Les scientifiques chinois obligent les robots à penser instantanément, accélérant le développement de la photonics sur silicium

Nouvelles d’une percée dans le calcul neuro‑morphique photonique

Des scientifiques de l’Université Xidian (Xidian University) ont créé la première puce « neuro‑morphe » entièrement optique, capable d’apprendre par renforcement sans convertir les signaux en courant électrique. Cet événement marque la transition des réseaux spiking photoniques linéaires vers des transformations non linéaires – une étape clé pour les applications pratiques.

Pourquoi c’est important
- Absence de conversion : La traduction des photons en électrons et inversement entraîne des pertes d’énergie et de temps. Dans les systèmes temps réel (robotique, pilotes automatiques), ces retards peuvent entraîner l’échec de l’équipement ou même des accidents.
- Interaction sécurisée entre robots et humains : Le développement de puces photoniques universelles ouvre la voie à des systèmes intelligents plus fiables et éco‑énergétiques.

Trois problèmes résolus
1. Disponibilité d’ensembles massifs de neurones spiking non linéaires avec un seuil d’activation faible – on peut désormais densifier les neurones.
2. Puces entièrement programmables – auparavant elles étaient « rigides » (programmées en matériel).
3. Apprentissage photonique par renforcement – maintenant réalisé grâce à une nouvelle architecture.

Architecture du prototype
Composant Description
Puce photonique 16‑canaux Contient 272 paramètres d’apprentissage, construite sur une matrice 16×16 de Mach–Zehnder.
Puce avec lasers et rétroaction Utilise un absorbant saturable pour un seuil faible d’activation non linéaire des spikes.
Cadre matériel‑logiciel D’abord entraîné dans un package logiciel, puis transféré sur les puces, après quoi il est affiné en tenant compte des spécificités matérielles.

Tests
- CartPole (équilibre de bâton) – précision presque identique au modèle logiciel (chute 1,5 %).
- Pendulum (balancement du pendule) – chute 2 %.
- Sur les deux tâches, le délai de calcul était de seulement 320 ps.

Efficacité
Type Puissance consommée Densité
Linéaire 1,39 TOPS/W 0,13 TOPS/mm²
Non linéaire 987,65 GOPS/W 533,33 GOPS/mm²

Ces chiffres placent le système photonique dans la classe GPU en termes d’efficacité énergétique (≈1 TOPS/W) et de densité (0,1–0,5 TOPS/mm²), tout en se basant entièrement sur le traitement optique, éliminant les pertes de conversion.

Perspectives
- Conduite autonome
- Robots intelligents
- Calcul périphérique à ultra‑faible latence et consommation minimale

À l’avenir, il est prévu d’évoluer la puce vers 128 canaux afin de résoudre des tâches plus complexes (navigation autonome neuro‑morphe) et de créer des dispositifs photoniques neuro‑morphiques hybrides compacts.

En résumé : Le développement ouvre une nouvelle voie vers un IA éco‑énergétique basée sur les impulsions lumineuses, ce qui pourrait transformer radicalement les approches en robotique et systèmes autonomes.