Les réseaux de neurones physiques exploitent la lumière pour s'entraîner plus efficacement
L'intelligence artificielle fait désormais partie de notre vie quotidienne, avec le besoin pressant ultérieur de modèles plus grands et plus complexes. Cependant, la demande de puissance et de capacité informatique toujours croissantes augmente plus rapidement que les performances que les ordinateurs traditionnels peuvent fournir.
Pour surmonter ces limites, la recherche se dirige vers des technologies innovantes telles que les réseaux de neurones physiques, les circuits analogiques qui exploitent directement les lois de la physique (propriétés des faisceaux lumineux, phénomènes quantiques) pour traiter les informations. Leur potentiel est au cœur de l'étude publiée dans la revue Nature. C'est le résultat de la collaboration entre plusieurs instituts internationaux, notamment le Politecnico di Milano, l'École Polytechnique Fédéral à Lausanne, l'Université de Stanford, l'Université de Cambridge et le Max Planck Institute.
L'article intitulé « La formation des réseaux de neurones physiques » examine les étapes de la recherche sur la formation des réseaux de neurones physiques, réalisés avec la collaboration de Francesco Morichetti, professeur chez Deib – Département de l'électronique, de l'information et du bio-ingénierie, et chef du laboratoire des appareils photoniques de l'université.
Politecnico di Milano a contribué à cette étude en développant des puces photoniques pour la création de réseaux de neurones, exploitant des technologies photoniques intégrées. Les opérations mathématiques, telles que les sommes et les multiplications, peuvent désormais être effectuées par des mécanismes d'interférence légers sur des micropuces en silicium à peine quelques millimètres carrés.
« En éliminant les opérations requises pour la numérisation des informations, nos puces photoniques permettent des calculs avec une réduction significative de la consommation d'énergie et du temps de traitement », explique Morichetti. Un pas en avant pour rendre l'intelligence artificielle (qui s'appuie sur des centres de données extrêmement à forte intensité d'énergie) plus durables.
L'étude aborde le thème de la formation, précisément la phase dans laquelle le réseau apprend à effectuer certaines tâches. « Avec nos recherches au sein du Département de l'électronique, de l'information et de la bio-ingénierie, nous avons aidé à développer une technique de formation » in situ « pour les réseaux de neurones photoniques, c'est-à-dire sans passer par des modèles numériques. La procédure est entièrement réalisée en utilisant des signaux légers.
L'utilisation de puces photoniques permettra le développement de modèles plus sophistiqués pour l'intelligence artificielle, ou des appareils capables de traiter les données en temps réel directement sur le site, telles que des voitures autonomes ou des capteurs intelligents intégrés dans des appareils portables – sans traitement à distance.
