Accueil > À la une

Des synapses électroniques capables d’apprendre : vers un cerveau artificiel ?

Les architectures neuromorphiques sont très performantes pour des applications devenues indispensables comme la reconnaissance automatique d’images. Actuellement, elles sont simulées sur des super-processeurs standards mais nécessitent beaucoup de temps et d’énergie. Afin d’améliorer leurs performances, une nouvelle génération d’architectures neuromorphiques doit être développée, intégrant des composants innovants comme les memristors. Ces derniers sont en effet l’équivalent électronique des synapses dont la transmission variable (plasticité synaptique) est au cœur de l’apprentissage.

La modélisation précise de la dynamique de memristors est essentielle pour le développement de l’apprentissage autonome dans les réseaux de neurones artificiels. Dans cet article, nous démontrons qu’une plasticité temporelle similaire à celle observée dans le cerveau peut être réalisée dans les memristors ferroélectriques en exploitant le renversement inhomogène de la polarisation. En combinant mesures électriques, imagerie de domaines ferroélectriques et simulations atomistiques de dynamique moléculaire, nous montrons que le renversement de la polarisation ferroélectrique des memristors peut être décrit par un modèle de dynamique dominé par des phénomènes de nucléation. Avec ce modèle physique, nous pouvons prédire avec fiabilité les variations de conductance de nos synapses artificielles sous l’action d’excitations neuronales de forme arbitraire. Ces résultats ouvrent la voie à la réalisation de puces dotées de milliards de synapses artificielles, fiables et prévisibles, pour les futurs ordinateurs bio-inspirés.

Ce travail est le fruit d’une collaboration entre l’Unité Mixte CNRS-Thales, l’Université de Bordeaux, l’Université d’Arkansas, le Centre de Nanosciences et Nanotechnologies et Thales Research and Technology.

S. Boyn et al. Learning through ferroelectric domain dynamics in solid‑state synapses. Nature Communications (2017)

Lire le communiqué de presse