Comme son nom l'indique, l'informatique neuromorphique utilise un modèle inspiré du fonctionnement du cerveau. Ce dernier s’est avéré être un modèle vraiment attrayant pour l'informatique.
Le cerveau humain impressionne de par son adaptabilité. Il peut écrire de la poésie, choisir un visage familier dans une foule en un éclair, conduire une voiture, apprendre une nouvelle langue, prendre de bonnes et de mauvaises décisions, et bien plus encore. Et avec les modèles informatiques traditionnels en difficulté, l'exploitation des techniques utilisées par nos cerveaux pourrait être la clé pour des ordinateurs beaucoup plus puissants à l'avenir.
Alors, comment pouvez-vous créer un ordinateur qui fonctionne comme le cerveau humain?
Premièrement, pour comprendre la technologie neuromorphique, il est logique de jeter un coup d'œil rapide sur le fonctionnement du cerveau.
Les messages sont acheminés vers et depuis le cerveau via des neurones, un type de cellule nerveuse. Si vous marchez sur une épingle, les récepteurs de la douleur dans la peau de votre pied détectent les dommages et déclenchent ce que l'on appelle un potentiel d'action dans le neurone connecté au pied. Le potentiel d'action amène le neurone à libérer des produits chimiques à travers un espace appelé synapse, qui se produit à travers de nombreux neurones jusqu'à ce que le message atteigne le cerveau. Votre cerveau enregistre alors la douleur, des messages sont alors envoyés d'un neurone à l'autre jusqu'à ce que le signal atteigne les muscles de vos jambes - et vous bougez votre pied.
L'informatique neuromorphique modélise la façon dont le cerveau fonctionne grâce à des réseaux de neurones dopants. Le calcul conventionnel est basé sur des transistors qui sont activés ou désactivés, à un ou à zéro. Les réseaux de neurones à pointes peuvent transmettre des informations de la même manière temporelle et spatiale que le cerveau peut et ainsi produire plus d'une des deux sorties. Les systèmes neuromorphiques peuvent être numériques ou analogiques, le rôle des synapses étant joué par des logiciels ou des memristors (composants électroniques qui imitent le fonctionnement d'une synapse neuronale).
Les memristors pourraient également être utiles pour modéliser un autre élément utile du cerveau: la capacité des synapses à stocker des informations et à les transmettre. Les Memristors peuvent stocker une plage de valeurs, plutôt que simplement le traditionnel un et zéro, ce qui lui permet d'imiter la façon dont la force d'une connexion entre deux synapses peut varier. Changer ces poids dans les synapses artificielles en informatique neuromorphique est une façon de permettre aux systèmes basés sur le cerveau d'apprendre.
L’informatique neuromorphique, quel avenir?
L’informatique neuromorphique a commencé suite à l'utilisation de circuits analogiques pour imiter les structures synaptiques trouvées dans le cerveau. Le cerveau excelle dans la sélection de modèles à partir du bruit et de l'apprentissage. Un processeur neuromorphique excelle dans le traitement de données discrètes et claires.
Pour cette raison, beaucoup pensent que l'informatique neuromorphique peut débloquer des applications et résoudre des problèmes à grande échelle qui ont entravé les systèmes informatiques conventionnels pendant des décennies. Les processeurs neuromorphiques, visent à fournir un fonctionnement très économe en énergie en modélisant le fonctionnement de base du cerveau.
Les neurones s'envoient des impulsions d'information les uns aux autres sous forme de modèles d'impulsions appelés pics. Le moment de ces pics est critique, mais pas l'amplitude. Le timing lui-même transmet des informations. Numériquement, un pic peut être représenté comme un seul bit, ce qui peut être beaucoup plus efficace et beaucoup moins gourmand en énergie que les méthodes de communication de données conventionnelles. La compréhension et la modélisation de cette activité neuronale de pointe sont apparues dans les années 1950, mais les applications matérielles à l'informatique n'ont pas commencé à décoller avant cinq décennies.
