Photo Sandrine Quarroz, Institut FEMTO-ST
Les ordinateurs numériques sont incontestablement des champions en performance et vitesse de calcul. Mais le cerveau humain reste le maître de la résolution de problèmes complexes, qui nécessite l’acquisition de connaissances au préalable. Cette faculté d’apprentissage se décline dans la technique du machine learning, qui en donnant à un calculateur la possibilité d’intégrer un très grand nombre d’informations, pose les fondements de l’intelligence artificielle.
Directement inspirés du fonctionnement du cerveau, les réseaux de neurones artificiels sont un outil pour mener à bien cet apprentissage. Mais leur potentiel de développement se heurte à une limite technique : les systèmes électroniques sur lesquels repose le fonctionnement de l’ordinateur classique sont en deux dimensions, une configuration qui n’admet la connexion que de quelques dizaines de neurones artificiels, là où il en faudrait dans l’idéal des millions.
Chargé de recherche CNRS à l’Institut FEMTO-ST, Daniel Brunner travaille à la mise au point de réseaux de neurones selon une architecture optique en 3D, qui autorise l’implémentation des neurones artificiels et de leurs connexions. « Un réseau de neurones et de connexions est imprimé sur la surface physique géométriquement disponible, puis ce réseau s’étend en 3D à la manière des ramifications d’un arbre.
Ce déploiement s’opère grâce à des matrices de lasers qui créent de nouveaux neurones et de nouvelles connexions selon un processus entièrement optique », explique Daniel Brunner. Le procédé, reposant sur le principe mathématique des dynamiques non linéaires, s’inspire donc du cerveau humain autant pour son architecture 3D que pour son système de connexion neuronale.
Les calculateurs neuromorphiques utilisant les réseaux de neurones artificiels promettent un changement d’échelle impressionnant dans le domaine informatique. D’après Daniel Brunner, ils seront un jour capables de produire 20 milliards de résultats par seconde, un bond incroyable si on compare ce chiffre aux 100 000 résultats /s déjà assurés par un ordinateur classique pour les besoins de l’intelligence artificielle. Et pour rester dans les équivalences, le fonctionnement de cet ordinateur nouvelle génération demanderait 10 à 1 000 fois moins d’énergie. « Il ne fait aucun doute pour moi que le calculateur neuromorphique 3D verra le jour ; il sera hybride, combinant les avantages de l’électronique pour la transformation du signal et de l’optique pour la transmission de l’information », assure le chercheur.
Développés dans le cadre du projet INSPIRE, ces travaux de recherche valent aujourd’hui à Daniel Brunner l’attribution d’une remarquable bourse ERC Consolidator Grants 1 2021, d’un montant de 2 millions d’euros, qui soutiendra la poursuite de ses travaux sur cinq ans ; le chercheur obtient également une magnifique médaille de bronze du CNRS 2022.
