Le premier nano-neurone artificiel capable de reconnaissance vocale

Des chercheurs de l’Unité mixte de physique CNRS/Thales, du Centre de nanosciences et de nanotechnologies (CNRS/Université Paris Sud), en collaboration avec des chercheurs américains et japonais, viennent de développer le premier nano-neurone artificiel capable de reconnaitre des chiffres prononcés par différents locuteurs. Tout comme le développement récent des synapses électroniques, ce nano-neurone électronique, décrit dans un article de Nature, est une avancée clé pour l’intelligence artificielle et ses applications. Récemment, les algorithmes d’intelligence artificielle sont devenus performants pour la reconnaissance visuelle ou vocale. Mais, l’exécution de ces programmes sur nos ordinateurs conventionnels consomme une énergie dix mille fois supérieure à celle du cerveau humain. Pour réduire la consommation électrique, il faut construire des ordinateurs inspirés du cerveau intégrant un très grand nombre de neurones et de synapses miniaturisés. Cependant, jusqu’ici, personne n’a su fabriquer un nano-neurone artificiel suffisamment stable pour calculer de façon fiable malgré une taille miniature. Pour la première fois, les chercheurs ont développé un nano-neurone capable de reconnaître des chiffres prononcés par différentes personnes avec un taux de réussite de 99,6%. Pour parvenir à ce résultat, un oscillateur magnétique aux propriétés très stables a été utilisé. Chaque giration de cette nano-boussole est accompagnée d’une émission électrique, ce qui permet d’imiter les impulsions électriques émises par les neurones biologiques. Dans les prochaines années, ces nano-neurones magnétiques pourront être interconnectés grâce à des synapses artificielles telles que celles récemment développées pour traiter et classer des informations en masse en temps réel. L’objectif à terme de cette collaboration entre les acteurs de la recherche fondamentale et ceux de la recherche appliquée est de réaliser des puces miniatures intelligentes, consommant très peu d’électricité, capables d’apprendre et de s’adapter aux situations mouvantes et ambigües du monde réel. Ces puces électroniques trouveront des applications multiples, par exemple pour diriger intelligemment des robots ou des véhicules autonomes, aider les médecins dans leur diagnostic ou encore améliorer les prothèses médicales.

Les travaux présentés impliquent des chercheurs de l’Unité Mixte de Physique CNRS/Thales, de l’AIST, du CNST-NIST, et du Centre de Nanosciences et Nanotechnologies (CNRS/Université Paris-Sud).