Une équipe de scientifiques de laboratoires nationaux et d’universités a mis au point un appareil capable de trier les informations de la même manière que la machine la plus sophistiquée connue de l’humanité: le cerveau humain.
Intelligence artificielle, ou IA, nécessite une énorme puissance de calcul et un matériel polyvalent pour prendre en charge cette puissance. Mais la plupart des matériels compatibles avec l’IA sont construits autour de la même technologie vieille de plusieurs décennies et sont encore loin d’émuler l’activité neuronale dans le cerveau humain.
L’équipe de recherche collaborative a utilisé le puissant outil d’imagerie à nanosondes à rayons X pour étudier le dispositif NdNiO₃ montrant une mémoire semblable à un arbre neuronal. Une image au microscope électronique à balayage du dispositif NdNiO₃ est présentée en bas. Le rectangle rouge montre la zone numérisée de l’imagerie par rayons X. (Image du Laboratoire National d’Argonne.)
Dans un effort pour résoudre ce problème, un groupe de scientifiques de tout le pays, dirigé par le professeur Shriram Ramanathan de l’Université Purdue, a découvert un moyen de rendre le matériel plus efficace et durable.
« Nous créons du matériel suffisamment intelligent pour suivre le rythme (avec les progrès IA) et n’utilise pas non plus trop d’énergie. En fait, la demande d’énergie sera considérablement réduite grâce à cette technologie. » – Physicien argonne Hua Zhou
Ramanathan et son équipe ont utilisé des matériaux quantiques – ceux dont les propriétés opèrent en dehors des limites de la physique classique – pour développer un appareil capable de trier les informations rapidement et efficacement. Scientifiques du Département de l’Énergie (BICHE) Laboratoire national d’Argonne, BICHELaboratoire de Brookhaven (BNL) et l’Université de Californie à San Diego l’ont aidé à apprendre exactement comment cela fonctionne.
Ramanathan et son équipe ont commencé leur expérience en introduisant un proton dans un matériau quantique appelé oxyde de néodyme et nickel (NdNiO3).
Ils ont vite découvert que l’application d’une impulsion électrique au matériau déplaçait le proton. Ils ont en outre appris que chaque nouvelle position du proton créait un état de résistance différent, qui générait un site de stockage d’informations appelé état de la mémoire. Plusieurs impulsions électriques ont créé une branche composée d’états de mémoire, imitant le« processus de mémoire en forme d’arbre du cerveau humain.
« Cette découverte ouvre de nouvelles frontières pour IA qui ont été largement ignorés parce que la capacité de mettre en œuvre ce type de renseignement dans le matériel électronique n’a pas existé », a déclaré Ramanathan.
Lui et son équipe ont choisi de travailler avec NdNiO3 car il présente des propriétés électroniques et magnétiques uniques. L’un de ses comportements les plus intrigants est sa transition métal-isolant (MIT), dont les propriétés changent radicalement, passant de l’activation de l’énergie à écoulement libre (comme le métal) au blocage du courant (comme la céramique ou le plastique) en modifiant la température.
Cette unique MIT Le comportement a un potentiel énorme dans les appareils électroniques pour l’informatique et la mémoire. Dans la recherche actuelle, Ramanathan a démontré le MIT processus dans NdNiO3 en dopant des protons dans le matériau plutôt qu’en modifiant la température.
Lui et son équipe sont les premiers à le faire. Avant la découverte, ce type de neurone« Un réseau en forme d’arbre n’avait été observé que dans du matériel fonctionnant à des températures bien trop basses pour des applications pratiques, quelque part entre la neige carbonique et l’azote liquide.
Après que l’équipe de Ramanathan ait fabriqué l’appareil, les scientifiques de Advanced Photon Source (APS) et Center for Nanoscale Materials (CNM) – tous les deux BICHE Office of Science User Facilities at Argonne – a étudié l’évolution structurelle et électronique du matériau utilisé pour le construire. Les caractérisations du matériau et de son mécanisme de travail ont été menées à APS lignes de lumière 26-IDENTIFIANT et 33-ID-D.
Calcul haute performance et IA les applications basées sur l’électronique actuelle consomment beaucoup d’énergie. Ce nouveau matériel artificiellement intelligent enlèvera une partie de cette charge énergétique IA applications.
« Nous créons un matériel qui pourrait fournir des algorithmes plus intelligents pour l’informatique cérébrale », a déclaré le co-auteur et physicien Hua Zhou de la division des sciences des rayons X d’Argonne, qui a travaillé sur cette expérience à la APS.« En fait, la demande d’énergie sera considérablement réduite grâce à cette technologie. »
Les applications potentielles incluent celles liées aux systèmes informatiques neuromorphiques, celles qui peuvent apprendre et effectuer des tâches par elles-mêmes en interagissant avec leur environnement, et les synapses artificielles, qui émulent des signaux synaptiques biologiques dans des systèmes neuromorphiques pour atteindre des comportements de calcul de type cerveau et d’apprentissage autonome. Les systèmes de mémoire neuromorphique et les synapses artificielles pourraient contribuer à rendre plus écoénergétiques et plus intelligents IA puces, qui sont utilisées à la fois dans l’électronique grand public et industrielle.
Les résultats dans ce domaine pourraient également améliorer la biodétection, qui est essentielle au diagnostic médical.
Des chercheurs de l’Université de Californie à San Diego ont caractérisé l’appareil à l’échelle microscopique en utilisant des outils à nanosondes à rayons X durs à la fois APS et la source lumineuse nationale du synchrotron II (NSLS-II), une BICHE Installation des utilisateurs du Bureau des sciences à BNL.
L’équipe a utilisé CNMcluster de calcul haute performance pour étudier les mécanismes atomistiques derrière le comportement arborescent des nickelates.
« Utilisation du cluster de calcul haute performance à CNM, nous avons montré comment la présence d’un champ électrique peut modifier considérablement la barrière associée à la migration des protons dans les nickelates », a déclaré Sukriti Manna, auteur principal en informatique et chercheur postdoctoral à l’Université de l’Illinois à Chicago (UIC) et Argonne. Manna a effectué les calculs quantiques nécessaires pour percer le mystère derrière ce phénomène.
« Un aspect important de l’arbre est de comprendre les mécanismes atomistiques qui permettent la ramification », a déclaré Subramanian Sankaranarayanan, professeur associé à UIC et chef de groupe théorique à CNM.« En termes simples, chaque branche de l’arbre est probablement une voie de migration de protons différente contrôlée par des champs électriques. »
Sankaranarayanan a déclaré que le partage des fonctionnalités de renseignement entre le matériel et les logiciels sera particulièrement utile dans les applications avancées, telles que celles liées aux voitures autonomes ou à la découverte de médicaments vitaux.
« Nous sommes extrêmement fiers de notre rôle dans la libération du potentiel de cette découverte cruciale », a-t-il déclaré.
La source: ANL
