aujourd'hui, mais les méthodes de vérification des erreurs sont plus avancées pour ces appareils.

Après avoir montré 5 000 images étiquetées de chiffres manuscrits à partir d'un ensemble de données standardisé, la puce des chercheurs a pu reconnaître des chiffres manuscrits qu'elle n'avait jamais vus auparavant avec une précision de 82 %. Burr dit qu'une récente modification des méthodes de compensation des erreurs de son équipe devrait permettre à la précision de grimper à près de 99 %.

Eugenio Culurciello , professeur à l'Université Purdue qui travaille sur la conception de puces neuromorphiques, affirme que la mémoire à changement de phase pourrait améliorer les conceptions neuromorphiques de manière intéressante. Cependant, il note que les ingénieurs en sont aux premiers stades de la compréhension de la création de puces de type cerveau. Ces choses sont encore un peu exotiques, dit-il.

cacher