KAIST crée une puce IA empilée pour analyser les mouvements
Des chercheurs de l'Institut des sciences et technologies avancées de Corée (KAIST), en collaboration avec les universités UNIST et POSTECH, ont développé une nouvelle architecture de puce d'intelligence artificielle capable de traiter des informations temporelles complexes. Publiée dans la revue Advanced Materials, cette technologie repose sur l'empilement vertical de transistors à commande ionique solides, offrant une mémoire intégrée adaptée aux appareils portables. Pour distinguer une marche d'un simple mouvement du bras, les dispositifs portables doivent analyser l'évolution des signaux dans le temps. Les chercheurs ont contourné cette difficulté en concevant des transistors à nanotubes de carbone à commande ionique, intégrés dans un ionogel solide. Lorsque la tension est appliquée, les ions se déplacent et modifient le courant. À son extinction, le retour progressif des ions conserve temporairement la trace des signaux antérieurs. En ajustant la concentration ionique et l'épaisseur du film, l'équipe a fabriqué des couches aux vitesses de réponse différentes : une couche rapide capte les événements immédiats, tandis qu'une couche lente intègre les signaux accumulés. L'empilement de ces couches en architecture 3D crée un système hybride capable de traiter simultanément les variations rapides et lentes. Les tests ont démontré que cette puce distingue parfaitement seize motifs temporels générés par des combinaisons de signaux électriques. Dans des simulations de classification de vidéos de chiffres manuscrits en mouvement, le dispositif a atteint un taux de validation supérieur à 90 %, qu'il soit soumis à des cycles de 1 ou 10 millisecondes. Sur le plan de la fabrication, les transistors ont été produits avec succès sur des plaquettes de quatre pouces et sur des substrats flexibles, utilisant des procédés semi-conducteurs standard. Leur stabilité électrique a été maintenue pendant cinquante-cinq mois sans dégradation notable. Cette approche élimine la nécessité de stocker et de traiter numériquement les données temporelles dans le cloud, permettant un calcul AI décentralisé et très sobre en énergie. Selon le professeur Jimin Kwon, dirigeant de l'équipe, la technologie pourrait directement équiper des montres connectées et autres dispositifs biomédicaux pour l'analyse du mouvement et des signaux physiologiques. Les prochaines étapes consisteront à valider les performances énergétiques dans des conditions réelles d'utilisation quotidienne. Cette avancée marque un pas significatif vers des puces dédiées à l'intelligence artificielle temporelle, ouvrant la voie à une nouvelle génération d'appareils portables autonomes et réactifs.
