« Il voit comme nous » : ce cerveau artificiel donne une vision instantanée aux robots et aux voitures électriques

L’innovation technologique avance à grands pas, avec des recherches révolutionnaires sur des dispositifs neuromorphiques qui imitent le fonctionnement du cerveau humain. Ces avancées promettent de transformer les domaines de la robotique et des véhicules autonomes, en introduisant des systèmes capables de traiter des informations visuelles en temps réel sans l’aide d’un ordinateur externe. Les chercheurs de l’université RMIT en Australie ont mis au point un dispositif compact qui pourrait redéfinir notre interaction avec les machines, ouvrant la voie à des interactions plus fluides et intuitives.

Fonctionnement neuronal inspiré du cerveau

Le traitement de l’information et la vision neuromorphique sont des domaines en plein essor qui visent à créer des systèmes de calcul et de détection plus intelligents et efficaces. L’un des éléments clés de cette technologie est l’utilisation de réseaux neuronaux à impulsions (SNN), qui fonctionnent comme de vrais neurones en envoyant des signaux sous forme de « pics » lorsqu’ils sont déclenchés. Le modèle d’intégration et de déclenchement (LIF) est un exemple courant de cette approche.

Ce modèle permet aux signaux électriques de s’accumuler jusqu’à atteindre un certain niveau avant qu’un pic soit envoyé, imitant ainsi le comportement des neurones réels. Bien que de nombreux matériaux sensibles à la lumière aient été testés pour des fonctions de base similaires à celles du cerveau, reproduire avec précision le comportement complet du modèle LIF reste un domaine largement inexploré, notamment pour les tâches visuelles.

Un robot à 5 000 € imprimable en 3D : des chercheurs américains dévoilent une machine open source bluffante

Systèmes de vision intelligents

Les chercheurs ont construit un réseau neuronal à impulsions utilisant les caractéristiques clés de réponse à la lumière du MoS₂. Ce modèle a atteint une précision de 75 % sur des tâches d’image statique après 15 cycles d’entraînement, et 80 % sur des tâches dynamiques après 60 cycles. Ces résultats montrent un fort potentiel pour le traitement de la vision en temps réel.

Lors des expériences, le dispositif a détecté des mouvements de la main en utilisant la détection des bords, évitant ainsi la capture image par image et réduisant l’utilisation des données et de l’énergie. Cette innovation pourrait améliorer considérablement la façon dont les véhicules autonomes et les robots avancés répondent aux entrées visuelles, en particulier dans des environnements à haut risque ou en évolution rapide. Cela pourrait également améliorer l’interaction humain-robot dans des domaines tels que la fabrication ou l’assistance personnelle.

« Ils mémorisent mieux que nous » : un nouvel algorithme permet aux robots de naviguer plus vite avec très peu de mémoire

Applications et perspectives d’avenir

Les chercheurs de l’université RMIT développent actuellement un prototype de pixel unique en un réseau de pixels basé sur le MoS₂, soutenu par de nouveaux financements de recherche. Les plans incluent l’optimisation du dispositif pour des tâches visuelles plus complexes, l’amélioration de l’efficacité énergétique et son intégration avec des systèmes numériques conventionnels.

En outre, l’équipe explore d’autres matériaux pour étendre les capacités au spectre infrarouge, avec des applications potentielles dans le suivi des émissions et la détection environnementale intelligente. Les résultats de leurs recherches ont été publiés dans la revue Advanced Materials Technologies, soulignant l’impact potentiel de ces innovations sur un large éventail de secteurs industriels.

« Oui, j’ai acheté 50 avis Google et mon chiffre d’affaires a doublé » : la méthode hallucinante d’Acheter-des-Fans.com pour la réputation en ligne sur Google

Enjeux et opportunités

▶

Alors que la technologie continue de se développer, les implications de ces dispositifs neuromorphiques ne se limitent pas seulement aux véhicules autonomes et à la robotique. Ils pourraient également révolutionner des domaines tels que la médecine, la sécurité publique et même l’art numérique, en fournissant des outils plus intuitifs et réactifs pour interagir avec notre environnement.

Les défis actuels incluent l’amélioration de la robustesse et de la durabilité de ces systèmes, ainsi que leur intégration transparente avec les infrastructures existantes. À mesure que ces obstacles sont surmontés, les possibilités d’application de ces technologies semblent presque illimitées, ce qui pose une question cruciale : comment ces innovations vont-elles reconfigurer notre relation avec la technologie au quotidien ?

Ça vous a plu ? 4.5/5 (29)