Des neurones synthétiques pour donner un meilleur toucher aux robots

Toucher un objet sans l’écraser, détecter un contact imprévu ou adapter sa prise à une surface glissante reste difficile pour un robot. Ce n’est pas seulement une affaire de capteurs : il faut aussi interpréter très vite les signaux qu’ils produisent. C’est précisément le maillon que veulent améliorer des chercheurs de l’Université Northwestern et du Georgia Tech avec des neurones synthétiques conçus pour reproduire certaines propriétés dynamiques des neurones biologiques.

Présentée le 30 janvier 2025, cette avancée ne décrit pas un robot doté d’un cerveau comparable à celui d’un humain. Elle porte sur un composant électronique précis, le neurone électrochimique organique, ou OECN. Intégré à un système de perception artificielle comprenant des récepteurs tactiles et des synapses, il convertit des informations de contact en signaux neuronaux spatio-temporels, c’est-à-dire des signaux dont le sens dépend à la fois de leur intensité et de leur évolution dans le temps.

Un neurone électronique qui reproduit une dynamique biologique

Un neurone biologique ne se contente pas d’envoyer un courant électrique continu. Il reçoit des informations, les intègre, puis produit des impulsions à une fréquence variable. Cette cadence porte elle-même une part de l’information : une pression brève, un frottement prolongé ou un contact qui s’intensifie ne provoquent pas exactement la même réponse dans le système nerveux.

Le composant conçu par les équipes de Northwestern et du Georgia Tech cherche à transposer cette logique dans l’électronique. L’OECN est un neurone artificiel physique, et non un programme informatique. Son caractère « organique » renvoie à l’emploi de matériaux électroniques organiques. Dans les dispositifs électrochimiques de cette famille, les mouvements d’ions et les charges électroniques participent au traitement du signal, une propriété qui les rapproche, dans leur principe, des mécanismes électrochimiques à l’œuvre dans les cellules nerveuses.

L’intérêt de l’approche est de faire fonctionner ce neurone artificiel sur une gamme de fréquences comparable à celle des neurones humains. Pour un robot, cette compatibilité temporelle compte autant que la détection elle-même. Une main robotique doit pouvoir distinguer le moment où elle touche une tasse, le changement de pression lorsqu’elle la soulève et le glissement éventuel de l’objet.

Yao Yao, l’un des principaux auteurs, explique que l’objectif de l’équipe était de réduire l’encombrement du neurone artificiel sans sacrifier ses caractéristiques neuronales. La miniaturisation est déterminante : une preuve de concept utile en laboratoire ne devient exploitable dans une peau électronique, une prothèse ou un robot que si elle peut être répétée en grand nombre dans un espace limité.

Du capteur tactile au signal interprétable par la machine

La recherche ne s’arrête pas au composant isolé. Les scientifiques ont assemblé un système de perception complet combinant des récepteurs tactiles artificiels, des synapses artificielles et leur neurone électrochimique organique. Les capteurs recueillent l’information venant de l’environnement. Les éléments de type synaptique et neuronal la transforment ensuite en une réponse exploitable par l’électronique du robot.

Cette organisation s’inspire de la chaîne sensorielle humaine. Lorsqu’un doigt rencontre une surface, les récepteurs de la peau répondent au contact. Le système nerveux transmet et traite alors ces signaux avant qu’une action adaptée soit décidée. Dans un dispositif robotique traditionnel, la captation, la transmission des données vers un processeur puis le calcul de la réponse peuvent être séparés. L’approche neuromorphique cherche, elle, à rapprocher le traitement du signal du capteur lui-même.

Le système présenté est capable de détecter et de traiter en temps réel des signaux tactiles. Cela ne signifie pas qu’il comprend son environnement comme une personne. Il montre plutôt qu’une information sensorielle peut être encodée sous une forme plus proche des impulsions nerveuses, avec une finesse temporelle susceptible d’être utile pour la commande robotique.

Cette comparaison est fonctionnelle, pas anatomique. Le dispositif ne reproduit ni la complexité d’un cerveau ni l’ensemble des mécanismes biologiques du toucher. Il reproduit quelques briques essentielles afin de les rendre utiles à une machine.

Une plage de fréquences jusqu’à 50 fois plus large

Le résultat le plus marquant concerne la modulation de fréquence. Selon Tobin J. Marks, chimiste et coauteur de l’étude, les circuits neuronaux artificiels traditionnels opèrent souvent dans des plages de fréquences limitées. Le neurone synthétique développé par l’équipe atteint une capacité de modulation jusqu’à 50 fois plus large que celle des circuits électrochimiques organiques actuels.

Ce chiffre ne mesure pas l’intelligence générale d’un robot. Il décrit une propriété du composant : son aptitude à faire varier sa réponse sur une étendue de fréquences beaucoup plus vaste. Or cette variation peut rendre l’encodage des stimuli plus riche. Un système tactile ne doit pas seulement signaler « contact » ou « absence de contact ». Il peut devoir différencier une pression légère d’un appui fort, une vibration d’un choc ou un mouvement lent d’un glissement rapide.

Une grande plage de fonctionnement peut également faciliter le dialogue entre différents éléments d’un système neuromorphique. Les capteurs ne produisent pas tous des signaux identiques et les actionneurs d’un robot n’ont pas tous les mêmes exigences de réactivité. Un neurone artificiel capable de moduler largement sa fréquence offre donc davantage de souplesse pour relier la perception à une réponse motrice.

Neurones synthétiques et réseaux de neurones : ne pas les confondre

L’expression « neurone artificiel » peut prêter à confusion. Dans les logiciels d’intelligence artificielle, un réseau de neurones est un ensemble de calculs mathématiques reliés entre eux. ChatGPT, les outils de reconnaissance d’images ou les systèmes de traduction reposent sur ce type de réseaux, exécutés le plus souvent sur des processeurs et des puces spécialisées.

Le neurone synthétique étudié ici est d’une autre nature. C’est une brique matérielle qui transforme physiquement un signal, au lieu de simuler uniquement cette transformation dans un logiciel. Les deux approches ne s’opposent pas nécessairement. Un robot pourrait, par exemple, utiliser des neurones synthétiques près de ses capteurs pour traiter rapidement les données tactiles, puis envoyer une information déjà structurée à un système d’IA plus classique chargé de la planification ou de la reconnaissance d’objets.

L’enjeu est aussi énergétique. Les chercheurs évoquent, à plus long terme, des biocomputers composés de neurones artificiels, qui pourraient réduire la consommation énergétique par rapport à des architectures numériques actuelles. À ce stade, aucune comparaison chiffrée de consommation avec un processeur conventionnel n’est fournie pour ce système de perception. Il s’agit donc d’une perspective de recherche, pas d’un gain industriel déjà établi.

Quelles applications pour une perception robotique plus fine ?

Une perception tactile mieux intégrée pourrait intéresser plusieurs secteurs. Dans la réhabilitation et les prothèses intelligentes, l’objectif serait de concevoir des interfaces capables de réagir plus précisément aux stimuli. Dans les interfaces homme-machine, elle pourrait rendre les échanges avec un dispositif robotique plus naturels, par exemple lorsqu’une machine doit détecter une prise, un appui ou un contact de sécurité.

L’assistance médicale et les missions de secours figurent aussi parmi les domaines envisagés. Dans ces contextes, un robot est souvent confronté à des objets fragiles, à des surfaces irrégulières ou à des environnements difficiles à prévoir. Une meilleure interprétation du toucher pourrait l’aider à ajuster ses mouvements. Mais passer de la détection à une intervention fiable suppose encore de résoudre de nombreuses questions : robustesse des matériaux, intégration avec les moteurs et les logiciels, résistance à l’usage, coût de fabrication et validation dans des situations réelles.

La recherche s’inscrit dans un mouvement plus large de robotique bio-inspirée. Plutôt que de traiter toutes les informations brutes dans un ordinateur central, cette voie vise à donner aux capteurs et aux circuits périphériques une capacité de réponse plus proche de celle des systèmes biologiques. Elle peut compléter les progrès de la vision par ordinateur et des modèles d’apprentissage automatique, sans les remplacer.

Ce qu’il faut surveiller avant un passage à grande échelle

La prochaine étape sera de rendre ces neurones synthétiques encore plus compacts tout en augmentant la puissance de traitement des systèmes qui les utilisent. La promesse est séduisante : des robots plus adaptables, plus sensibles à leur environnement et potentiellement moins dépendants de calculs centralisés très lourds.

Plusieurs preuves devront toutefois être apportées avant une adoption large. Il faudra notamment vérifier la stabilité des composants au fil du temps, leur comportement dans des dispositifs comportant beaucoup de neurones et de capteurs, ainsi que leur fabrication à grande échelle. Une démonstration tactile réussie constitue une étape importante, mais un robot opérationnel exige l’association fiable du matériel, des algorithmes, des actionneurs et des mécanismes de sécurité.

En rapprochant électronique organique, neurosciences et robotique, les équipes de Northwestern et du Georgia Tech montrent surtout une direction technique concrète : traiter l’information sensorielle d’une manière plus dynamique, au plus près de sa source. C’est cette capacité à transformer un simple contact en signal utile qui pourrait, progressivement, donner aux machines une interaction plus habile avec le monde physique.