L’étude indique que les nouveaux appareils informatiques ont besoin d’une base théorique

Il y a une recherche intense dans le monde entier pour trouver de nouveaux matériaux permettant de construire des micropuces informatiques basées non pas sur des transistors classiques mais sur des composants de kind cerveau plus économes en énergie. Cependant, même si los angeles base théorique des ordinateurs numériques classiques à transistors est solide, il n’existe pas de véritables lignes directrices théoriques pour créer des ordinateurs de kind cerveau.

Une telle théorie serait absolument essentielle pour mettre sur une base solide les efforts visant à concevoir de nouveaux sorts de micropuces, explique Herbert Geiger, professeur d’informatique cognitive des matériaux à l’Université de Groningue.

Jusqu’à présent, les ordinateurs reposaient sur des interrupteurs fixes pouvant être activés ou désactivés, généralement des transistors. Ces ordinateurs numériques sont des machines logiques et leur programmation repose également sur los angeles pensée logique. Pendant des décennies, les ordinateurs sont devenus plus puissants en réduisant los angeles taille des transistors, mais ce processus approche désormais d’une limite body. C’est pourquoi les scientifiques travaillent sur de nouveaux matériaux pour créer des clés plus polyvalentes et capables d’utiliser plus de valeurs que les seuls chiffres 0 ou 1.

Un sérieux dilemme

Jaeger fait partie du Centre de Groningen pour les systèmes et matériaux cognitifs (CogniGron), qui vise à développer des ordinateurs neuromorphiques (c’est-à-dire ressemblant à un cerveau). CogniGron rassemble des scientifiques aux approches très différentes : des scientifiques des matériaux expérimentaux et des modélisateurs théoriques issus de domaines aussi divers que les mathématiques, l’informatique et l’intelligence artificielle.

Travailler en étroite collaboration avec des scientifiques des matériaux a donné à Geiger une bonne idée des défis auxquels ils sont confrontés lorsqu’ils tentent de proposer de nouveaux matériaux informatiques, tout en lui faisant prendre judgment of right and wrong d’un sérieux écueil : il n’existe pas de théorie établie pour l’utilisation de matériaux non chimiques. Effets physiques numériques dans les systèmes informatiques.

Notre cerveau n’est pas un système logique. Nous pouvons penser logiquement, mais cela ne représente qu’une petite partie de ce que fait notre cerveau. L. a. plupart du temps, il doit trouver remark poser los angeles major sur une tasse de thé ou saluer un collègue lorsqu’il passe dans le couloir.

“Une grande partie du traitement de l’knowledge effectué par notre cerveau est irrationnelle, proceed et dynamique. Il est difficile de formaliser cela dans un ordinateur numérique”, explique Geiger. De plus, notre cerveau proceed de fonctionner malgré les fluctuations de los angeles pression artérielle, de los angeles température extérieure, de l’équilibre hormonal, and so forth. Remark créer un ordinateur polyvalent et puissant ? Geiger est optimiste : « L. a. réponse est easy : le cerveau est une preuve de principe que cela peut être fait. »

Cellules nerveuses

Le cerveau est donc une supply d’inspiration pour les scientifiques des matériaux. Geiger : “Ils pourraient produire quelque selected composé de quelques centaines d’atomes et oscillant, ou quelque selected qui montre des sursauts d’activité. Et ils diront : ‘Cela semble être ainsi que fonctionnent les neurones, alors construisons un réseau neuronal.'” Mais il leur manque ici un élément de connaissance essentiel.

“Même les neuroscientifiques ne savent pas exactement remark fonctionne le cerveau. C’est là que l’absence d’une théorie des ordinateurs neuronaux pose problème. Cependant, le domaine ne semble pas s’en rendre compte.”

Dans un article publié dans Communications naturellesGeiger et ses collègues Beatrice Noheda (directrice scientifique de CogniGron) et Wilfried J. Van der Wiel (Université de Twente) a créé un diagramme illustrant à quoi pourrait ressembler une théorie des ordinateurs non numériques. Ils suggèrent qu’au lieu de commutateurs 0/1 stables, los angeles théorie devrait fonctionner avec des signaux analogiques continus. Il devrait également tenir compte de los angeles richesse des effets nanophysiques non requirements que les scientifiques étudient dans les matériaux.

Sous-théories

Une autre selected que Geiger a apprise en écoutant les scientifiques des matériaux est que les appareils fabriqués à partir de ces nouveaux matériaux sont difficiles à fabriquer.

“Si vous en fabriquez une centaine, ils ne seront pas tous identiques”, explique Geiger. Ceci est en fait très similaire au cerveau, dans le sens où nos neurones ne sont pas tous exactement identiques non plus. Un autre problème potentiel est que les appareils sont souvent fragiles et sensibles à los angeles température, explique Geiger. “Toute théorie de l’informatique neuronale doit prendre en compte ces propriétés.”

Il est vital de noter que los angeles théorie qui sous-tend l’informatique neuronale ne sera pas une théorie distinctive, mais sera plutôt construite à partir de nombreuses sous-théories (voir l’symbol ci-dessous).

“C’est également ainsi que fonctionne los angeles théorie de l’informatique numérique : il s’agit d’un système à plusieurs niveaux de sous-théories connectées”, explique Geiger. L. a. création d’une telle description théorique des ordinateurs neuronaux nécessitera une collaboration étroite entre les scientifiques des matériaux expérimentaux et les modélisateurs théoriques formels.

“Les informaticiens doivent être familiers avec los angeles body de tous ces nouveaux matériaux, et les scientifiques des matériaux doivent être familiers avec les ideas de base de l’informatique”, explique Geiger.

Angles morts

Combler ce fossé entre los angeles science des matériaux, les neurosciences, l’informatique et l’ingénierie est exactement los angeles raison pour laquelle CogniGron a été fondée à l’Université de Groningue : elle rassemble ces différents groupes.

“Nous avons tous nos angles morts”, conclut Geiger. “L. a. plus grande lacune dans nos connaissances réside dans los angeles théorie fondamentale de l’informatique neuronale. Notre article est los angeles première tentative visant à indiquer remark une telle théorie peut être construite et remark nous pouvons créer un langage commun.”