Intel développe un système informatique qui imite le cerveau humain

Intel développe un système informatique qui imite le cerveau humain

25/03/2020 Non Par Arnaud Lefebvre

Le système Pohoiki Springs développé par Intel, premier fabricant mondial de semi-conducteurs spécialisé dans la conception de microprocesseurs, comprend 770 puces neuromorphiques dont la capacité de calcul est à peu près semblable à celle d’un rat-taupe.

Pohoiki Springs devrait être disponible ce mois-ci pour les membres de la communauté de recherche Intel Neuromorphic, organisation qui comprend des chercheurs universitaires, des laboratoires gouvernementaux et une douzaine d’entreprises telles qu’Accenture PLC et Airbus SE.

Informatique neuromorphique

Le système expérimentale d’informatique neuromorphique conçu par la société américaine imite la manière dont le cerveau humain travaille pour effectuer des calculs, plus rapidement et avec moins d’énergie.

Selon Gartner Inc, société américaine de conseil et de recherche dans le domaine des techniques, d’ici 2025, les puces neuromorphiques devraient constituer l’architecture informatique prédominante pour les nouvelles formes avancées d’intelligence artificielle. Par ailleurs, cette année, la technologie devrait supplanter les unités de traitement graphique, architecture dominante utilisée pour les systèmes d’IA, en particulier les réseaux de neurones. Les réseaux de neurones sont employés pour la reconnaissance et la compréhension de la parole, ainsi que pour la vision par ordinateur.

Avec l’informatique neuromorphique, il est possible de former des modèles d’apprentissage automatique en utilisant une fraction des données nécessaires habituellement. En d’autres termes, cela signifie que les modèles apprennent de la même manière que les bébés humains.

“En voyant une image ou un jouet une fois et en étant capables de le reconnaître pour toujours”, précise Mike Davies, directeur du laboratoire de calcul neuromorphique d’Intel.

Les modèles d’apprentissage automatique peuvent également apprendre des données, presque instantanément, ce qui permet d’établir des prévisions plus précises que celles faites par les modèles traditionnels d’apprentissage automatique.

“Cela va rendre possibles certains calculs intraitables de nos jours, car ils nécessitent beaucoup d’énergie ou trop de temps à calculer.”

Dans le cas d’une panne de courant généralisée, par exemple, l’informatique neuromorphique pourrait automatiquement aider le consommateur à déterminer où l’électricité sera le plus nécessaire.

Contrairement aux machines traditionnelles, la mémoire et les éléments informatiques du système Pohoiki Springs sont entrelacés plutôt que séparés. Cela minimise la distance que les données doivent parcourir, car dans les architectures informatiques traditionnelles, les données doivent circuler entre la mémoire et l’informatique.

Détection d’odeurs dangereuses

Les chercheurs d’Intel ont utilisé une seule puce de recherche neuromorphique pour entraîner un système d’IA à reconnaître des odeurs dangereuses à l’aide d’un échantillon d’entraînement par odeur. Par rapport aux 3 000 échantillons requis dans les méthodes d’apprentissage en profondeur de pointe, il ne s’agit que d’une fraction de l’énergie.

Lors de cette expérience, le modèle d’apprentissage automatique a pu détecter différentes odeurs dans un capteur chimique, comme l’ammoniac, l’acétone et le méthane et ce, même lorsqu’elles étaient mêlées à des parfums différents. De telles odeurs peuvent suggérer la présence d’explosifs et de stupéfiants.

Le système Pohoiki Springs comprend environ 770 de ces puces de recherche neuromorphique. Elles ont une capacité de calcul d’environ 100 millions de neurones, capacité à peu près semblable à celle du cerveau d’un rat-taupe.

L’un des principaux avantages de l’informatique neuromorphique est sa capacité à effectuer des calculs basés sur l’IA avec moins d’énergie, a expliqué Edy Liongosari, chercheur en chef chez Accenture Labs.

La consommation d’énergie est un obstacle aux déploiements d’intelligence artificielle à grande échelle. Le développement d’un modèle d’IA unique peut avoir une empreinte carbone équivalente aux émissions à vie de cinq voitures américaines moyennes, indique encore une étude de chercheurs de l’Université du Massachusetts à Amherst.