Sujet
Tous les articles d’Actu.ai consacrés à Memristors : actualités, analyses et explications sur ce sujet lié à l’intelligence artificielle. 6 articles
Des chercheurs de l’Université Tsinghua, de China Mobile et de l’Université de Hebei présentent une puce à memristors conçue pour l’apprentissage fédéré. En rapprochant calcul, mémoire et certaines opérations de sécurité, leur architecture vise à réduire l’énergie et le temps de traitement sans faire circuler les données brutes.
Inspirés des neurones biologiques, les neurones infomorphiques ambitionnent de faire apprendre des systèmes d’IA de façon plus locale et adaptative. Cette piste de recherche, liée au calcul neuromorphique et aux synapses artificielles, pourrait intéresser la robotique, la santé et les objets connectés, mais elle reste confrontée à de solides défis techniques.
Lorsqu’un réseau neuronal apprend une nouvelle tâche, il peut parfois dégrader brutalement ce qu’il savait déjà. Des memristors à commutation analogique, intégrés à des architectures neuromorphiques, ouvrent une piste pour un apprentissage plus continu, plus économe et mieux adapté au traitement en temps réel.
Pour faire fonctionner l’IA avec moins d’énergie, y compris hors des centres de données, la recherche explore le calcul neuromorphique. Inspirée de certains mécanismes du cerveau, cette approche repose sur de nouvelles puces, des mémoires capables de calculer et des outils logiciels encore à construire.
L’Université de Pékin présente MP1R, une plateforme neuromorphique qui rapproche la détection de la lumière et le calcul au sein d’un même dispositif. Grâce à un réseau de phototransistors et à des memristors, cette recherche veut limiter les transferts de données, accélérer l’analyse visuelle et réduire la dépense énergétique.
Des chercheurs de l’Université de Wuhan ont conçu un memristor à commutation analogique fondé sur des matériaux bidimensionnels. Le composant atteint un rapport on/off de 10⁸ et a été évalué, en simulation, dans une tâche de reconnaissance d’images. Une piste prometteuse pour des puces d’IA moins énergivores.
