Un nouveau circuit neuronal dendritique artificiel inspiré du cerveau

Suite aux progrès rapides des outils d’intelligence artificielle (IA), les ingénieurs du monde entier travaillent sur de nouvelles architectures et de nouveaux composants matériels qui reproduisent l’organisation et les fonctions du cerveau humain.

La plupart des technologies inspirées du cerveau créées à ce jour s’inspirent du déclenchement des cellules cérébrales (c’est-à-dire des neurones), plutôt que de refléter la structure globale des éléments neuronaux et la manière dont ils contribuent au traitement de l’information.

Des chercheurs de l’Université Tsinghua ont récemment présenté une nouvelle architecture computationnelle neuromorphique conçue pour reproduire l’organisation des synapses (c’est-à-dire les connexions entre les neurones) et la structure arborescente des dendrites (c’est-à-dire les projections s’étendant du corps des neurones).

Ce nouveau système artificiel semblable à un cerveau, présenté dans un article publié dans Électronique naturellea été réalisé en utilisant un modèle informatique de transistors à nanofils de silicium multi-portes avec des films sol-gel dopés aux ions.

« Lorsque j’étais étudiant en master en IA et bio-ingénierie cérébrale à l’École polytechnique de Milan en Italie, j’ai eu l’idée d’imiter la rareté et la morphologie de la connectivité cérébrale, comme celle des dendrites des neurones, pour concevoir une IA efficace », a déclaré Carlo Vittorio Cannistraci, l’un des auteurs correspondants, à Tech Xplore.

« J’ai également été fasciné par l’élégance des mécanismes cérébraux tels que les « synapses silencieuses » qui activent leur fonctionnement lorsqu’elles sont entourées d’une activation électrique accrue. »

S’inspirant de ses études et de ses centres d’intérêt précédents, Cannistraci a récemment entrepris de réaliser des mécanismes cérébraux complexes par le biais de calculs informatiques. Dans le cadre de cette étude récente, il s’est associé à d’autres chercheurs de l’Université Tsinghua pour reproduire la morphologie des dendrites et les fondements des synapses à l’aide d’un modèle informatique neuromorphique.

« Un jour, Carlo m’a demandé d’étudier le « calcul dendritique » car notre précédente étude collaborative sur les « neurotransistors » avait le potentiel d’imiter les propriétés dendritiques », a déclaré Eunhye Baek, l’un des auteurs correspondants, à Tech Xplore.

« Le professeur Luping Shi et moi-même cherchions des moyens de développer un système de capteurs visuels neuromorphiques et nous avons reconnu le potentiel de cette approche.

« Mon intérêt a toujours été de construire des systèmes de traitement d’informations dynamiques plus proches de ceux du cerveau et des neurones. Le calcul dendritique m’a beaucoup enthousiasmé, car il englobe un large éventail de propriétés dynamiques et complexes, qui n’ont pas encore été étudiées de manière approfondie en ingénierie neuromorphique. »

La plupart des recherches menées jusqu’à présent sur l’informatique neuromorphique se sont concentrées sur la reproduction des processus synaptiques associés à l’apprentissage et sur la réplication artificielle de la génération de pics neuronaux. Ces études ont souvent modélisé les dendrites comme de simples lignes de transmission, ignorant ainsi les fonctions associées à leur morphologie unique.

« Les dendrites utilisent leur morphologie arborescente pour cartographier les signaux distribués spatialement, présentant une plasticité spécifique aux branches et intégrant diverses synapses », a expliqué Baek.

« Chaque branche dendritique est particulièrement sensible aux signaux ayant une directionnalité spécifique, ce qui les rend spécialisées dans le traitement des signaux spatiotemporels. Nos recherches se concentrent sur ces fonctions dendritiques complexes. »

Cannistraci, Shi, Baek et leurs collaborateurs ont conçu et développé un nouveau dispositif qui reproduit la morphologie et la fonction des dendrites biologiques. Ce dispositif, baptisé « dendristor », imite les calculs effectués par les dendrites, en exploitant la physique des transistors multi-portes recouverts d’un film sol-gel dopé aux ions.

« Ce film imite les branches dendritiques en permettant aux ions dopés de se déplacer de manière similaire aux ions des dendrites neuronales, modulant le courant du transistor pour refléter les changements du potentiel de la membrane dendritique », a déclaré Baek. « Notre étude démontre que le dendristor présente une intégration dendritique non linéaire et une sélectivité de direction. »

En plus du dispositif dendristor, l’article récent de ce groupe de recherche présente une synapse silencieuse artificielle. Dans ce système, la tension des branches du dendristor dans le film sol-gel garantit que les entrées synaptiques ne s’activent que lorsque le film atteint un seuil spécifique, améliorant ainsi la capacité du système à discerner la direction des stimuli visuels en mouvement.

« Nous avons également créé un circuit neuronal dendritique neuromorphique qui calcule la direction des signaux en mouvement, inspiré des circuits neuronaux de la rétine et du cortex visuel », a déclaré Baek. « Ce circuit montre la capacité de détecter des signaux se déplaçant en 2D et en profondeur, en les intégrant pour reconstruire la direction du mouvement des objets dans un espace 3D. »

En reproduisant fidèlement la connectivité éparse des neurones dendritiques, la nouvelle approche informatique neuromorphique introduite par Cannistraci, Baek et leurs collègues a permis d’atteindre des rendements énergétiques remarquables. En fait, ce système démontre le potentiel de détecter le mouvement en utilisant moins de neurones que les réseaux neuronaux artificiels (RNA) existants.

L’avantage principal de cette nouvelle architecture est qu’elle va au-delà de la simple réplication des aspects fonctionnels des neurones biologiques. Contrairement aux autres plateformes informatiques neuromorphiques existantes, elle reproduit également la structure et la connectivité éparse des neurones, y compris la morphologie des dendrites et les fondements des synapses silencieuses.

« Bien qu’il existe différentes approches dans la recherche neuromorphique pour réaliser l’intelligence, notre étude montre de manière unique l’importance de la morphologie des neurones et de leurs connexions synaptiques dans le traitement dynamique du signal », a déclaré Baek.

« Nous y sommes parvenus en imitant la façon dont les neurones biologiques forment des circuits neuronaux fonctionnels avec une cartographie spatialement clairsemée des entrées synaptiques, soulignant à quel point cette morphologie est cruciale pour un traitement efficace des informations neuromorphiques. »

Cette équipe de recherche a notamment été la première à démontrer que la position spatiale des synapses inhibitrices et silencieuses peut également contrôler le traitement des signaux par les neurones dans les systèmes neuromorphiques. Cette découverte pourrait guider la conception d’autres modèles et architectures informatiques reproduisant les synapses silencieuses.

« La rareté et la morphologie ont été mal comprises et utilisées pour construire l’IA de nouvelle génération », a déclaré Cannistraci. « Notre étude est la première à montrer comment exploiter ces deux caractéristiques des réseaux cérébraux réels pour concevoir des réseaux neuronaux neuromorphiques de nouvelle génération pour une IA efficace. »

Les récents travaux de Cannistraci, Baek et leurs collègues pourraient bientôt ouvrir de nouvelles perspectives passionnantes pour l’ingénierie de systèmes neuromorphiques basés sur des dispositifs semi-conducteurs. Plus précisément, leur proposition de conception inspirée du cerveau pourrait contribuer au développement de nouveaux appareils et outils d’IA qui consomment moins d’énergie, ouvrant ainsi la voie à une informatique plus durable.

Dans leurs prochaines études, les chercheurs prévoient d’étendre encore davantage leurs circuits neuronaux artificiels, en utilisant des connexions inhibitrices avancées qui pourraient encore améliorer la classification des signaux visuels dynamiques. Pour ce faire, ils tenteront d’imiter de près les connexions neuronales observées dans le cerveau à ses premiers stades de développement.

« Nous prévoyons de développer de nouvelles architectures de réseaux dendritiques neuromorphiques qui effectuent un apprentissage profond et peuvent résoudre d’autres tâches d’IA au-delà de la perception visuelle, telles que l’analyse de séries chronologiques et les tâches auditives », a ajouté Cannistraci.

« De plus, nous souhaitons développer des circuits multimodaux capables de traiter et de corréler des entrées sensorielles de différents types, telles que visuelles et acoustiques. Enfin, nous souhaitons étendre ce paradigme de calcul clairsemé et morphologique aux types classiques de réseaux neuronaux artificiels implémentés sur du matériel numérique. »

© 2024 Réseau Science X