Calcul Analogue avec des Neurones Impulsionnels Photoniques – Anaconda

Les réseaux de neurones artificiels, qui sont au cœur des progrès récents en calcul analogique et en apprentissage automatique, deviennent de plus en plus importants pour nos sociétés numériques du futur. Cependant, ces succès reposent sur la puissance de calcul des architectures informatiques standard, qui souffrent d'un manque de vitesse et d'efficacité énergétique. Dans ce contexte, la recherche sur les composants neuromorphiques qui s'inspirent du cerveau attire de plus en plus l’attention. Notre projet ANACONDA vise à développer les premiers systèmes neuromorphiques photoniques ultra-rapides basés sur des neurones artificiels impulsionnels. Ces systèmes seront confrontés à des tâches de calcul concrètes et permettront potentiellement d'importants gains en termes de vitesse, de parallélisme, d'efficacité d'apprentissage et de consommation d'énergie par rapport aux technologies actuelles.
Les réseaux de neurones impulsionnels artificiels sont composés de noeuds non linéaires inspirés des neurones biologiques. Chaque neurone artificiel comporte plusieurs entrées et une sortie interconnectées, qui définissent ensemble la topologie de connexion du réseau. Lorsqu'ils sont excités au-dessus d'un certain seuil, les neurones répondent par une impulsion de type tout-ou-rien, correspondant à un processus dynamique appelé excitabilité. Dans le cadre de ce projet, nous développerons des réseaux de neurones excitables (impulsionnels) ultra-rapides et tout-optiques. Une innovation majeure du projet tient dans le fait que nous nous inspirerons d'un type d’apprentissage non supervisé observé dans les systèmes biologiques, qui est fondamentalement différent des techniques classiques d’apprentissage profond supervisées actuellement dominantes. Cela permettra d’imiter la capacité observée chez l’homme d’apprendre à répondre de manière sélective suite à seulement quelques répétitions d’un motif sélectionné en entrée, en utilisant un nouvel algorithme appelé JAST.
Le projet est divisé en trois workpackages scientifiques, chacun abordant un objectif différent. Le premier objectif est de fabriquer et de mettre en œuvre des réseaux de neurones photoniques excitables. Nous étudierons deux systèmes complémentaires: l’un basé sur un oscillateur opto-électronique, l’autre sur des microlasers excitables ultra-rapides. Le deuxième objectif est de mettre en œuvre un schéma de codage par impulsions des signaux et de réaliser des réseaux connectés binaires dans les deux systèmes précédents. Le troisième objectif est de démontrer les capacités de calcul des réseaux de neurones impulsionnels photoniques. Une architecture basée sur des nœuds virtuels en introduisant une rétro-injection avec retard sur un seul nœud réel sera d'abord étudiée pour du calcul calcul à réservoir, avant de passer à un réseau spatio-temporel complet. Le système opto-électronique explorera des techniques avancées d'optimisation des réseaux, en vue de guider les futures réalisations de calcul dans les systèmes photoniques excitables à hautes performances. L’approche technologiquement plus complexe et plus puissante des réseaux de noeuds impulsionnels ultra-rapides sera étudiée ensuite. Les capacités de calcul des deux réseaux de neurones seront évaluées sur des tâches de reconnaissance de signaux et d'images, en visant au moins des performances à l'état de l'art.
Le consortium regroupe trois laboratoires (C2N, Femto-ST, Cerco) spécialisés dans les domaines de la nanotechnologie, du calcul à l'aide de réseaux de neurones photoniques et des neurosciences computationnelles des systèmes impulsionnels. Anaconda est donc un projet multidisciplinaire au carrefour de différents domaines d’études.
ANACONDA aura des répercussions sur plusieurs disciplines de la science fondamentale et ouvrira la voie à de futures applications de grande portée dans les domaines stratégiques de l'intelligence artificielle et de la science des données.