Un scientifique de l’Institut indien des sciences (IISc) de Bengaluru a travaillé sur des applications de matériaux émergents qui peuvent aider les ordinateurs à imiter les fonctions que le cerveau peut exécuter rapidement.
“Bien que plusieurs propositions de dispositifs synaptiques soient disponibles dans la littérature, aucune n’aide à combler le fossé entre les réseaux de neurones biologiques et leur homologue artificiel. Notre travail a montré qu’il est possible de développer des systèmes capables d’imiter la fonction de type cérébral. Cela peut aider les ordinateurs à exécuter des fonctions cognitives, identifier les personnes d’une foule, distinguer les odeurs ainsi qu’apprendre et prendre des décisions”, a déclaré le professeur Mayank Shrivastava de l’IISc, également récipiendaire de la bourse Swarna Jayanti 2020-21.
Depuis leur création , les systèmes informatiques avancés utilisent l’architecture von Neumann, qui utilise des blocs de traitement et de mémoire physiquement séparés. Bien qu’il s’agisse de l’approche la plus rentable à ce jour, la séparation physique de la mémoire des blocs de traitement est devenue le limiteur de débit pour pousser les capacités de calcul des systèmes nanoélectroniques avancés.
En outre, l’architecture de von Neumann échoue en réalité. traitement temporel d’informations que le cerveau humain peut traiter en une fraction de seconde. En gardant ces lacunes à l’esprit, une architecture alternative, inspirée de l’organisation des neurones (unité de traitement) et des synapses (mémoire) dans le cerveau humain qui émule un comportement informatique similaire au cerveau, a été explorée de manière significative au cours de la dernière décennie.
Une quantité importante de recherches visant à comprendre les mécanismes fondamentaux du cerveau et l’exploration de diverses nouvelles architectures de mémoire donnent désormais à la communauté des ingénieurs l’assurance que le développement de systèmes capables d’imiter les fonctions cérébrales est un objectif réalisable pour les décennies à venir. Un élément clé d’une telle architecture est un dispositif de mémoire appelé la synapse artificielle, qui, cependant, doit fonctionner sur des principes biologiques/synaptiques.
Le professeur Srivastava explore des matériaux tels que le nitrure de gallium (GaN), atomiquement mince des matériaux bidimensionnels comme le graphène et les dichalcogénures de métaux de transition (TMDC), pour diverses applications électroniques, de dispositifs de puissance, électro-optiques, Thz, de mémoire et quantiques. À l’aide de graphène et de 2D-TMDCc, il étend les capacités des dispositifs de mémoire pour travailler sur des principes biologiques/synaptiques et combler le fossé entre les réseaux de neurones biologiques et leur homologue artificiel.
Actuellement, avec son groupe de recherche, il développe des circuits neuromorphiques de quelques atomes d’épaisseur, des dispositifs à ultra-haute puissance à base de GaN avec une grande fiabilité et des dispositifs/circuits pour un fonctionnement à des fréquences THz.
Les travaux du professeur Shrivastava ont donné lieu à plus de 150 évaluations par des pairs publications internationales et environ 50 brevets, et il a créé une startup de fabrication de GaN nommée AGNIT Semiconductors.
La plupart de ces brevets sont soit concédés sous licence par des sociétés de semi-conducteurs, soit utilisés dans leurs produits. Il est également l’un des co-fondateurs d’un Pvt. Ltd.
Dans le cadre de cette bourse, son groupe prévoit de travailler sur de nouveaux dispositifs imitant un comportement de type cérébral (informatique). Cela devrait éventuellement aider à développer des circuits neuromorphiques épais de quelques atomes, qui seront capables de résoudre plusieurs problèmes complexes qu’un cerveau humain peut résoudre en une fraction de seconde, mais qu’un ordinateur conventionnel ne peut pas résoudre en temps réel.
“Nous sommes encore trop loin de la réalisation d’un système de calcul semblable au cerveau. (Mais) les travaux actuels ouvriront la voie pour combler les lacunes critiques”, a déclaré le professeur Shrivastava.
FacebookTwitterLinkedin
