Calcul en périphérie (Edge Computing)
Le calcul en périphérie (Edge Computing) et le développement de dispositifs portables tels que les téléphones portables, les robots autonomes ou les systèmes de suivi de santé représentent l’un des grands défis pour le déploiement de l’intelligence artificielle (IA). Ces systèmes matériels présentent des contraintes très strictes en termes de consommation d’énergie et de puissance de calcul, auxquelles les stratégies d’IA actuelles ne peuvent pas répondre. Alors que les GPU haute puissance sont bien adaptés à l’implémentation de réseaux de neurones profonds, ce qui devrait grandement bénéficier au développement de l’IA, des solutions de calcul robuste et à ultra-faible consommation, avec des ressources limitées, doivent être proposées pour les applications de périphérie. À cette fin, nous proposons d’explorer l’implémentation matérielle de réseaux de neurones à petite échelle, d’une complexité limitée, qui pourraient satisfaire aux exigences du calcul en périphérie. Notamment, les réseaux de neurones impulsionnels (spiking) représentent une réelle opportunité à cet égard car ils peuvent combiner un fonctionnement à faible consommation et des fonctions de calcul non triviales, à l’instar des réseaux de neurones biologiques. Un axe particulier de notre travail se concentre sur le codage par impulsions des signaux analogiques. Cette opération est en effet l’un des goulots d’étranglement pour le développement de systèmes neuromorphiques. Nous explorons comment le codage par impulsions préserve l’information ou améliore certaines caractéristiques spécifiques dans le but d’une compression optimale du signal.
Circuits événementiels
Ce sujet concerne les circuits événementiels pour l’extraction de caractéristiques dans les applications audio et biomédicales. L’étude et l’implémentation d’une banque de filtres événementiels configurables à ultra-faible consommation pour extraire un spectrogramme (énergie par bande de fréquence) d’un signal audio sont en cours. Il a été démontré qu’un système d’extraction événementiel pour la détection de 10 mots-clés avec une précision supérieure à 90% consomme jusqu’à 4000 fois moins d’énergie qu’un système échantillonné, selon le scénario d’utilisation [Mou21]. Dans cette thématique liée aux applications audio, une puce prototype d’éléments à retard numériques configurables a été conçue et mesurée, affichant des consommations d’énergie statique et dynamique record [Gon20a]. Un brevet a été déposé sur le procédé d’estimation d’énergie instantanée dans un système événementiel [Gon21]. Des travaux de recherche sont également menés sur l’application des systèmes événementiels aux signaux d’électrocardiogramme (ECG) et d’impédance-cardiogramme (ICG) pour la détection et la classification des arythmies cardiaques et de l’apnée du sommeil. Une proposition d’architecture basée sur l’extraction des pentes d’un signal ECG et une classification anti-dictionnaire permet de réduire la complexité du réseau de neurones d’un facteur 2 par rapport à l’état de l’art (quelques centaines d’opérations MAC) tout en conservant une précision de plus de 98% pour la classification [Duf21].
Iono-électronique organique
L’iono-électronique organique explore ici l’électropolymérisation de fibres dendritiques de PEDOT capables d’imiter la plasticité structurelle des neurones. L’idée consiste à exploiter la croissance contrôlée de structures ramifiées conductrices pour reproduire, à l’échelle matérielle, les mécanismes d’adaptation morphologique observés dans les réseaux biologiques. Cette approche relie étroitement la conception des matériaux, les procédés de fabrication et l’intégration fonctionnelle au sein de dispositifs neuromorphiques.
Le travail couvre l’ensemble de la chaîne de valeur : de la compréhension physico-chimique des mécanismes d’électropolymérisation et du contrôle de la morphologie dendritique, jusqu’à l’intégration de ces architectures dans des plateformes iono-électroniques compatibles avec des systèmes de calcul inspirés du cerveau. La modélisation et la simulation multi-échelle permettent d’établir des liens entre dynamique de croissance, propriétés électriques et fonctions synaptiques émergentes.
Cette démarche ouvre la voie à des composants adaptatifs, capables de modifier leur connectivité et leurs propriétés de transport iono-électronique en réponse à des stimuli, offrant ainsi un support matériel prometteur pour l’implémentation de formes avancées de plasticité dans les architectures neuromorphiques de nouvelle génération (Projet ERC IONOS – Fabien Alibart)
Systèmes neurohybrides : interfaces entre mondes biologique et artificiel
Alors que les approches conventionnelles des interfaces cérébrales considèrent séparément les niveaux de détection et de calcul, ces deux concepts sont omniprésents dans les réseaux biologiques. Les fonctions de calcul sont intégrées dans la manière dont l’information est échangée entre les cellules. Lorsqu’un potentiel d’action est généré au niveau du soma et se propage le long de l’arbre axono-dendritique pour finalement libérer des neurotransmetteurs et stimuler les cellules suivantes, de nombreux processus élémentaires contribuent au traitement global de l’influx nerveux. Organisés en grands réseaux, ces processus élémentaires donnent naissance à des effets collectifs et à des fonctions de calcul complexes.
L’ingénierie neuromorphique, qui vise à développer des implémentations matérielles de ces fonctions de calcul bio-inspirées, est considérée comme une voie prometteuse pour l’interface avec les systèmes vivants, car elle capitalise sur le même paradigme de calcul et offre des performances de consommation d’énergie avancées pour des tâches de calcul haut de gamme. Néanmoins, elle n’a jusqu’à présent été considérée que séparément du monde biologique et repose sur des technologies d’interface standard pour s’y connecter. Étendre les concepts neuromorphiques à l’interface même où le matériel interagit avec le monde biologique est un premier objectif que nous poursuivons. De plus, les recherches dominantes dans les technologies de détection reposent sur des capteurs intelligents dotés d’un ensemble riche de fonctions conventionnelles (amplification, CAN, multiplexage). Nous proposons ici une nouvelle stratégie de détection basée sur des caractéristiques bio-inspirées telles que l’intégration dendritique ou la pondération synaptique. Cette approche vise à démontrer l’échange d’informations entre deux systèmes, l’un biologique et l’autre artificiel.
Ce domaine interdisciplinaire émergent aspire au développement de systèmes artificiels employant certaines propriétés physiques des représentations de l’information trouvées dans les systèmes neuronaux biologiques. Parallèlement, l’ingénierie des neurosystèmes, qui vise à étudier les systèmes neuronaux, à améliorer ou à remplacer la fonction neuronale par des dispositifs artificiels tels que des biocapteurs, des réseaux de microélectrodes ou même des prothèses neurales, a également considérablement progressé ces dernières années.
Une orientation vise à faire le pont entre les domaines de l’ingénierie neuromorphique et de l’ingénierie des neurosystèmes en développant une nouvelle classe de systèmes appelés « systèmes neurohybrides » qui permettent la communication bidirectionnelle entre des artefacts neuro-inspirés et des neurones vivants. Le projet vise spécifiquement la conception et la fabrication d’une interface innovante préservant l’avantage de la consommation d’énergie ultra-faible des neurones artificiels tout en établissant un dialogue en temps réel dans les deux directions (stimulation/enregistrement artificiel/vivant). À cette fin, une boîte à outils complète de neurones et synapses artificiels en CMOS 65nm à très haute efficacité énergétique (fabriquée pour développer des réseaux de calcul neuro-inspirés) est brevetée et disponible.
Notre vision directrice est orientée vers l’implant biomimétique in vivo, en considérant : la définition et la conception de nouveaux dispositifs avec les communautés médicales et industrielles, la prise en compte des considérations éthiques, la réponse aux exigences des dispositifs médicaux implantables, et la mise en place de la chaîne de valeur pour produire des dispositifs manufacturés.
iemn.fr
