Transformer n’importe quel objet en ordinateur
Français
Le Reservoir Computing est une méthode alternative aux limites de l’informatique traditionnelle. Elle prétend qu’elle peut transformer n’importe quel objet en une unité de calcul.
Suivez-nous sur notre page Facebook et notre canal Telegram
Le dernier processeur sur l’iPhone possède 3,3 milliards de transistors qui sont embarqués dans du silicium faisant la taille d’une pièce de monnaie. Mais la tendance de la miniaturisation des processeurs n’est pas infinie. Les processeurs basés sur le silicium vont bientôt atteindre des limites imposées par les lois de la physique. De plus, les puces au silicium ne sont pas adaptées à toutes les tâches.
L’alternative la plus connue est l’ordinateur quantique qui manipule différemment les propriétés d’une puce par rapport à une machine traditionnelle. Mais on peut aussi utiliser d’autres matériaux, en fait, n’importe quel système physique ou matériau, comme un ordinateur afin de faire des calculs sans avoir besoin de manipuler les électrons comme dans les puces de silicium. Et ces systèmes alternatifs sont meilleurs pour développer des intelligences artificielles.
On connait ces alternatives comme un réservoir de calcul (Reservoir Computing) et elle nous est inspirée par la manière dont nous développons des réseaux informatiques sur le modèle de notre cerveau. Le Reservoir Computing implique l’idée que nous pouvons utiliser le comportement d’un système physique tel qu’un seau d’eau ou une forme floue de plastique intégrant des nanotubes de carbone, pour exploiter la puissance naturelle de calcul de ces systèmes.
L’entrée et la sortie
Les réservoirs informatiques (Reservoir Computer) exploitent les propriétés physiques d’un matériau dans son état naturel pour faire le calcul. Cela contraste avec le modèle actuel de l’informatique qui consiste à changer les propriétés du matériau. Par exemple, pour créer les processeurs modernes, nous modifions la structure cristalline du silicium. Un réservoir informatique pourrait, en principe, être composé de silicium ou d’un autre matériau sans avoir besoin de le modifier.
L’idée de base est de stimuler un matériau d’une certaine manière pour mesurer l’impact du stimulus. Si vous pouvez déterminer comment vous obtenez la stimulation d’entrée vers le changement de sortie, alors vous avez un calcul qui est effectué. Contrairement aux processeurs ordinateurs actuels qui dépendent de la position des électrons, l’ordre précis des particules dans le matériau n’est pas important dans le Reservoir Computing. Au lieu, nous observons simplement certaines propriétés globales pour mesurer le changement de sortie dans le matériau.
Par exemple, une équipe de chercheurs a construit un réservoir informatique qui est composé d’un seau d’eau. Ils ont démontré qu’après avoir stimulé l’eau avec des sondes mécaniques, ils pouvaient entrainer une caméra pour qu’elle observe des patterns distinctifs sur les ondes de l’eau. Ensuite, ils ont fait des calculs qui ont associé les mouvements de la sonde avec le pattern de l’onde. Et enfin, ils l’ont utilisé pour exécuter des opérations logiques simples. En termes clairs, l’eau a transformé l’entrée provenant des sondes en une sortie utile.
Des cellules cérébrales à utilisation générique
Un réservoir de cellules dans notre cerveau
L’idée du Reservoir Computing correspond avec les recherches récentes dans les neurosciences. Ces recherches ont découvert des parties du cerveau qui sont génériques. Ces zones sont composées d’une collection de neurones qui sont ordonnés dans une manière simplifiée, mais elles peuvent supporter des fonctions cognitives dans des parties plus spécialisées du cerveau en augmentant l’efficacité globale de notre cerveau. Et si ce réservoir de neurones est stimulé avec un signal précis, alors il va répondre avec un signal caractéristique et c’est cette réponse qui va permettre d’effectuer le calcul.
Par exemple, des travaux récents suggèrent que lorsque nous entendons ou voyons quelque chose, une partie générale du cerveau est stimulé par le son ou la lumière. La réponse des neurones dans cette zone est ensuite traitée par une partie plus spécialisée du cerveau.
La recherche indique que les réservoirs informatiques peuvent être très robustes et en théorie, ils peuvent effectuer des fonctions à l’infini. En fait, des réservoirs simulés sont déjà populaires dans certains aspects de l’intelligence artificielle grâce à leurs propriétés uniques. Par exemple, des systèmes, utilisant des méthodes de réservoir pour prédire les mouvements des marchés financiers, ont surpassé largement les intelligences artificielles traditionnelles. L’explication est que l’IA peut exploiter plus facilement la puissance de calcul du réservoir informatique.
Cela reste une technologie très récente et il faudra beaucoup de recherches pour comprendre ses capacités et ses implications. Mais même avec des travaux balbutiants, le Reservoir Computing surpasse déjà des ordinateurs classiques, alors on peut juste imaginer le potentiel quand on aura des réservoirs plus performants. Le Reservoir Computing peut être utilisé dans de nombreux domaines allants de la collecte et du traitement de données en temps réel jusqu’à la reconnaissance des images en passant par le contrôle des robots.
Traduction d’un article de The Conversation par Mark Douthwaite, candidat au doctorat dans l’ingénierie appliquée à l’université de York et Matt Dale, étudiant doctorant au York Center for Complex Systems Analysis.
Ce qui distingue un ordinateur d’une simple calculatrice c’est sa possibilité de changer l’ordre d’exécution de ses instructions (d’où son nom) en fonction du résultat d’un test logique (IF condition THEN action). Je vois mal comment effectuer des calculs conditionnels avec un seau d’eau !