Un neurone artificiel développé un milliard de fois plus rapidement qu’un neurone biologique

Développement d’un neurone artificiel basé sur un laser qui émule pleinement les fonctions, la dynamique et le traitement de l’information d’un neurone biologique gradué avec une vitesse de traitement du signal de 10 Gbauds, un milliard de fois plus rapide que ses homologues biologiques.

Un groupe de recherche dirigé par Chaoran Huangde l’Université chinoise de Hong Kong. Décrit dans OPTIQUEle nouveau neurone à l’échelle laser pourrait conduire à des innovations dans des domaines tels que l’intelligence artificielle et d’autres types d’informatique avancée. Le corps contient différents types de cellules nerveuses, notamment des neurones classés qui codent les informations grâce à des changements continus du potentiel membranaire, permettant un traitement subtil et précis du signal. En revanche, les neurones biologiques transmettent des informations en utilisant des potentiels d’action tout ou rien, créant ainsi une forme de communication plus binaire.

“Notre neurone classé au laser surmonte les limitations de vitesse des versions photoniques actuelles des neurones à pointe et a le potentiel d’un fonctionnement encore plus rapide”, a déclaré Huang, chef de l’équipe de recherche. “En tirant parti de sa dynamique non linéaire de type neurone et de son traitement rapide, nous avons créé un système informatique de réservoir qui démontre des performances exceptionnelles dans les tâches d’intelligence artificielle telles que la reconnaissance de formes et la prédiction de séquences”, a poursuivi Huang.

Comment l’IA pourrait changer

Selon les chercheurs, leur neurone laser à points quantiques basé sur une puce peut atteindre une vitesse de traitement du signal de 10 Gbauds. Les scientifiques ont utilisé cette vitesse pour traiter les données de 100 millions de battements de cœur ou 34,7 millions d’images numériques manuscrites en une seconde seulement. “Notre technologie pourrait accélérer la prise de décision en matière d’IA dans les applications urgentes tout en conservant une grande précision”, a déclaré Huang. “Nous espérons que l’intégration de notre technologie dans des appareils informatiques de pointe, qui traitent les données à proximité de leur source, facilitera des systèmes d’IA plus rapides et plus intelligents qui serviront mieux les applications du monde réel avec une consommation d’énergie réduite à l’avenir”, a poursuivi Huang.

Développements dans le domaine informatique

Les neurones artificiels basés sur le laser, capables de répondre aux signaux d’entrée d’une manière qui imite le comportement des neurones biologiques, sont étudiés comme moyen d’améliorer considérablement l’informatique en raison de leurs vitesses de traitement de données ultrarapides et de leur faible consommation d’énergie. Cependant, la plupart de ceux développés jusqu’à présent ont été des neurones photoniques. Ces neurones artificiels ont une vitesse de réponse limitée, peuvent souffrir de pertes d’informations et nécessitent des sources laser et des modulateurs supplémentaires. La limitation de vitesse des neurones photoniques à pointe vient du fait qu’ils fonctionnent généralement en injectant des impulsions d’entrée dans la section de gain du laser ; cela provoque un retard qui limite la vitesse de réponse du neurone. Pour le neurone à l’échelle laser, les chercheurs ont utilisé une approche différente en injectant des signaux radiofréquence dans la section d’absorption saturable du laser à points quantiques, ce qui évite ce retard. Les scientifiques ont également conçu des plots de radiofréquence à grande vitesse pour la section d’absorption saturable afin de produire un système plus rapide, plus simple et plus économe en énergie.

Un seul neurone comme un réseau de neurones

“Avec de puissants effets de mémoire et d’excellentes capacités de traitement de l’information, un seul neurone classé au laser peut se comporter comme un petit réseau neuronal”, a ajouté Huang. “Par conséquent, même un seul neurone classé au laser, sans connexions complexes supplémentaires, peut effectuer des tâches d’apprentissage automatique avec des performances élevées”, a expliqué Huang.

Pour démontrer davantage les capacités de leur neurone classé au laser, les chercheurs l’ont utilisé pour créer un système informatique de réservoir. Cette méthode de calcul utilise un type particulier de réseau, appelé réservoir, pour traiter des données temporelles telles que celles utilisées pour la reconnaissance vocale et les prévisions météorologiques. La dynamique non linéaire de type neurone et la vitesse de traitement rapide du neurone classé au laser le rendent idéal pour prendre en charge le calcul de réservoir à grande vitesse. Lors des tests, le système informatique de réservoir résultant a montré une excellente reconnaissance de formes et une excellente prédiction de séquences, en particulier des prédictions à long terme, dans diverses applications d’IA avec une vitesse de traitement élevée. Par exemple, il a traité 100 millions de battements cardiaques par seconde et détecté des modèles d’arythmie avec une précision moyenne de 98,4 %. “Dans ce travail, nous avons utilisé un seul neurone classé au laser, mais nous pensons que la mise en cascade de plusieurs neurones classés au laser permettra de libérer davantage leur potentiel, tout comme le cerveau compte des milliards de neurones travaillant ensemble en réseaux”, a souligné Huang.

“Nous travaillons à améliorer la vitesse de traitement de nos neurones classés au laser, tout en développant une architecture informatique à réservoir profond qui intègre des neurones classés au laser en cascade”, a conclu Huang.