L’informatique neuromorphique optique, une alternative aux réseaux de neurones numériques

L’équipe du professeur Zongfu Yu, de l’Université du Wisconsin-Madison a récemment démontré qu’il était possible de créer une intelligence artificielle à partir d’un morceau de verre sans utiliser d’électricité. Ces travaux théoriques se poursuivent et semblent prometteurs.

Pourquoi utiliser des réseaux optiques ?

La motivation initiale de ce projet, était d’examiner la possibilité de concevoir des structures nano-photoniques passives qui permettraient de faire des opérations informatiques complexes comme celles réalisées par les réseaux de neurones artificiels, en utilisant la lumière, au lieu de l’énergie électrique.

Ainsi, concevoir un verre « intelligent » et autonome en énergie permet, par exemple, de développer des écrans de smartphones capables de se déverrouiller par reconnaissance faciale, sans utiliser l’énergie de la batterie.

Méthode n°1 : structures nanophotoniques aléatoires

En juillet 2019, l’équipe du professeur Yu exposait une première méthode. Le papier publié dans la revue Photonics Research [1] a permis de démontrer qu’en utilisant une structure en verre dans laquelle étaient disposées des bulles d’air, de forme et de taille contrôlées, on pouvait réaliser des tâches simples (pour des réseaux neuronaux) comme le classement de chiffres écrits à la main.

Bien que la fabrication de telles structures nano-photoniques soit envisageable, il est probable qu’elle soit limitée d’un point de vue industriel. En effet, comme la puissance expressive de ces structures est directement proportionnelle à leur taille, résoudre des problèmes complexes nécessiterait le développement de procédés élaborés et très coûteux.

Méthode n°2 : métasurfaces neuromorphiques

D’autres architectures sont à l’étude. Fin décembre 2019, ils ont ainsi publié une nouvelle étude [2], explorant les capacités d’une autre classe de structures photoniques, permettant d’atteindre des résultats similaires : les métasurfaces.

Selon Erfan Khoram, « il s’agit de fines plaques de matériaux constituées de plusieurs petits éléments qui permettent de contrôler le comportement de la lumière à travers la métasurface. Ces structures sont plus simples à fabriquer et plus facilement adaptables à la résolution de problèmes complexes. »

Cette étude a notamment permis de démontrer que les métasurfaces peuvent directement reconnaître des objets en focalisant la lumière à différents endroits de l’espace.

Prochaine étape : passage à la pratique

Pour le moment, ces travaux sont seulement théoriques et ont permis de démontrer la faisabilité de ces deux méthodes à travers des simulations numériques.

Erfan Khoram ajoute : « À ce stade du projet, notre groupe est focalisé sur l’implémentation pratique de nos travaux théoriques. Nous travaillons en particulier sur le design et la fabrication de métasurfaces correspondant à notre approche, dans un premier temps pour réaliser des tâches simples ; les applications plus complexes seront étudiées à des stades avancés. »

Pour en savoir plus :

[1] Khoram, Erfan, Ang Chen, Dianjing Liu, Lei Ying, Qiqi Wang, Ming Yuan, and Zongfu Yu. « Nanophotonic media for artificial neural inference. » Photonics Research 7, no. 8 (2019): 823- 827.

[2] Wu, Zhicheng, Ming Zhou, Erfan Khoram, Boyuan Liu, and Zongfu Yu. « Neuromorphic metasurface. » Photonics Research 8, no. 1 (2020): 46-50.