L’Institut supérieur coréen des sciences et technologies (KAIST) a annoncé en janvier 2024 le développement d’un memristor auto-apprenant, un composant conçu pour reproduire la fonction des synapses dans le cerveau humain. Selon le président du KAIST, Kwang Hyung Lee, le nouveau dispositif peut corriger ses propres erreurs et améliorer ses performances au fil du temps, répondant ainsi aux défis antérieurs des systèmes neuromorphiques.
La recherche, publiée dans la revue Nature Electronics, décrit les capacités du memristor. Les chercheurs rapportent que la puce peut, par exemple, apprendre à séparer une image animée de son arrière-plan lors du traitement vidéo et améliorer progressivement sa capacité à accomplir cette tâche. Cette avancée pourrait permettre d’exécuter des tâches d’IA complexes localement sur des appareils plutôt que de s’appuyer sur des serveurs cloud distants, ce qui augmenterait à la fois la confidentialité et l’efficacité énergétique.
“Ce système est comme un espace de travail intelligent où tout est à portée de main au lieu de devoir faire des allers-retours entre les bureaux et les classeurs”, ont déclaré les chercheurs du KAIST Hakcheon Jeong et Seungjae Han dans un communiqué de presse. “Cela est similaire à la façon dont notre cerveau traite l’information, où tout est traité efficacement en même temps et en un seul endroit.”
Le memristor, terme dérivé de « mémoire » et « résistance », est considéré comme un élément fondamental de l’informatique neuromorphique, ou de type cérébral. Le concept a été théorisé pour la première fois en 1971 par l’ingénieur électricien et informaticien américain Leon Chua. Il a proposé qu’un quatrième composant électrique fondamental doive exister à côté de la résistance, du condensateur et de l’inductance. Chua a envisagé le memristor comme un composant de mémoire non volatile capable de stocker des informations même lorsqu’il est éteint.
Bien que la théorie existe depuis des décennies, les chercheurs n’ont découvert expérimentalement les memristors qu’en 2008. Cette percée a déclenché des efforts scientifiques mondiaux pour améliorer leurs capacités. La capacité d’un memristor à effectuer simultanément le stockage de données et le calcul en fait un substitut efficace à une synapse artificielle dans un réseau neuronal d’IA, imitant le fonctionnement du cerveau humain.
L’un des principaux objectifs de ce domaine de recherche est de construire des ordinateurs capables de fonctionner avec l’efficacité et la puissance du cerveau humain. Le cerveau peut effectuer environ un milliard de milliards (10^18) d’opérations mathématiques par seconde en utilisant seulement 20 watts de puissance. Atteindre ce niveau d’hyperefficacité est une condition essentielle pour développer un cerveau d’IA neuromorphique pratique.
Dans le cadre d’un développement connexe cette année, KAIST a également créé la première puce supraconductrice d’IA. Cette puce est conçue pour un fonctionnement ultra-rapide avec une consommation d’énergie minimale, imitant davantage l’efficacité du cerveau.
Ces améliorations technologiques sont considérées comme des étapes progressives vers la création d’un « cerveau sur puce ». Une telle technologie pourrait faire progresser considérablement l’IA et potentiellement accélérer les progrès vers la singularité, un futur point théorique où l’intelligence artificielle surpasse l’intelligence humaine.
Cependant, l’article souligne que le « renseignement » est un sujet complexe. La capacité d’une IA à effectuer certains calculs similaires à ceux du cerveau humain ne signifie pas qu’elle peut reproduire toutes les diverses fonctions du cerveau.
Certains scientifiques pensent que de telles machines pourraient évoluer vers des « esprits extraterrestres », possédant des constructions neuronales intelligentes d’une manière fondamentalement différente de la cognition humaine. Pour le moment, le cerveau humain reste la norme en matière d’informatique hyper-efficace. Grâce aux progrès continus de composants tels que les memristors, l’IA pourrait éventuellement remettre en question cette position.
