Clé à emporter
- Un type de matière rare appelé verre de spin pourrait permettre à l'IA de reconnaître les objets comme le font les humains.
- L'utilisation du verre de spin pour les circuits imprimables pourrait également conduire à de nouveaux types de calcul à faible consommation d'énergie.
- D'autres types de puces inspirées du cerveau pourraient également améliorer la façon dont l'IA reconnaît les images.
Imprimer des circuits directement sur des objets physiques pourrait conduire à une intelligence artificielle (IA) plus intelligente.
Des chercheurs du Laboratoire national de Los Alamos utilisent une forme rare de matière connue sous le nom de verre de spin pour remplacer les circuits. Les propriétés inhabituelles du verre de spin permettent une forme d'IA capable de reconnaître des objets à partir d'images partielles comme le fait le cerveau.
"Les lunettes de spin sont des systèmes avec un "paysage cahoteux" de solutions possibles", a déclaré Cris Moore, informaticien et physicien à l'Institut Santa Fe, qui n'a pas participé à la recherche de Los Alamos, à Lifewire dans un e-mail interview. "Ils nous aident à analyser pourquoi les algorithmes se retrouvent parfois bloqués dans des solutions qui semblent bonnes localement mais qui ne sont pas les meilleures possibles."
Circuits imprimables
L'utilisation du verre de spin pour les circuits imprimables pourrait également conduire à de nouveaux types d'informatique à faible consommation d'énergie. Le spin-glass permet aux chercheurs d'étudier les structures matérielles à l'aide des mathématiques. Avec cette approche, les scientifiques peuvent ajuster l'interaction au sein des systèmes en utilisant la lithographie par faisceau d'électrons, qui utilise un faisceau focalisé d'électrons pour dessiner des formes personnalisées sur une surface. La lithographie pourrait permettre l'impression de nouveaux types de circuits.
La lithographie permet de représenter une variété de problèmes informatiques dans les réseaux de verre de spin, selon un récent article de l'équipe de Los Alamos publié dans la revue à comité de lecture Nature Physics.
"Notre travail a abouti à la première réalisation expérimentale d'un verre de spin artificiel composé de nano-aimants agencés pour reproduire un réseau de neurones", a déclaré Michael Saccone, chercheur post-doctoral en physique théorique au Laboratoire national de Los Alamos et auteur principal de le journal, a déclaré dans le communiqué de presse. "Notre article jette les bases dont nous avons besoin pour utiliser ces systèmes physiques de manière pratique."
Moore a comparé le verre de spin au dioxyde de silicium (verre à vitre), qui semble être un cristal parfait, mais en refroidissant, il reste bloqué dans un état amorphe qui ressemble à un liquide au niveau moléculaire.
"De la même manière, les algorithmes peuvent rester coincés derrière des 'barrières énergétiques' qui font obstacle à l'optimum global", a ajouté Moore.
Les idées issues de la théorie du verre de spin pourraient aider les chercheurs à naviguer dans des paysages de grande dimension.
"Cette poursuite a créé une communauté interdisciplinaire dynamique à l'intersection de la physique, des mathématiques et de l'informatique", a déclaré Moore."Nous pouvons utiliser des idées de la physique pour déterminer les limites fondamentales des algorithmes, comme la quantité de bruit qu'ils peuvent tolérer tout en trouvant des modèles dans les données, et pour concevoir des algorithmes qui réussissent jusqu'à ces limites théoriques."
Une IA qui se souvient comme des humains
L'équipe de recherche a étudié le verre de spin artificiel comme moyen d'examiner ce qu'on appelle les réseaux de neurones de Hopfield. Ces réseaux modélisent la mémoire associative humaine, qui est la capacité d'apprendre et de se souvenir de la relation entre des éléments non liés.
Les modèles théoriques décrivant les verres de spin sont largement utilisés dans d'autres systèmes complexes, tels que ceux décrivant les fonctions cérébrales.
Avec la mémoire associative, si une seule mémoire est déclenchée, par exemple en recevant une image partielle d'un visage en entrée, le réseau peut rappeler le visage entier. Contrairement aux algorithmes traditionnels, la mémoire associative ne nécessite pas un scénario identique pour identifier un souvenir.
Les recherches de Saccone et de l'équipe ont confirmé que le spin-glass sera utile pour décrire les propriétés d'un système et la manière dont il traite les informations. Les algorithmes d'IA développés dans le verre de spin seraient "plus désordonnés" que les algorithmes traditionnels, a déclaré Saccone, mais aussi plus flexibles pour certaines applications d'IA.
"Les modèles théoriques décrivant les verres de spin sont largement utilisés dans d'autres systèmes complexes, tels que ceux décrivant la fonction cérébrale, les codes de correction d'erreurs ou la dynamique des marchés boursiers", a déclaré Saccone. "Ce grand intérêt pour les verres de spin fournit une forte motivation pour générer un verre de spin artificiel."
D'autres types de puces inspirées du cerveau pourraient également améliorer la façon dont l'IA reconnaît les images. Un article récent montre comment les puces informatiques pourraient se recâbler de manière dynamique pour absorber de nouvelles données comme le fait le cerveau, aidant l'IA à continuer à apprendre au fil du temps.
"Le cerveau des êtres vivants peut apprendre en permanence tout au long de leur vie", a déclaré Shriram Ramanathan, professeur à l'école d'ingénierie des matériaux de l'Université Purdue et l'un des auteurs de l'article dans un communiqué de presse."Nous avons maintenant créé une plate-forme artificielle permettant aux machines d'apprendre tout au long de leur durée de vie."
