Des chercheurs de l'université de Loughborough ont développé une nouvelle puce informatique inspirée du cerveau, capable de traiter des informations en temps réel directement au niveau du matériel. Publiée dans la revue Advanced Intelligent Systems, cette découverte suggère que cette approche pourrait rendre certains systèmes d'intelligence artificielle jusqu'à deux mille fois plus efficaces énergétiquement que les méthodes logicielles traditionnelles. L'impact varie selon l'application, mais les gains potentiels sont considérables pour le traitement de données évolutives. Contrairement aux ordinateurs conventionnels qui exécutent des algorithmes logiciels, cette puce utilise la physique des matériaux pour effectuer le calcul. Elle est basée sur un memristor à oxyde nanoporeux, un composant électronique capable de stocker l'historique des entrées passées. Le dispositif contient des pores aléatoires qui créent de multiples voies électriques, agissant comme une couche de traitement cachée similaire à un réseau neuronal. Cette architecture permet à la matière elle-même d'effectuer une partie du calcul, éliminant ainsi la nécessité de conversions logicielles énergivores. L'équipe de recherche, dirigée par le docteur Pavel Borisov, a testé la puce sur diverses tâches complexes. Ils ont notamment utilisé le système Lorenz-63, un modèle mathématique de chaos illustrant l'effet papillon, pour évaluer la capacité de prédiction à court terme. La puce a réussi à reconstruire des données manquantes et à prédire l'évolution du système chaotique. En outre, elle a démontré ses capacités en reconnaissant des images pixelisées de chiffres simples et en effectuant des opérations logiques de base. Ces résultats prouvent qu'un seul dispositif physique peut gérer une variété de tâches nécessitant l'analyse de séries temporelles. La motivation principale de cette innovation réside dans la durabilité de l'intelligence artificielle. À mesure que les systèmes deviennent plus puissants, leur demande énergétique augmente drastiquement, posant des problèmes environnementaux majeurs. En déplaçant le calcul du logiciel vers le matériel, les chercheurs espèrent atteindre des résultats similaires avec une consommation d'énergie nettement inférieure. Le docteur Borisov a expliqué que le dispositif imite la façon dont le cerveau humain crée des connexions neuronales apparemment aléatoires mais complexes, en utilisant des films d'oxyde de niobium de l'échelle du nanomètre. Bien que les résultats soient prometteurs, la technologie en est encore à ses débuts. Les tests ont été menés sur des tâches relativement simples. Les prochaines étapes consistent à augmenter la complexité des réseaux neuronaux et à évaluer la performance du système avec des données réelles contenant du bruit et des variations importantes. Les chercheurs estiment que cette approche est évolutrice et pourrait conduire à la création de petits appareils compatibles avec l'industrie pour des applications d'IA plus efficaces et fonctionnant hors ligne. Le professeur Sergey Saveliev, co-auteur de l'étude, a souligné que cette avancée illustre comment la physique fondamentale peut contribuer aux calculs modernes. En utilisant la complexité des systèmes physiques comme filtre de données à haute dimension, il est possible d'éviter les énormes coûts de calcul inhérents aux solutions logicielles classiques. Cette innovation marque un pas significatif vers des systèmes d'intelligence artificielle plus écologiques et plus performants, reliant directement les principes physiques aux besoins technologiques contemporains.