La synapse électronique, premier pas vers un cerveau artificiel

Les chercheurs de l'université de Bordeaux, de Paris-Sud et d'Evry, menés par Vincent Garcia (unité mixte de physique, CNRS, Thales/Paris Sud/Paris-Saclay/Palaiseau) et Sylvain Saïghi (Université de Bordeaux) ont, pour la première fois, fabriqué une sur une puce électronique, une synapse artificielle capable d'apprentissage. Les scientifiques ont également développé un modèle physique permettant d'expliciter cette capacité d'apprentissage. Ils décrivent les résultats de leurs travaux dans un article publié dans « Nature Communications ».

Baptisé le « memristor », ce dispositif reproduit le fonctionnement d'une synapse impliquée dans le phénomène d'apprentissage. Au cours du processus de mémorisation, un réseau spécifique de neurones s’élabore progressivement. Plus la synapse située entre les neurones est stimulée, plus la liaison se renforce et plus le souvenir est solidement fixé.

Sandwich ferroélectrique

Le memristor reproduit ce mécanisme. Il est composé d'une fine couche ferroélectrique prise en sandwich entre deux électrodes, qui ajuste sa résistance sous l'impulsion électrique répétée, similaire à celle des neurones. Comme les synapses normales, les synapses artificielles du CNRS sont donc capables de reconfigurer la force de la liaison entre les deux « neurones » constitués par les électrodes.

Les chercheurs ont également mis au point un modèle physique permettant d'anticiper le fonctionnement de leur synapse artificielle, et donc de s'en servir pour élaborer des circuits neuronaux artificiels plus complexes. La synapse artificielle mise au point par les chercheurs français constitue un premier pas vers le développement d'un « cerveau artificiel ». Une des applications les plus immédiates de ces recherches pourrait être la reconnaissance d'image. Une image captée par une caméra reliée à un réseau de neurones artificiels aura d'autant plus de chance d'être reconnue que des images similaires ont déjà été présentées à plusieurs reprises.

Les auteurs estiment que leur solution « consomme moins d'énergie que les algorithmes actuellement employés dans ce genre de tâche ».