par « Lorsqu’un humain apprend à connaître un nouvel objet, il y jette un coup d’œil, le retourne, se demande ce que c’est, puis est capable de le reconnaître instantanément dans toutes sortes de contextes et de conditions. Notre objectif est d’appliquer des capacités similaires aux futurs robots qui travaillent dans des environnements interactifs, afin de leur permettre de s’adapter à l’imprévu et de travailler plus naturellement aux côtés des humains. Nos résultats avec Loihi renforcent la valeur de l’informatique neuromorphique pour l’avenir de la robotique », souligne Yulia Sandamirskaya, responsable de la recherche en robotique au sein du laboratoire d’informatique neuromorphique d’Intel et auteure principale de l’article intitulé « Interactive continual learning for robots : a neuromorphic approach » qui décrit le procédé utilisé en détail.
En collaboration avec l’Institut italien de technologie et l’Université technique de Munich, Intel Labs a présenté une approche de l’apprentissage machine s’appuyant sur les réseaux neuronaux et ses processeurs neuromorphiques de recherche Loihi et Loihi 2.
Intel Labs indique que cet apprentissage réalisé à partir de ses processeurs neuromorphiques qui nécessite une énergie très faible par rapport à une méthode traditionnelle basée sur des processeurs classiques, sans que cela n’affecte la précision ni la vitesse du traitement.
Cette approche vise spécifiquement les futures générations d’assistants robotiques qui interagissent avec des environnements sans contrainte, notamment dans les domaines de la logistique, de la santé ou de l’aide aux personnes âgées, pour améliorer leur capacité d’apprentissage en temps réel. Pour cela, les chercheurs d’Intel ont mis en œuvre sur Loihi « une architecture de réseau de neurones qui localise l’apprentissage à une seule couche de synapses » et tient compte des différentes vues de l’objet à analyser en « recrutant » de nouveaux neurones à la demande.
Pour rappel, les processeurs neuromorphiques Loihi 2 d’Intel s’inspirent du fonctionnement du cerveau humain. Ils sont fabriqués à partir du processeur Intel 4 (équivalent 4 nm) qui utilise notamment un procédé de photolithographie aux UV extrêmes (EUV). Avec à la clé une vitesse de traitement décuplée, une densité pouvant atteindre un million de neurones par puce et une efficacité énergétique améliorée par rapport à la première génération des processeurs neuromorphiques Loihi d’Intel. Ces puces restent des prototypes et ne sont pas commercialisées. Intel a tout de même franchi un pas important avec Loihi 2, en mettant à disposition un logiciel libre pour les chercheurs et les développeurs pour de futurs développements.
À Savoir
Comme son nom l’indique, une puce neuromorphique mime le fonctionnement du système nerveux humain et notamment celui du cerveau. Un ordinateur traditionnel a une architecture dite « de Von Neumann », c’est-à-dire que la partie mémoire (le stockage) et la partie processeur (les calculs) sont séparées. Les informations sont traitées de manière séquentielle et synchrone, basée sur une fréquence d’horloge régulière.
Dans le cas d’un processeur neuromorphique, les différents « neurones » (un million pour Loihi 2) communiquent entre eux, permettant un traitement de l’information en parallèle, asynchrone et basé sur des événements. En clair, les processeurs neuromorphiques ayant la capacité de traiter les informations de manière irrégulière, ils ont une meilleure capacité d’adaptation aux événements. Au-delà d’une puissance accrue, cette puce a plusieurs avantages. Fait pour ressembler dans son fonctionnement au cerveau humain, ce type de processeur attise la curiosité des chercheurs et des entreprises, qui y voient déjà des applications potentielles dans des domaines variés.
enfin, Lo’ihi est le nom du volcan de l’île d’Hawaï. Un jeune volcan en pleine construction.
A Savoir
C’est quoi neuromorphe ?
Littéralement, « neuromorphe » signifie « prendre la forme du cerveau ». Le mot clé ici est « forme », principalement parce qu’une grande partie de la recherche en IA porte sur la simulation, ou du moins l’imitation, de la fonction du cerveau. L’ingénierie d’un dispositif neuromorphe implique le développement de composants dont les fonctions sont analogues à des parties du cerveau, ou du moins à ce que l’on croit que ces parties font.
