fr.wedoany.com Rapport : Des chercheurs de l'Université d'État de l'Oregon (Oregon State University) ont mis au point un dispositif de mémoire numérique photosensible qui intègre la détection, le stockage et le traitement du signal dans un seul phototransistor, ce qui pourrait réduire les coûts énergétiques du futur matériel d'IA.
Ce dispositif, développé par l'École d'ingénierie de l'Université d'État de l'Oregon, a été présenté dans la revue Advanced Functional Materials. Sa conception imite la capacité clé du cerveau à renforcer les souvenirs importants tout en laissant les informations secondaires s'estomper avec le temps. Le nouveau dispositif rapproche le processus d'IA du capteur, au lieu de forcer les données à circuler entre des modules matériels distincts, effectuant ainsi une partie du travail directement là où la lumière frappe.
Larry Cheng, professeur de génie électrique et d'informatique et responsable du projet, a déclaré : « Notre dispositif optoélectronique introduit une nouvelle capacité matérielle qui pourrait permettre un traitement de l'information plus efficace directement au niveau du capteur. » Actuellement, le matériel d'IA répartit la détection, le stockage et le traitement impliqués dans la perception machine sur différents composants, obligeant les données à faire des allers-retours fréquents, ce qui consomme de l'énergie et réduit l'efficacité.
Le dispositif de l'Université d'État de l'Oregon relève ce défi en intégrant directement une partie des fonctions de stockage et de traitement dans le capteur de lumière. Il utilise un phototransistor composé de deux matériaux différents : un oxyde semi-conducteur formant le canal du transistor (le chemin par lequel circule le courant), et une couche organique photosensible située au-dessus, qui absorbe la lumière et génère des charges. Lorsque la lumière frappe le dispositif, une partie des charges est piégée dans la couche photosensible. Même après la disparition de la lumière, les charges piégées continuent d'influencer le courant traversant le canal semi-conducteur, permettant au dispositif de conserver la mémoire des signaux lumineux précédemment détectés.
La mémoire n'est pas statique. En appliquant une petite tension de grille électrique, les chercheurs peuvent modifier la position des charges piégées par rapport au canal du transistor. Lorsque les charges se rapprochent du canal, leur effet est renforcé et la mémoire dure plus longtemps ; lorsqu'elles s'en éloignent, l'effet s'affaiblit et la mémoire s'efface plus rapidement. Ce comportement est similaire à la manière dont le cerveau biologique régule la mémoire : dans le cerveau, les signaux chimiques déterminent si un souvenir est renforcé ou oublié ; dans le dispositif, les signaux électriques jouent un rôle analogue, conférant au matériel une durée de vie de mémoire programmable.
Cela est particulièrement utile dans le domaine du calcul neuromorphique (neuromorphic computing), qui cherche à construire des systèmes informatiques imitant les réseaux neuronaux biologiques. Cela s'inscrit également dans la tendance plus large du calcul dans le capteur (in-sensor computing), qui consiste à traiter les données au point de capture plutôt que de les transmettre à des processeurs et des mémoires séparés. Pour les systèmes de vision par IA, cela signifie que le matériel peut filtrer, pondérer et conserver temporairement les informations visuelles avant qu'elles n'atteignent le processeur traditionnel. Les robots, les drones, les caméras de sécurité ou les systèmes autonomes n'ont peut-être pas besoin de conserver éternellement chaque signal visuel : certaines informations ne nécessitent qu'une attention brève, d'autres doivent être conservées plus longtemps, tandis que d'autres encore doivent disparaître presque immédiatement.
Larry Cheng a ajouté : « Cette mémoire photosensible à durée de vie programmable crée une fenêtre temporelle ajustable pour traiter les signaux visuels et autres signaux de capteurs directement au point de détection. Cette capacité pourrait permettre des systèmes de vision et d'autres technologies d'IA basées sur des capteurs plus efficaces. » La recherche en est encore au stade du dispositif et ne peut pas remplacer directement les accélérateurs d'IA ou les capteurs d'image actuels. Cependant, cette orientation indique une voie de développement matériel qui pourrait permettre aux futurs systèmes d'IA de moins dépendre des déplacements constants de données entre capteurs, mémoires et processeurs. Si la mise à l'échelle réussit, les appareils d'IA pourraient devenir plus rapides, plus compacts et moins énergivores, en particulier dans les systèmes périphériques où l'efficacité énergétique est cruciale.
Texte compilé par Wedoany. Toute citation par IA doit mentionner la source « Wedoany ». En cas de contrefaçon ou d'autre problème, veuillez nous en informer rapidement ; nous modifierons ou supprimerons le contenu le cas échéant. Courriel : news@wedoany.com
