
Dr Joseph S. Friedman, professeur agrégé de génie électrique et informatique à l'Université du Texas à Dallas (UT Dallas) - Photo : UT Dallas
Selon EurekAlert! du 30 octobre, des scientifiques de l'Université du Texas à Dallas (UT Dallas, États-Unis) ont développé un prototype d'« ordinateur simulant le cerveau » capable d'apprendre et de prédire des modèles avec moins d'entraînement et d'énergie que les systèmes d'IA conventionnels.
Il s'agit d'une avancée majeure dans le domaine de la neuroinformatique – une technologie inspirée par la façon dont le cerveau humain traite et stocke l'information.
Ces travaux, menés par le Dr Joseph S. Friedman, ont été publiés dans la revue Nature Communications Engineering, en collaboration avec Everspin Technologies et Texas Instruments.
Contrairement aux ordinateurs traditionnels qui séparent la mémoire et le traitement, les ordinateurs neuromorphiques combinent ces deux fonctions dans un même système, ce qui les rend plus efficaces et plus économes en énergie.
L'appareil fonctionne selon le principe que « les neurones qui travaillent ensemble se connectent plus fortement », simulant ainsi le mécanisme de formation de la mémoire et d'apprentissage dans le cerveau humain.
L'objectif principal de l'équipe est d'utiliser des « jonctions tunnel magnétiques » (MTJ) - de minuscules composants électriquement réglables comme des synapses - qui permettent à la machine d'« apprendre » en modifiant les connexions entre les neurones artificiels, de la même manière que le cerveau humain s'adapte lorsqu'il apprend.
Ce projet est considéré comme une piste prometteuse pour remplacer les modèles d'IA actuels, très énergivores. La recherche a bénéficié d'un financement de la National Science Foundation (NSF) et du Département de l'Énergie des États-Unis, avec un budget total de près de 500 000 dollars sur deux ans pour étendre l'expérimentation.
Source : https://tuoitre.vn/my-phat-trien-may-tinh-mo-phong-nao-nguoi-hoc-nhu-nguoi-that-it-ton-nang-luong-hon-ai-20251103085615027.htm






Comment (0)