Une nouvelle étude a démontré qu’il est possible de créer un réseau d’atomes et de photons susceptible d’améliorer la manière dont l’intelligence artificielle stocke et restitue les souvenirs.
Ce réseau, appelé verre de spins quanto-optique, fonctionne comme une mémoire associative, une forme d’IA qui permet de restituer des souvenirs complets à partir d’informations partielles—un peu comme les humains peuvent reconnaître le visage d’une personne sur une photographie floue.
Cette avancée, publiée dans Science, montre que ce nouveau type de verre de spins possède une plus grande capacité à stocker et à restituer des souvenirs qu’un réseau d’IA traditionnel de même taille. Le réseau d’atomes et de photons a également présenté une plasticité à court terme, un phénomène qui rappelle la manière dont les connexions synaptiques entre les neurones du cerveau changent lors de l’apprentissage de nouvelles informations.
« Nous pouvons désormais créer des réseaux de neurones à l’échelle atomique, et ils s’ajustent d’une manière quelque peu similaire à celle dont, selon nous, notre cerveau apprend », explique Benjamin Lev, auteur principal de l’étude, titulaire de la chaire Stanford Fortitude et professeur de physique et de physique appliquée au sein de la School of Humanities and Sciences.
Le nouveau verre de spins a été réalisé avec des atomes à des températures extrêmement basses, piégés dans une chambre à vide. Des recherches supplémentaires sont donc nécessaires pour déterminer s’il peut être étendu à des applications pratiques—mais, avec un développement accru, il recèle le potentiel d’une capacité de mémoire encore plus grande.
Un défi de physique
Cette avancée aide à éclairer la manière dont certains verres de spins fonctionnent à l’échelle atomique, un fonctionnement que les physiciens s’efforcent de comprendre depuis des décennies.
Un verre de spins est un type d’aimant frustré. Le « spin » désigne les deux états dans lesquels les atomes peuvent s’orienter, tout comme un aimant droit peut s’orienter avec son pôle nord pointant vers le haut ou vers le bas. Dans un aimant de réfrigérateur ordinaire, tous les spins s’alignent dans la même direction, tous vers le haut ou tous vers le bas, ce qui le fait adhérer à la porte du réfrigérateur. En revanche, les spins d’un verre de spins sont frustrés : ils restent bloqués, pointant dans des directions aléatoires. C’est un peu comparable au verre du quotidien, qui ressemble à un solide et s’en comporte comme tel, mais dont les atomes occupent des positions désordonnées, comme dans un fluide.
En 1982, le physicien John Hopfield a exploité les propriétés des spins frustrés dans un modèle mathématique pour démontrer qu’un réseau de spins peut stocker et restituer des informations sous forme de motifs mnésiques. Les configurations de spins à faible énergie, appelées vallées, contiennent des souvenirs complets. Si le réseau reçoit des informations incomplètes ou déformées, il peut « associer » les informations corrompues au souvenir stocké le plus proche, restituant ainsi le souvenir complet.
Hopfield a partagé le prix Nobel de physique 2024 pour ce travail, qui a contribué à stimuler la recherche sur les réseaux de neurones, socle de la manière dont les systèmes de calcul d’IA tels que ChatGPT traitent et comprennent le langage. Cependant, le réseau de Hopfield ne fonctionne que jusqu’à un certain point : lorsqu’il contient trop de souvenirs, la restitution échoue, car le réseau bascule dans un état de verre de spins, les spins frustrés créant un paysage énergétique trop encombré pour restituer fidèlement les bons souvenirs.
Nouveau regard sur le verre de spins
Pour cette étude, Lev et ses collègues ont surmonté ce problème en découvrant comment faire d’un état de verre de spins une mémoire associative. La clé résidait dans sa réalisation à partir d’atomes et de photons. Grâce aux effets quanto-optiques liés à l’absorption et à l’émission de photons par les atomes, le réseau de verre de spins a pu restituer des souvenirs même dans cet état frustré, dépassant les limites du réseau de Hopfield. Ce verre de spins quanto-optique avait été réalisé expérimentalement pour la première fois en 2025, comme le décrit le précédent article de l’équipe dans Science, mais cette étude est allée plus loin en l’employant comme mémoire associative.
À l’aide de pinces optiques, les chercheurs ont créé un réseau de gaz atomiques dans une cavité optique, un piège à lumière formé de deux miroirs courbes. Appelés condensats de Bose-Einstein, ces gaz contiennent des amas de 10 000 atomes ou plus dans un état quantique particulier, et chaque amas se comporte comme s’il s’agissait d’un unique super-atome.
Les chercheurs ont envoyé des faisceaux de photons, les particules de lumière, dans la cavité. Rebondissant des milliers de fois entre les miroirs, les photons ont établi de multiples connexions entre les atomes, à l’image des synapses reliant les neurones. Les photons ont contribué à orienter les spins de chaque super-atome vers le haut ou vers le bas, jusqu’à ce qu’ils se stabilisent dans une vallée de basse énergie du verre de spins.
L’équipe a ensuite utilisé ce petit réseau de 20 spins au maximum comme mémoire associative. Le verre de spins quanto-optique a démontré une capacité à stocker et à restituer des souvenirs jusqu’à sept fois supérieure à celle d’un réseau de Hopfield traditionnel comptant le même nombre de spins.
Les chercheurs ont également observé que les photons pouvaient pousser les atomes à créer un type de plasticité, où les connexions peuvent se déplacer et changer, à l’image du réseau de neurones et de synapses du cerveau humain, qui peut être recâblé.
« Nous disposons désormais d’une preuve de concept d’un réseau physique qui s’ajuste comme le ferait un système apprenant, et si nous parvenons à l’améliorer et à passer à plus grande échelle, le matériel d’IA pourrait devenir bien moins gourmand en énergie pour son entraînement », affirme Lev.
Étant donné que le système pourrait permettre de stocker davantage de souvenirs dans un petit réseau, la technologie de l’IA pourrait également consommer moins de ressources. La recherche en est encore à un stade très préliminaire, souligne Lev, mais l’équipe travaille au développement d’un système comportant davantage de spins, dont certains pourraient être intriqués quantiquement, ainsi qu’à l’étude des autres propriétés que révèle leur nouveau verre de spins.
« Cela nous en apprend un peu plus sur la manière dont les systèmes physiques peuvent calculer, non seulement avec les lois classiques de la physique, mais aussi avec les lois quantiques », révèle Lev. « Il est passionnant de viser ces applications, mais nous faisons aussi cela parce que nous voulons en savoir plus sur le fonctionnement de la nature. »
Lev est membre de Bio-X. Il occupe les fonctions de directeur adjoint de QFARM et du laboratoire E.L. Ginzton de Stanford.
Les autres coauteurs de l’étude à Stanford comprennent le premier auteur et ancien doctorant Brendan Marsh, l’ancien chercheur postdoctoral Yunpeng Ji, ainsi que les doctorants actuels David Atri Schuller et Henry S. Hunt—tous membres du laboratoire de Lev. Surya Ganguli, professeur associé de physique appliquée au sein de H&S, est également coauteur. Ganguli est aussi chercheur principal au sein de l’Institute for Human-Centered Artificial Intelligence (HAI) et membre de Bio-X et de l’Wu Tsai Neurosciences Institute.
Cette étude réunit également des chercheurs affiliés à l’université de Princeton et à l’université de St Andrews, au Royaume-Uni.
Article : High-capacity associative memory in a quantum-optical spin glass – Journal : Science – DOI : Lien vers l’étude
Source : Stanford U.
