Des ingénieurs de l'Université Northwestern, dirigés par le professeur Mark C. Hersam, ont mis au point un dispositif électronique inspiré du cervelet humain capable de détecter des anomalies avec une efficacité énergétique record. Les résultats de cette recherche, publiée le 10 juillet dans la revue Nature Communications, ouvrent la voie à une nouvelle génération d'intelligence artificielle intégrée, toujours active et ne consommant que très peu d'énergie. Contrairement aux approches classiques qui s'efforcent de reproduire les fonctions cognitives complexes du cerveau, cette équipe s'est concentrée sur le cervelet, une structure responsable des réflexes et de la surveillance environnementale. Ce dernier fonctionne en ignorant les stimuli habituels pour ne consacrer ses ressources qu'aux événements inattendus. Les chercheurs ont transposé ce principe dans un memtransistor, un composant qui fusionne mémoire et traitement des données pour éliminer les transferts énergivores entre processeur et mémoire. En utilisant le disulfure de molybdène, un semi-conducteur atomique, l'équipe a conçu une architecture asymétrique où la simple inversion de la tension électrique permet de basculer entre deux modes de fonctionnement. Le premier agit comme un signal synaptique excitateur, renforçant progressivement la réponse, tandis que le second se comporte comme un signal inhibiteur, réagissant fortement puis s'estompant rapidement. Cette dynamique compétitive reproduit l'équilibre cérébral, permettant au dispositif de filtrer les informations routinières et de ne s'activer qu'en présence de nouveautés. Lors des tests, le memtransistor a analysé des enregistrements électrocardiographiques contenant des rythmes cardiaques normaux et des arythmies. Il a ignoré les battements réguliers et identifié une anomalie en moins d'un cinquième de pulsion, avec une précision dépassant 98 %. Cette détection, deux fois plus rapide que l'IA conventionnelle, a nécessité environ dix mille fois moins d'opérations informatiques. Cette avancée pourrait transformer le déploiement de l'intelligence artificielle dans les domaines nécessitant une réaction instantanée sans dépendre de centres de données massifs. Les dispositifs médicaux portables, les véhicules autonomes, les robots mobiles et les systèmes de cybersécurité bénéficieront directement de cette architecture capable de fonctionner en continu avec une empreinte énergétique minimale. Les chercheurs prévoient désormais d'intégrer des mécanismes d'apprentissage pour permettre au dispositif de s'adapter et de considérer les événements répétitifs comme normaux, s'approchant ainsi davantage du fonctionnement naturel du cervelet.