Une technologie matérielle d’IA économe en énergie via un système de stockage inspiré du cerveau ? —


  • FrançaisFrançais



  • Des chercheurs ont proposé un nouveau système inspiré de la neuromodulation du cerveau, appelé «système de stockage», qui nécessite moins de consommation d’énergie. Le groupe de recherche dirigé par le professeur Kyung Min Kim du Département de science et génie des matériaux a développé une technologie capable de gérer efficacement les opérations mathématiques pour l’intelligence artificielle en imitant les changements continus de la topologie du réseau neuronal en fonction de la situation. Le cerveau humain modifie sa topologie neuronale en temps réel, apprenant à stocker ou à rappeler des souvenirs selon les besoins. Le groupe de recherche a présenté une nouvelle méthode d’apprentissage de l’intelligence artificielle qui implémente directement ces configurations de circuits de coordination neuronale.

    La recherche sur l’intelligence artificielle devient très active et le développement d’appareils électroniques basés sur l’intelligence artificielle et les lancements de produits s’accélèrent, en particulier à l’ère de la quatrième révolution industrielle. Pour mettre en œuvre l’intelligence artificielle dans les appareils électroniques, le développement de matériel personnalisé doit également être pris en charge. Cependant, la plupart des appareils électroniques pour l’intelligence artificielle nécessitent une consommation d’énergie élevée et des matrices de mémoire hautement intégrées pour les tâches à grande échelle. Il a été difficile de résoudre ces limitations de consommation d’énergie et d’intégration, et des efforts ont été faits pour découvrir comment le cerveau humain résout les problèmes.

    Pour prouver l’efficacité de la technologie développée, le groupe de recherche a créé un matériel de réseau de neurones artificiels équipé d’un réseau synaptique auto-rectifiant et d’un algorithme appelé «système de stockage» qui a été développé pour effectuer l’apprentissage de l’intelligence artificielle. En conséquence, il a pu réduire l’énergie de 37 % dans le système de stockage sans aucune dégradation de la précision. Ce résultat prouve qu’il est possible d’émuler la neuromodulation chez l’homme.

    Le professeur Kim a déclaré: « Dans cette étude, nous avons mis en œuvre la méthode d’apprentissage du cerveau humain avec seulement une simple composition de circuit et grâce à cela, nous avons pu réduire l’énergie nécessaire de près de 40%. »

    Ce système de stockage inspiré de la neuromodulation qui imite l’activité neuronale du cerveau est compatible avec les appareils électroniques existants et le matériel semi-conducteur commercialisé. Il devrait être utilisé dans la conception de puces semi-conductrices de nouvelle génération pour l’intelligence artificielle.

    Cette étude a été publiée dans Matériaux fonctionnels avancés en mars 2022 et soutenu par KAIST, la National Research Foundation of Korea, le National NanoFab Center et SK Hynix.

    Source de l’histoire :

    Matériaux fourni par L’Institut supérieur coréen des sciences et technologies (KAIST). Remarque : Le contenu peut être modifié pour le style et la longueur.

    N'oubliez pas de voter pour cet article !
    1 étoile2 étoiles3 étoiles4 étoiles5 étoiles (No Ratings Yet)
    Loading...
    mm

    La Rédaction

    L'équipe rédactionnelle

    Laisser un commentaire

    Votre adresse e-mail ne sera pas publiée.