Ces plaquettes fabriquées par impression 3D représentent chacune une couche d'un réseau neuronal artificiel. © Ozcan Research Group/UCLA

Tech

Ce réseau neuronal fonctionne sans électricité, à la vitesse de la lumière

ActualitéClassé sous :intelligence artificielle , réseau neuronaux , réseau neuronal

Des chercheurs de l'Ucla ont créé un réseau neuronal d'apprentissage profond qui fonctionne non pas sur un ordinateur avec un processeur de calcul classique, mais avec des ondes lumineuses propagées à travers des plaquettes translucides imprimées en 3D sur lesquelles des milliers de pixels en relief diffractent la lumière.

Ce que vient de réussir une équipe de chercheurs de l'université de Californie à Los Angeles (Ucla) est assez exceptionnel. Grâce à l'impression 3D, ils ont créé un réseau neuronal profond qui fonctionne non pas à l'électricité mais avec de la lumière. Ils appellent cela un « réseau neuronal profond diffractif » et en exposent les principes de fonctionnement dans un article paru dans Science.

Dans le vaste monde de l’intelligence artificielle, l'apprentissage profond (deep learning) est la technique actuellement la plus prisée. Elle repose sur plusieurs méthodes d'apprentissage automatique (machine learning) pour entraîner des systèmes à partir de divers types de données grâce auxquelles ils vont élaborer des modèles de représentation et d'abstraction qui serviront ensuite à interpréter des informations dont ils n'ont pas une connaissance préalable. Le deep learning utilise différentes couches de traitement des données, d'où la notion de profondeur.

Ces couches sont intriquées, les informations produites en sortie par l'une servant de point de départ pour la suivante, etc. Les réseaux de neurones artificiels multicouches utilisent cette architecture. L’apprentissage profond a permis d'accomplir de grands progrès dans la reconnaissance faciale, vocale et audio, le traitement du langage, le filtrage des réseaux sociaux et l'analyse d'images médicales.

Un réseau neuronal de cinq couches

Les systèmes d'apprentissage profond s'exécutent sur des ordinateurs tout ce qu'il y a de plus classique. C'est là qu'intervient l'innovation de l'Ucla. Leur réseau neuronal profond n'a pas besoin d'électrons mais seulement de lumière. Il utilise des composants passifs qui vont remplir certaines fonctions selon la manière dont ils ont été agencés. Il s'agit de plaquettes translucides fabriquées par impression 3D qui sont recouvertes de milliers de pixels en relief. Chaque plaquette représente une couche du réseau neuronal, les neurones artificiels étant les pixels qui vont soit réfléchir soit transmettre la lumière selon un certain angle.

Les chercheurs ont utilisé cinq plaquettes disposées face à face en rangée avec un espace entre elles, comme des dominos. Pour tester le système, ils lui ont demandé de reconnaître des chiffres entre 0 et 9. La phase d'entraînement préalable de ce réseau neuronal s'est évidemment faite sur un ordinateur à partir d'une base de données de 55.000 images de nombres. Les chercheurs ont identifié les connexions créées entre chaque couche de neurones artificiels et les ont converties en pixels chargés de diriger la lumière de manière similaire qu'ils ont ensuite matérialisés par impression 3D.

Cette représentation schématise le fonctionnement du réseau neuronal diffractif. Un chiffre est projeté devant la première couche par un faisceau laser. La lumière traverse les différentes couches en empruntant des chemins spécifiques qui reproduisent les interconnexions neuronales. À la sortie, dix photodétecteurs interprètent le signal et donnent la réponse. © Ozcan Research Group/UCLA

De nombreuses contraintes techniques demeurent

Lors du test, un chiffre était projeté par un laser à l'aide d'un masque imprimé en 3D placé devant la première couche. La lumière cheminait à travers les autres couches du réseau neuronal en allant se concentrer sur des zones spécifiques. Des photodétecteurs situés à l'autre extrémité du réseau récupéraient le signal lumineux de sortie puis livraient la réponse. Le système a été testé avec des milliers de chiffres et les chercheurs rapportent qu'il a atteint une précision de près de 95 %.

Si la performance est assurément impressionnante, de nombreuses contraintes techniques demeurent. Pour commencer, il faut un alignement très précis des plaquettes pour que le jeu de lumière puisse reproduire les interconnexions neuronales avec efficacité. Ensuite, le système de reconnaissance ne fonctionne qu'avec un seul objet qu'il faut préalablement imprimer en 3D sur un masque avant de le projeter. Modifier le dispositif de projection pour le dématérialiser totalement est sans doute la voie à suivre pour qu'un tel système puisse trouver des applications pratiques.

  • Les réseaux neuronaux d’apprentissage profond sont d’ordinaire exécutés sur des ordinateurs.
  • Des chercheurs de l’université de Californie à Los Angeles ont réussi à créer un réseau neuronal artificiel totalement optique qui fonctionne seulement avec un faisceau laser.
Abonnez-vous à la lettre d'information La quotidienne : nos dernières actualités du jour.

!

Merci pour votre inscription.
Heureux de vous compter parmi nos lecteurs !


Ne ratez aucune promotion ou code promo Cdiscount et obtenez une réduction !