Une IA un million de fois plus rapide…

En intelligence artificielle, le deep learning analogique fonctionne différemment du deep learning numérique. Il crée un réseau de ‘neurones’ et de ‘synapses’ artificiels analogiques qui peuvent dépasser les performances d’un réseau neuronal numérique, tout en utilisant une fraction de l’énergie utilisée par le numérique. 

D’après RTflash.fr jusqu’à maintenant, le cerveau humain surpasse largement le deep learning en termes de performances. Un cerveau humain pesant à peine 1,3 kg peut effectuer de nouvelles tâches en quelques secondes en utilisant la même quantité d’énergie qu’une ampoule, tandis que la formation des plus grands réseaux de neurones prend des semaines, des mégawattheures d’électricité et des racks de transformateurs spécialisés.

La révolution est toutefois en marche puisque les neurones et synapses artificiels de l’équipe du MIT, construits à l’aide d’un nouveau matériau inorganique qui augmente les performances des appareils, atteignent une vitesse un million de fois plus rapide que celle du cerveau humain. Ces synapses artificielles imitent le comportement des synapses biologiques, qui utilisent des ions pour transmettre des signaux à travers l’espace entre deux neurones.

Le but est de permettre à l’IA de fonctionner de manière au moins aussi performante que le cerveau humain : en moins de temps et avec moins d’énergie que tout ce qui est fait pour l’instant.

Source  S’abonner à raël-science Page Facebook

Lire aussi :

– Intelligence Artificielle, robotisation et suppression d’emplois
– L’intelligence artificielle et les valeurs humanistes