Matériel Neural et Reconnaissance d’Images

L’intelligence artificielle (IA) est traditionnellement basée sur des logiciels, mais des chercheurs de l’Université technique de Vienne ont créé un matériel intelligent plus rapide. Le nouveau circuit intégré développé est capable d’analyser des images et de fournir la sortie correcte en quelques nanosecondes.

Dans le monde d’aujourd’hui, la reconnaissance automatique d’images est utilisée pour diverses applications, et certains programmes informatiques peuvent diagnostiquer avec précision des problèmes de santé tels que le cancer de la peau, naviguer dans des véhicules autonomes et contrôler des robots. Cela se fait normalement en évaluant les données d’image fournies par les caméras, mais un inconvénient est que cela prend du temps. Par exemple, lorsque le nombre d’images enregistrées par seconde est élevé, le grand volume de données généré ne peut souvent pas être géré.

Matériau 2D Spécial

Les scientifiques de TU Wien ont décidé d’utiliser un matériau 2D spécial. Ils ont développé un capteur d’image qui peut reconnaître certains objets grâce à une formation. Le circuit est basé sur un réseau de neurones artificiels, et le circuit peut fournir des données sur ce qu’il voit en quelques nanosecondes.

La recherche a été présentée dans la revue scientifique Nature.

Les réseaux de neurones, qui sont des systèmes artificiels, peuvent représenter les cellules nerveuses qui sont connectées à d’autres cellules nerveuses dans notre cerveau. Une cellule peut affecter de nombreuses autres, et l’apprentissage artificiel sur un ordinateur fonctionne de manière similaire.

“Typiquement, les données d’image sont d’abord lues pixel par pixel, puis traitées sur l’ordinateur”, déclare Thomas Mueller. “Nous, en revanche, intégrons le réseau de neurones avec son intelligence artificielle directement dans le matériel du capteur d’image. Cela rend la reconnaissance d’objets beaucoup plus rapide.”

Le circuit, basé sur des photodétecteurs en diséléniure de tungstène, a été développé et fabriqué à TU Vienne. Le diséléniure de tungstène est un matériau ultra-fin qui se compose de seulement trois couches atomiques. Chacun des éléments de détection individuels, ou les “pixels” de l’appareil photo, est connecté à des éléments de sortie, qui fournit les résultats de la reconnaissance d’objets.

“Dans notre circuit, nous pouvons ajuster spécifiquement la sensibilité de chaque élément de détection individuel – en d’autres termes, nous pouvons contrôler la façon dont le signal détecté par un détecteur particulier affecte le signal de sortie”, déclare Lukas Mennel, premier auteur de la publication. “Tout ce que nous devons faire est simplement ajuster un champ électrique local directement au photodétecteur.”

Ils font cette adaptation à l’extérieur et à l’aide d’un programme informatique. Le capteur peut être utilisé pour enregistrer différentes lettres et ajuster les sensibilités des pixels individuels. Il y aura toujours un signal de sortie correspondant.

Réseau de Neurones Prend le Relais

Après la fin du processus d’apprentissage, l’ordinateur n’est plus nécessaire. Le réseau de neurones est capable de fonctionner seul, et il peut produire un signal de sortie en 50 nanosecondes.

“Notre circuit de test est encore petit pour le moment, mais vous pouvez facilement mettre à l’échelle la technologie en fonction de la tâche que vous souhaitez résoudre”, déclare Thomas Mueller. “En principe, le circuit pourrait également être formé pour distinguer les pommes des bananes, mais nous voyons son utilisation plus dans des expériences scientifiques ou d’autres applications spécialisées.”

Cette technologie sera la plus utile dans les domaines qui nécessitent une vitesse extrêmement élevée, tels que la mécanique de la rupture et la détection de particules.