Les chips sont partout. “Pas seulement dans les objets, mais aussi en nous-mêmes”, dit-il Alberto Sangiovanni Vincentelli (Milan, 1947), professeur à l’Université de Californie à Berkeley et autorité en matière de révolution des circuits électroniques. Ils se trouvent dans les téléphones portables, les ordinateurs, les voitures, les appareils électroménagers, les jouets et même dans le prosciutto, jambon ibérique en italien. Mettre une puce à côté de l’os de la jambe du porc pour mesurer la salinité et l’humidité du jambon – les deux choses les plus importantes pour décider s’il est prêt à manger – était l’une de ses idées. Aujourd’hui le jambon intelligent C’est une réalité, ainsi que les capteurs que portent les footballeurs pour mesurer leurs performances ou confirmer qu’ils sont sur le terrain. Les deux inventions sont passées par son bureau de Berkeley il y a “une vingtaine d’années”. Aussi les puces d’Elon Musk pour le cerveau, quelque chose qu’un de ses collègues de l’université américaine a développé « il y a longtemps ».
Sangiovanni Vincentelli était en avance sur ses idées et a créé les outils qui ont permis d’avoir ces technologies aujourd’hui. Il a reçu le Prix Frontières de la connaissance de la Fondation BBVA pour sa contribution à la conception et à l’amélioration des puces trouvées dans les appareils électroniques d’aujourd’hui. Il a été une référence au cours des 50 dernières années pour le transfert de connaissances entre le monde académique et les entreprises, facilitant la transformation du commerce des puces à travers la planète.
Le chercheur s’entretient avec EL PAÍS par visioconférence depuis une ville montagneuse de l’ouest de l’Inde, où il s’est rendu pour une réunion des dirigeants d’une de ses dix entreprises. Sangiovanni Vincentelli a également fondé les sociétés Cadence et Synopsis, références de l’industrie électronique mondiale pour développer les programmes utilisés dans chacune des puces d’aujourd’hui.
Demander. Qu’est-ce que ça fait de voir votre travail utilisé partout dans le monde ?
Répondre. C’est incroyable. À un moment donné, cela vient naturellement. Vous concevez un composant avec ses outils et c’est comme la personne qui a inventé le marteau. Tout le monde l’utilise, mais celui qui l’a créé ne pensait pas, à l’époque, qu’il fabriquait tous les marteaux du monde. Ce que nous faisons, c’est aider les gens à concevoir des puces qui entrent dans chaque objet aujourd’hui.
P Lorsque vous avez commencé votre travail il y a 50 ans, pouviez-vous imaginer que cela arriverait ?
R Oui définitivement. Ce n’était pas difficile à imaginer. Il était clair que des puces toujours plus petites, plus puissantes et moins chères pouvaient être fabriquées. Et ainsi de suite. Vous pouvez imaginer toutes sortes d’applications. Je veux dire, je ne pouvais pas le faire, mais il était évident que j’allais dans cette direction. En fait, l’un des fondateurs d’Intel, Gordon Moore, a postulé la loi de Moore, qui stipulait que le nombre de puces sur un substrat doublerait tous les deux ans. Et cela est resté jusqu’à présent. C’est incroyable, parce que c’était il y a 45 ans. Plusieurs d’entre nous ont eu la même idée.
P Est-il physiquement soutenable de maintenir ce paramètre ?
R Nous disons souvent que nous ne pouvons plus. Je me souviens d’un de mes bons collègues et d’une autorité en matière de technologie, le professeur James Meindllorsque les transistors étaient proches du micron [equivalente a la millonésima parte de un metro] Il a déclaré dans un discours: “Ça y est, nous n’en pouvons plus.” Mais maintenant nous sommes à un nanomètre [la millonésima parte de un milímetro], qui suppose quelques atomes, les uns au-dessus des autres. On ne peut donc pas faire grand-chose d’autre. Même les appareils sont déjà si petits qu’ils ne se comportent plus comme un transistor et cela devient un composant stochastique, où vous ne pouvez pas vraiment prédire ce qui se passe.
On approche des limites physiques, mais pas de la fin des capacités de la microélectronique
P Quelles sont les complications ?
R Le premier est le processus de fabrication, comment faire quelque chose de si petit. La lumière n’y parvient plus et elle commence à être utilisée E-faisceaux [haz de electrones] et laser pour pouvoir atteindre le nanomètre. Mais en dessous de cela, on ne sait pas ce qui peut être fait. La seconde est que parce qu’il est si petit, il ne se comporte pas d’une certaine manière. Le dernier, est-il trop cher et vaut-il vraiment le coup ? Actuellement, une nouvelle ligne de fabrication de trois nanomètres coûte environ cinq milliards de dollars. Ces trois éléments révèlent que nous approchons des limites physiques, mais pas de la fin des capacités de la microélectronique. Nous pouvons faire quelque chose appelé packages multipuces.
P Cela signifierait-il unir plusieurs puces au lieu d’avoir une seule superpuissance ?
R C’est ce que nous faisons depuis les années 1940, lorsque le transistor a été inventé. Placez les composants sur le substrat et connectez-les ensemble. En revanche, réaliser un seul circuit intégré sur une seule puce est intéressant pour les performances, car il tourne plus vite, consomme moins d’énergie, et peut même être moins cher en terme de fabrication. Mais quand c’est trop cher à développer, il faut revenir en arrière et utiliser l’ancienne formule. Maintenant, ce que vous voulez faire, c’est créer un lien vers plusieurs puces nues. Au lieu de le mettre en caisse, de l’emballer dans du plastique et de le brancher sur la carte, il ne fait que l’utiliser au fur et à mesure qu’il sort des chaînes de fabrication. Cela ressemble à un gâteau, mais avec mille couches. La distance entre eux est très courte, donc les performances ne sont pas si bonnes, c’est donc une solution de compromis. Maintenant ils s’appellent chipletqui est un drôle de nom pour les modules multipuces, auxquels nous avons commencé à penser il y a environ 30 ans.
P Pourquoi n’a-t-il pas emprunté cette voie depuis ?
R Il y avait des entreprises qui ont essayé de le faire, mais elles ont toutes échoué. Et la raison en est que la technologie avançait très rapidement. Au moment où il y avait le paquet multi-puces, il y avait déjà la puce unique qui contenait tout. Même s’il y avait une puce nue, l’autre était meilleure. Mais maintenant, nous ne pouvons pas presser plus de choses, nous devons donc récupérer la naissance de la technologie.
P L’apprentissage automatique est-il surestimé dans le scénario du microprocesseur ?
R Oui tout à fait. Malheureusement, la technologie progresse à pas de géant et certains sauts sont faits sur la foi. Quelque chose sonne bien, c’est projeté et ce qu’il peut faire est extrapolé. L’apprentissage automatique n’est qu’un chapitre de l’intelligence artificielle. Imaginez qu’il y a une boîte noire et que vous voulez la déchiffrer. Donc une expérience est faite : vous mettez quelque chose dedans, voyez ce qui sort, puis essayez de deviner ce qu’il y a à l’intérieur. Et voici la différence entre la physique et l’apprentissage automatique, qui, à mon avis, n’est qu’une approche de l’identification. Ce que vous faisiez autrefois avec une boîte noire était d’essayer de comprendre quelle était la physique à l’intérieur. Puis on a observé le phénomène et on s’est demandé ce qui pouvait l’expliquer. C’est un point clé. Notre esprit, avec des modèles mathématiques modernes et l’expérimentation, essaie d’expliquer pourquoi. L’intelligence artificielle ne peut pas le faire, car elle ne connaît pas le mécanisme qui explique pourquoi un appareil se comporte de cette manière. Mais si vous voulez effectuer une recherche sur le Web avec ChatGPT, c’est bien, il n’y a pas de problème. Si vous perdez quelque chose, personne ne meurt. Mais si l’échec est dans la conduite autonome, c’est une autre histoire, une personne peut mourir.
P Jusqu’où peut aller cette intelligence ?
R Un de mes collègues a commencé à poser des questions suggestives et à un moment donné, ChatPGT a dit des bêtises. Vous pouvez tricher. En ce qui concerne la manière intuitive d’utiliser Internet, parfois je me fâche parce que si je suis à Singapour ou en Inde et que je cherche où je peux voir [un partido de] AC Milan contre Tottenham, je reçois toutes les chaînes locales. Mais cela ne m’intéresse pas, car je veux savoir quelle chaîne italienne. Même si je dis “en Italie”, cela me donne toujours toutes les chaînes de l’Inde. Cependant, si je dis à ChatGPT “Je veux connaître les chaînes qui diffusent l’AC Milan en Italie”, il le fera sans aucun problème. Éliminez la frustration de passer du temps à chercher quelque chose qui aurait pu être fait plus intelligemment. Et vous pouvez l’appliquer de manière interactive, j’aimerais quelque chose comme Alexa. Parfois, elle fait un travail formidable et ChatGPT est certainement beaucoup plus puissant qu’Alexa car c’est un modèle plus grand et peut donc extraire plus de connaissances sur mon passé.
P Que souhaiteriez-vous voir dans les années à venir concernant ce type de technologie ?
R Le point clé est de comprendre quelle est votre limite. Au lieu de dire que tout va bien, c’est demander quel est le côté négatif de la technologie que nous développons. Il y a toujours un inconvénient, mais les gens ne le propagent pas. Dans une certaine mesure, j’essaie de faire autant que je peux, ce serait bien que tout le monde étudie le pour et le contre. Concernant le machine learning ou ChatGPT, ils sont excellents. Mais vous devez considérer quel est le côté négatif, ce qui peut être garanti avec cette technologie, où elle est la mieux utilisée et à quoi elle ne doit pas être utilisée. Pensez à CRISPR-Cas9, qui nous permet de modifier nos gènes de manière précise. Cela peut éliminer les maladies génétiques, mais cela peut aussi devenir comme les nazis, tout le monde est né avec les yeux bleus, vous pourriez le faire maintenant d’ailleurs. Comment s’assurer que quelque chose comme ça n’arrive pas ?
Vous pouvez suivre LE PAYS Technologie dans Facebook y Twitter ou inscrivez-vous ici pour recevoir nos bulletin d’information sémanal.
Abonnez-vous pour continuer à lire
Lire sans limites
