Des synapses électroniques capables d’apprendre : vers un cerveau artificiel ?

Des chercheurs des universités de Bordeaux (Laboratoire de l’intégration du matériau au système - IMS), de Paris-Sud, d’Evry, du CNRS et de Thales viennent de créer une synapse artificielle capable d’apprendre de manière autonome. Ils ont également réussi à modéliser ce dispositif, étape fondamentale pour élaborer des circuits plus complexes. Les travaux sont publiés dans Nature Communications le 3 avril 2017.

  • 11/04/2017

Synapse électronique © Sören Boyn / Unité mixte de physique CNRS/Thales Synapse électronique © Sören Boyn / Unité mixte de physique CNRS/Thales

S’inspirer du fonctionnement du cerveau pour concevoir des machines de plus en plus intelligentes, telle est l’idée du biomimétisme. Le principe est déjà à l’œuvre en informatique via des algorithmes pour la réalisation de certaines tâches comme la reconnaissance d’image. C’est ce qu’utilise Facebook pour identifier des photos par exemple. Mais le procédé est très gourmand en énergie.

Les chercheurs impliqués, dont les bordelais Gwendal Lecerf, Jean Tomas et Sylvain Saïghi de l'IMS, viennent de franchir une nouvelle étape dans ce domaine en créant directement sur une puce électronique une synapse artificielle capable d’apprentissage. Ils ont également développé un modèle physique permettant d’expliciter cette capacité d’apprentissage. Cette découverte ouvre la voie à la création d’un réseau de synapses et donc à des systèmes intelligents moins dépensiers en temps et en énergie...

> Lire la suite sur le site du CNRS

 

Comment cela fonctionne ?

Les particules représentent les électrons circulant à travers l’oxyde, par analogie avec les neurotransmetteurs dans les synapses biologiques. Le flux d’électrons dépend de la structure en domaines ferroélectriques de l’oxyde. Celle-ci est contrôlée par les impulsions électriques.

Les travaux présentés impliquent des chercheurs de l’Unité mixte de physique CNRS/Thales, du Laboratoire de l’intégration du matériau au système (CNRSCentre national de la recherche scientifique /Université de Bordeaux/Bordeaux INP), de l’Université d’Arkansas, du Centre de nanosciences et nanotechnologies (CNRSCentre national de la recherche scientifique /Université Paris-Sud), de l’Université d’Evry et de Thales.

Thèmes :

Référence

"Learning through ferroelectric domain dynamics in solid-state synapses" by Sören Boyn, Julie Grollier, Gwendal Lecerf, Bin Xu, Nicolas Locatelli, Stéphane Fusil, Stéphanie Girod, Cécile Carrétéro, Karin Garcia, Stéphane Xavier, Jean Tomas, Laurent Bellaiche, Manuel Bibes, Agnès Barthélémy, Sylvain Saïghi, Vincent Garcia. Nature communications, le 3 avril 2017.

Contact

Sylvain Saïghi
Enseignant-chercheur