L'Intelligence artificielle pour les transistors commerciaux

Inspiré par le Cerveau : Les chercheurs du Technion et de TowerJazz ont développé une technologie pour adapter les transistors commerciaux à l'ère de l'intelligence artificielle.

Inspiré par le Cerveau : Les chercheurs du Technion et de TowerJazz ont développé une technologie pour adapter les transistors commerciaux à l'ère de l'intelligence artificielle

Les chercheurs du Technion et de TowerJazz ont développé une technologie révolutionnaire qui peut transformer les composants de mémoire flash commerciale de TowerJazz en dispositifs de stockage qui contiennent à la fois de l'espace et de la puissance de calcul. Cette technologie, qui s'inspire du fonctionnement du cerveau humain, accélère considérablement le fonctionnement des algorithmes d'intelligence artificielle(IA).

Publiée dans la revue Nature Electronics, l'étude aété menée par l'étudiant au doctorat Loai Danial et le professeur Shahar Kvatinsky de la Faculté de génie électrique Andrew & Erna Viterbi du Technion, en collaboration avec les professeurs Yakov Roizin et Evgeny Pikhayde TowerJazz et le professeur Ramez Da niel de la Faculté de génie biomédical du Technion.

Dès le début, la capacité des ordinateurs à résoudre les problèmes de calcul a été supérieure à celle des humains. Pourtant, pendant des décennies, lorsqu'il s'agissait d'identifier des images, de classer les attributs des images et de prendre des décisions, les ordinateurs ont été à la traîne par rapport aux humains. Ces dernières années, l'intelligence artificielle a commencé à réduire cet écart et a réussi à réaliser des opérations complexes grâce à une formation basée sur des exemples. Depuis quelques décennies, de vastes ressources ont été consacrées au développement de l'intelligence artificielle au niveau des logiciels. Cet investissement a généré un bond en avant dans l'efficacité de l'IA dans des domaines nombreux et variés, parmi lesquels la médecine, le transport connecté, la robotique et l'agriculture.

L'intelligence artificielle est alimentée par des données, et plus particulièrement par des ensembles de données extrêmement volumineux appelés " big data ". Pour cette raison, la percée majeure dans le domaine de l'intelligence artificielle a dû " attendre " des améliorations spectaculaires de la puissance de calcul. Pourtant, le matériel a pris du retard par rapport à ces évolutions rapides des performances logicielles,de sorte que la mise au point d'un matériel qui répondrait aux exigences des logiciels d'IA a été retardée de plusieurs années. Un tel matériel doit bien fonctionner en termes de vitesse, de faible demande de puissance, de précision,de surface et de coût. Ces exigences sont très difficiles à satisfaire avec le modèle matériel traditionnel basé sur le calcul numérique.

Le modèle numérique limite les performances du matériel dans deux contextes principaux : 1) Le matériel numérique a de la difficulté à effectuer de nombreuses opérations en parallèle, car il était initialement prévu pour effectuer un nombre relativement faible d'opérations.2) Ce type de matériel ne peut fournir une grande précision qu'au prix d'une consommation d'énergie et de temps extrêmement élevée. Par conséquent, les chercheurs affirment qu'il faut du matériel novateur qui répondra aux besoins de l'ère de l'intelligence artificielle.

Selon le professeur Kvatinsky : " L'un des principaux défis que l'IA pose aux ingénieurs du matériel est de savoir comment mettre en œuvre des algorithmes complexes qui nécessitent a) le stockage de quantités massives de données dans la mémoire de l'ordinateur, b) la récupération rapide de la mémoire, c) l'exécution de nombreux calculs en parallèle, et d) une grande précision. Le matériel standard des plates-formes numériques (processeurs) n'est pas adapté à cela pour les raisons mentionnées ci-dessus".

C'est dans ce contexte que s'inscrit la nouvelle technologie décrite dans l'article publié dans Nature Electronics. "Notre technologie transforme le matériel numérique en une plate-forme neuromorphique,une sorte d'infrastructure analogique qui ressemble au cerveau humain ", a déclaré le professeur Kvatinsky. "Tout comme le cerveau peut effectuer des millions d'opérations en parallèle, notre matériel est également capable d'effectuer de nombreuses opérations en parallèle, accélérant ainsi toutes les opérations associées."

Loai Danial, doctorant, explique ensuite : "Je m'intéresse personnellement aux calculs neuromorphes, à la fois comme étudiant en génie informatique et comme personne ayant perdu son père à cause d'une maladie neurologique rare. Le cerveau a toujours servi d'inspiration aux systèmes informatiques, et mon défi consiste à utiliser des outils d'ingénierie pour comprendre le mécanisme computationnel des opérations du cerveau. Dans le cadre des recherches actuelles, nous avons montré qu'une puce électrique basée sur une technologie commerciale standard possède deux capacités essentielles : la mémoire associative qui, comme le cerveau, fonctionne sur la base de caractéristiques plutôt que sur la recherche d'index, et la capacité d'apprendre".

La mémoire associative, qui nous est familière dans la pensée humaine, signifie, par exemple, que lorsque nous voyons des yeux, nous ne recherchons pas une clause dans un index d'éléments pour trouver une correspondance pour un œil, mais plutôt pour identifier l'œil de façon associative. Ce mécanisme est rapide, efficace et économe en énergie. De plus,comme dans le cas du cerveau, la capacité d'apprentissage du système s'améliore à mesure que les liens entre les synapses et les cellules nerveuses changent et sont mis à jour.

Selon le Prof. Roizin de TowerJazz : " La nouvelle technologie est facile à mettre en œuvre et transforme les transistors de TowerJazz, conçus à l'origine pour stocker uniquement des données, en unités de mémoire qui contiennent non seulement de l'espace de stockage mais aussi des capacités de calcul. Comme les mémoires sont situées sur des transistors TowerJazz existants, elles s'interfacent immédiatement avec les mémoires de la plupart des autres transistors.

Selon le professeur Ramez Daniel, ancien ingénieur en électricité à TowerJazz et maintenant membre de la faculté de génie biomédical du Technion : "La puissance de calcul de l'appareil amélioré provient des a capacité à fonctionner dans la zone de sous-conduction, ou pour le dire plus simplement, d'une manière qui ressemble aux mécanismes biologiques naturels. En conséquence, nous avons atteint une haute efficacité avec un faible rendement,similaire aux mécanismes qui se sont développés dans la nature au cours de milliards d'années d'évolution".

Les chercheurs du Technion Eric Herbelin, NicolasWainstein, Vasu Gupta et Nimrod Wald du groupe de recherche du professeur Kvatinsky ont participé à la recherche.

Cette recherche a été soutenue par le Comité de planification et de budgétisation , la subvention KAMIN de l'Autorité israélienne de l'innovation, la bourse Andrew Viterbi et Erna Finci Viterbipour les étudiants diplômés et la subvention de démarrage du Conseil européen de la recherche (ERC). Récemment, Loai Danial a présenté cette recherche à la Conférence sur la nature en Chine et a reçu le prix du meilleur article à cette conférence.

A propos des participants à la recherche :

Le professeur Shahar Kvatinsky a obtenu sa licence et sa maîtrise à l'Université hébraïque de Jérusalem et son doctorat au Technionet a travaillé chez Intel dans le domaine de la conception de circuits. Après avoir terminé un post-doctorat à l'Université de Stanford, il est retourné au Technion en tant que membre de la Faculté de génie électrique Andrew & ErnaViterbi. Au fil des ans, il a remporté de nombreux prix, dont le prix Krill de la Wolf Foundation pour l'excellence en recherche scientifique, la bourse Viterbi, la bourse Jacobs et la bourse de démarrage du CER, ainsi que sept prix d'excellence en enseignement.

Loai Danial a obtenu sa licence au Technion et a travaillé dans les laboratoires de recherche d'IBM à Haïfa de 2013 à 2016.Aujourd'hui, il travaille sur son doctorat  sous la supervision du professeur Kvatinsky. Il a reçu le prix Herschel Rich pour l'innovation technologique, la bourse Andrew Viterbi et Erna Finci Viterbi pour les étudiants de troisième cycle et la bourse du Comité de planification et de budgétisation (PBC) pour les étudiants de doctorat du secteur arabe.

Le professeur Yakov Roizin est le boursier TowerJazzet le directeur des technologies émergentes, il est également professeur invité au Technion et à l'Université de Tel-Aviv. Il a 40 ans d'expérience dans le développement de dispositifs et de technologies semi-conducteurs et, depuis 23 ans, travaille avec TowerJazz au développement de technologies CMOS spécialisées et de nouveaux dispositifs semi-conducteurs. Le professeur Roizin est l'auteur de plus de 200 articles de recherche et détient plus de 50 brevets américains dans le domaine des dispositifs et technologies à semi-conducteurs.

Le Dr Evgeny Pikhay a obtenu son B.Sc. du Technion,son M.Sc. de l'Université de Tel-Aviv et son doctorat du Technion.  Il est l'ingénieur principal des dispositifs chez TowerJazz, et a 15 ans d'expérience dans le développement de dispositifs CMOS, y compris les NVM intégrés, les cellules solaires, les capteurs de rayonnement ionisant. Le Dr Pikhay est l'auteur de plus de 40 articles et brevets.

Le professeur Ramez Daniel a obtenu un baccalauréat à la Faculté de génie électrique Andrew & Erna Viterbi au Technion et une maîtrise en génie électronique à Tel-Aviv. Il a ensuite commencé à travailler dans l'industrie. Après huit ans de travail chez TowerJazz, il est parti pour poursuivre son doctorat et ensuite un post-doctorat au MIT, où il a construit le premier ordinateur biologique à l'intérieur d'une bactérie. Aujourd'hui, il dirige le Laboratoire de biologie synthétique de la Faculté de génie biomédical du Technion.

A lire également :

Pour une meilleure expérience de lecture
veuillez consulter ce site en format portrait, merci :)