Les ordinateurs fonctionnent avec des chiffres – des et des 1 pour être precise. Leurs calculs sont numériques leurs processus sont numériques même leurs souvenirs sont numériques. Tout cela nécessite des ressources énergétiques extraordinaires. Alors que nous envisageons la prochaine évolution de l’informatique et le développement de l’informatique neuromorphique ou « cérébrale », ces besoins en énergie sont irréalisables.
Pour faire progresser l’informatique neuromorphique, certains chercheurs étudient des améliorations analogiques. En d’autres termes, il ne s’agit pas seulement de faire progresser les logiciels, mais aussi de faire progresser le matériel. Des recherches menées à l'Université de Californie à San Diego et à l'UC Riverside montrent une nouvelle façon prometteuse de stocker et de transmettre des informations à l'aide de boucles supraconductrices désordonnées.
Les recherches de l'équipe, qui apparaissent dans les Actes de l'Académie nationale des sciences, offrent la capacité des boucles supraconductrices à démontrer la mémoire associative, qui, chez l'homme, permet au cerveau de se memento de la relation entre deux éléments non liés.
« J'espère que ce que nous concevons, simulons et construisons sera able d'effectuer ce sort de traitement associatif très rapidement », a déclaré Robert C. Dynes, professeur de physique à l'UC San Diego, qui est l'un des co-auteurs de l'article.
Créer des souvenirs durables
in addition il est profondément gravé dans la mémoire. C'est pourquoi nous nous souvenons encore d'une chanson de l'époque où nous avions dix ans, mais nous ne nous souvenons pas de ce que nous avons mangé hier au déjeuner.
« Nos cerveaux ont ce don remarquable de mémoire associative, que nous ne comprenons pas vraiment », a déclaré Dynes, également président émérite de l'Université de Californie et ancien chancelier de l'UC San Diego. « Cela peut fonctionner grâce à la probabilité des réponses parce qu'il est très interconnecté. Ce cerveau informatique que nous avons construit et modélisé est également hautement interactif. Si vous entrez un signal, tout le cerveau informatique sait que vous l'avez fait. »
Rester au courant
Il s'agit d'une boucle, mais la mémoire associative et le traitement nécessitent au moins deux informations. Pour cela, Dynes a utilisé des boucles désordonnées, ce qui signifie que les boucles sont de tailles différentes et suivent des modèles différents, essentiellement aléatoires.
Une jonction Josephson, ou « maillon faible », comme on l'appelle parfois, dans chaque boucle agissait comme une porte par laquelle les quanta de flux pouvaient passer. C’est ainsi que les informations sont transférées et que les associations se construisent.
Bien que l'architecture informatique traditionnelle ait des besoins continus en énergie élevée, non seulement pour le traitement mais également pour le stockage en mémoire, ces boucles supraconductrices permettent de réaliser d'importantes économies d'énergie, à l'échelle d'un million de fois moindre. En effet, les boucles ne nécessitent de l'énergie que lors de l'exécution de tâches logiques. Les mémoires sont stockées dans le matériau physique supraconducteur et peuvent y rester en permanence, tant que la boucle reste supraconductrice.
Le nombre d'emplacements mémoire disponibles augmente de façon exponentielle avec le nombre de boucles : une boucle a trois emplacements, mais trois boucles en ont 27. Pour cette recherche, l'équipe a construit quatre boucles avec 81 emplacements. Ensuite, Dynes souhaiterait augmenter le nombre de boucles et le nombre d'emplacements mémoire.
« Nous savons que ces boucles peuvent stocker des souvenirs. Nous savons que la mémoire associative fonctionne. Nous ne savons tout simplement pas à quel position elle est secure avec un nombre in addition élevé de boucles », a-t-il déclaré.
Ce travail n’est pas seulement remarquable pour les physiciens et les ingénieurs informaticiens cela peut également être crucial pour les neuroscientifiques. Dynes s'est entretenu avec un autre président émérite de l'Université de Californie, Richard Atkinson, un scientifique cognitif de renommée mondiale qui a contribué à créer un modèle fondateur de la mémoire humaine appelé modèle Atkinson-Shiffrin.
Atkinson, qui est également ancien chancelier de l'Université de San Diego et professeur émérite à l'École des sciences sociales, était enthousiasmé par les possibilités qu'il voyait : « Bob et moi avons eu de très bonnes conversations pour essayer de déterminer si son réseau neuronal basé sur la physique pouvait être utilisé pour modéliser la théorie d'Atkinson-Shiffrin sur la mémoire. Son système est assez différent des autres réseaux neuronaux proposés basés sur la physique et est suffisamment riche pour pouvoir être utilisé pour expliquer le fonctionnement du système de mémoire du cerveau en termes de processus physique sous-jacent. C'est une perspective très excitante. »
Liste complète des auteurs : Uday S. Goteti et Robert C. Dynes (tous deux UC San Diego) Shane A. Cybart (UC Riverside).
Ce travail a été principalement soutenu dans le cadre du projet Matériaux quantiques pour le calcul neuromorphique économe en énergie (Q-MEEN-C) (Département de l'énergie DE-SC0019273). Un autre soutien a été fourni par l'Agence nationale de sécurité nucléaire du ministère de l'Énergie (DE-NA0004106) et le Bureau de recherche scientifique de l'Armée de l'Air (FA9550-20-1-0144).
