Synapses artificielles : des nano-jonctions biomimétiques

Synapses artificielles : des nano-jonctions biomimétiques

Aucune machine si sophistiquée soit-elle ne peut rivaliser avec le cerveau humain dans sa capacité à apprendre, évoluer, créer, et ce pour un coût énergétique dérisoire. Pour simuler les mécanismes cérébraux, une nouvelle voie de recherche consiste à développer des composants électroniques jouant le rôle des synapses biologiques. Des chercheurs de l’INSP ont ainsi élaboré des nano-jonctions dont la réponse à des stimuli électriques présente de grandes similitudes avec les synapses réelles.

La synapse est l’interconnexion entre deux neurones et c’est elle qui assure la transmission - plus ou moins aisée et plus ou moins pérenne - des informations. Sa particularité est sa plasticité adaptable, à l’origine des fonctions de mémoire et d’apprentissage. Un équivalent électronique primaire est le memristor, dispositif à deux bornes, dont la résistance peut être réglée de manière continue au moyen d’une tension externe, tout en étant stockée de manière non volatile.

Un memristor de second-ordre, basé sur un empilement de trois couches d’oxydes d’épaisseur nanométrique (nano-jonction), a été élaboré à l’INSP. Sa résistance peut être modulée à la hausse ou à la baisse en changeant uniquement la fréquence du train d’impulsions excitatrices - pour une amplitude d'impulsions fixe. La plasticité de ce memristor est également dépendante de son « histoire », à savoir ses précédentes potentialisation / dépression ou dit autrement excitation / inhibition. Ce comportement, très proche de celui des synapses biologiques, est expliqué par un mécanisme d’oxydo-réduction aux interfaces des couches oxydes, généré par les impulsions de tension.

Cette recherche ouvre la voie à la mise en œuvre « matérielle » de réseaux de memristors, reproduisant les neurones et synapses biologiques, pour un apprentissage artificiel évolué.

Synapse artificielle basée sur un empilement de couches oxydes

Synapse artificielle basée sur un empilement de couches oxydes

 

Référence (accès libre)
« Second-Order Memristor Based on All-Oxide Multiferroic Tunnel Junction for Biorealistic Emulation of Synapses »
Anton Khanas, Christian Hebert, Loïc Becerra, Xavier Portier, Nathalie Jedrecy
Adv. Electron.Mater.2022, 2200421

 

Contact

Nathalie Jedrecy