In the winter of 1997 Carver Mead lectured on an unusual topic for a computer scientist: the nervous systems of animals, such as the humble fly. Mead, a researcher at the California Institute of Technology, described his earlier idea for an electronic problem-solving system inspired by nerve cells, a technique he had dubbed “neuromorphic" computing. A quarter-century later, researchers have designed a carbon-based neuromorphic computing device—essentially an organic robot brain—that can learn to navigate a maze.
Une puce neuromorphique mémorise des informations de la même manière que la façon dont un animal.Lorsqu'un cerveau apprend quelque chose de nouveau, un groupe de ses neurones réorganise ses connexions afin qu'il puisse communiquer plus rapidement et facilement.En tant que dicton commun dans les neurosciences, «les neurones qui tirent ensemble.«Lorsqu'une puce neuromorphe apprend, elle recâble ses circuits électriques pour sauver le nouveau comportement comme le fait un cerveau pour enregistrer une mémoire.
L'idée de calcul en forme de cerveau existe depuis un certain temps.Mais Paschalis Gkoupidenis du Max Planck Institute for Polymer Research à Mayenz, en Allemagne, et son équipe de recherche neuromorphique est des pionniers de l'élaboration de cette technologie à partir de matériaux organiques.Pour construire leur puce, les chercheurs ont utilisé de longues chaînes de molécules à base de carbone appelées polymères, qui sont mous et, à certains égards, se comportent de la même manière que les tissus vivants.Afin de laisser leur matériau porter une charge électrique comme de vrais neurones, qui sont économes en énergie et fonctionnent dans un milieu aqueux, les scientifiques ont enduit la matière organique avec un gel riche en ions.Cela a fourni «plus de degrés de liberté pour imiter les processus biologiques», explique Gkoupidenis.
Auparavant, certains des chercheurs qui ont travaillé avec le groupe Max Planck de Gkoupidenis sur la nouvelle étude avaient montré que les polymères organiques peuvent enregistrer des aspects de leurs États antérieurs.Cette constatation avait suggéré que les polymères peuvent «se souvenir» de certaines informations, telles que la séquence de virages nécessaires pour naviguer dans un labyrinthe.Ainsi, dans la récente enquête, l'équipe a utilisé du matériel organique pour construire des transistors - dispositifs de changement de puissance et de signalisation - et les a organisés en circuit.La «puce cérébrale» résultante peut recevoir des signaux sensoriels et les utiliser pour s'adapter aux stimuli environnementaux.Après avoir appris dans quelle direction se déplacer, le circuit peut envoyer des commandes de moteur précises à un corps de robot.Les chercheurs ont décrit leur travail dans les avancées scientifiques le mois dernier.
Une fois que les membres de l'équipe ont conçu leur puce de cerveau de robot organique, un labyrinthe semblait être la situation parfaite du monde réel dans lequel le tester.C'est parce que le succès ou l'échec devient évident immédiatement: si le robot termine le labyrinthe, il a clairement appris quelque chose - et «si ce n'est pas le cas, alors il n'a pas appris», explique le co-auteur de l'étude, Yoeri van de Burgt d'EindhovenUniversité de technologie aux Pays-Bas.
L'équipe a sélectionné un robot de jouets commercial appelé Lego Mindstorms EV3, qui a deux capteurs d'entrée pour enregistrer des signaux pour le toucher et la «vue» et deux roues pour se déplacer.Les scientifiques ont équipé le jouet de leur puce, ce qui pourrait contrôler la direction dans laquelle les roues se sont déplacées.Ensuite, ils ont conçu un labyrinthe de deux carrés qui ressemblait à un nid d'abeille à deux dimensions, rempli de carrefour potentiels, et a tourné le robot en détour.
À chaque carrefour, la machine a tourné à droite par défaut.Mais chaque fois qu'il finit par frapper une paroi latérale, il a reçu une «gifle sur le nez», comme le dit Van de Burgt."Eh bien, c'est une [phrase] fantaisie pour régler un peu la résistance", ajoute-t-il.Cela signifie que lorsque le robot a reçu un robinet humain léger ou a heurté un mur, les capteurs portaient ce signal tactile au circuit organique.En réponse - comme les neurones recâblés après avoir reçu un stimulus correctif - une propriété électrique du polymère appelé résistance a été réduite.Cela a permis à plus de tension de passer à travers le polymère, ce qui a dynamisé les ions dans le matériau pour se déplacer vers une autre extrémité du circuit.Sur la base du mouvement et de l'accumulation d'ions, le cerveau du robot pourrait désormais prendre une décision différente: à l'intersection qui l'a déclenché à l'origine, au lieu de tourner à droite par défaut, il tournerait maintenant à gauche.De cette façon, le robot a appris.À chaque mauvaise décision, le robot a heurté un mur ou a été doucement touché par les chercheurs.Puis il a été retourné au début du labyrinthe.Le robot a continué à apprendre dans quelle direction se tourner à chaque nouvelle traversée jusqu'à ce que, à la fin de la 16e course, il est finalement arrivé à la sortie.
«L'appareil apprend de la même manière que nous enseignons aux enfants, en donnant des récompenses si elles sont correctes ou non enrichissantes s'ils ont tort», explique Arindam Basu, professeur de génie électrique à l'Université de la ville de Hong Kong, qui n'était pas impliqué dans lenouvelle étude.Dans ce cas, le robot n'a effectué que des décisions binaires, en tournant à gauche ou à droite.«Il serait donc intéressant de prolonger la tâche de choisir entre plusieurs décisions», dit Basu.
L'expérience est «vraiment cool», explique Jeffrey Krichmar, informaticien de l'Université de Californie à Irvine, qui n'a pas non plus été impliquée dans l'étude.Le robot a été autorisé à faire des erreurs et à les modifier plus tard, dit Krichmar.Les chercheurs n'ont pas préprogrammé ses étapes futures, note-t-il: «Mais ils ont laissé toute la formation faire partie de son circuit."
Bien que l'expérience ait démontré la puissance d'apprentissage d'une puce de contrôle organique, la capacité de la machine à détecter son environnement et à se déplacer reposait toujours sur les composants inorganiques du robot jouet. “Next steps could be replacing them with organic counterparts," says Robert Nawrocki, an assistant professor at Purdue University’s School of Engineering Technology, another researcher who was not involved in the study.Un dispositif tout organique serait avantageux car il pourrait être biocompatible - permettant potentiellement de lui être implanté dans le corps humain, par exemple.Si les dispositifs neuromorphes organiques atteignent ce point, suggère Nawrocki, ils peuvent aider à traiter certaines maladies et blessures au système nerveux.Dans le cerveau, ajoute-t-il, les implants neuromorphes pourraient permettre aux humains de contrôler également les exosquelettes puissants.
La puce neuromorphique organique a également l'avantage de nécessiter moins d'énergie qu'une puce standard.Afin de changer, les transistors organiques ne nécessitent qu'une demi-volte d'électricité - environ 20 fois moins que leurs homologues en silicium avec des dimensions similaires, selon les auteurs de la nouvelle étude.Parce que la puissance est proportionnelle à la tension, cela signifie que l'ensemble du système a des besoins en puissance inférieurs.La puce neuromorphique est également relativement bon marché à produire et relativement plus simple qu'un système de silicium, dit Van de Burgt.
Un système aussi faible pourrait avoir de nombreuses applications.Par exemple, cela pourrait aider les robots à travailler pendant de longues heures dans des endroits éloignés sur Terre - ou même sur une autre planète - sans constamment avoir besoin de se recharger, dit Krichmar.Cinquante ou 100 ans plus tard, Nawrocki dit: «Nous pouvons avoir des robots autonomes ultra-low-puissance, comme les insectes artificiels, qui pourraient même polliniser les cultures."
