Une équipe de chercheurs de Virginia Tech, du Oak Ridge National Laboratory et de l’Université du Texas à Dallas a développé une nouvelle méthode qui vise à rehausser l’efficacité des ordinateurs analogiques.
Ces appareils, qui se distinguent par leur utilisation de propriétés physiques continues pour représenter les données, se révèlent plus économes en énergie que leurs homologues numériques.
Leur étude, publiée dans Nature Electronics, met en avant l’intégration de phononies non linéaires dans des composants en niobate de lithium, ce qui permet de stocker une grande quantité d’informations sur un seul dispositif, tout en minimisant les erreurs liées à l’assemblage de plusieurs éléments au sein des systèmes analogiques.Cette avancée a donné naissance à un système de calcul analogique basé sur des réseaux de neurones physiques, capable de classer des données avec une précision remarquable de 98,2 %.
La synergie entre la conception des dispositifs et celle des réseaux neuronaux joue un rôle essentiel dans l’amélioration des performances globales.
Les chercheurs poursuivent leurs efforts pour perfectionner cette approche, avec l’ambition de résoudre des problèmes complexes et de favoriser l’adoption d’algorithmes d’apprentissage automatique dans des architectures informatiques analogiques à grande échelle, tout en préservant l’efficacité de ces systèmes.Source: IA Tech news
