Intégrant un petit réseau de neurones artificiels, des smartphones pourraient être encore plus « intelligents ». Des voitures autonomes seraient capables d’anticiper différents dangers de la route. L’arrivée des Neural Processing Unit (NPU) va-t-elle rendre les machines plus fortes que nous ?
On ne cesse de parler d’Intelligence artificielle et en particulier d’une de ses déclinaisons : le Machine learning. Cette branche de l’IA sert à développer des processus d’apprentissage permettant à une machine de proposer des conclusions et des interprétations que nous devrons (jusqu’à quand ?) valider.
Si l’on croit tous les fondeurs (Intel, AMD…) mais aussi les ténors des nouvelles technologies, différents appareils grand public pourraient bénéficier de ces capacités d’auto apprentissage grâce à de nouvelles architectures.
Fin septembre dernier, Huawei a présenté le premier processeur mobile intégrant une Neural Processing Unit (NPU). Fabriquée par TSMC et gravée en 10 nm, cette puce (baptisée Kirin 970) d’un centimètre carré regroupe 5,5 milliards de transistors.
Ce n’est pas la première fois que ce type d’architecture est dévoilé. En 2013, le fondeur américain Qualcomm avait présenté son Zeuroth, une puce inspirée, par analogie, des cerveaux humains. Aussi intéressante soit-elle, cette puce n’est jamais sortie de son laboratoire.
1 million de neurones humains
Aujourd’hui, les innovations technologiques pourraient-elles favoriser la commercialisation de processeur de réseau neuronal ? En tous les cas, les géants de l’informatique s’y mettent et veulent nous convaincre : Intel, AMD, nVidia et bien sûr IBM. C’est en 2004 que ce géant a commencé à travailler sur le développement de puces neuronales. Cinq ans plus tard, il mettait au point un modèle informatique ayant la taille du cerveau d’un chat. En 2011, sa puce prototype contenant 256 neurones numériques.
Aujourd’hui, son processeur 4096 core TrueNorth imite un million de neurones humains et 256 millions de synapses. Il est capable de classer des données images à une vitesse de 1 200 à 2 600 images par seconde en ne consommant que 25 à 275 milliwatts. Le processeur sait identifier et reconnaître des éléments dans des images générées par 50 à 100 caméras à 24 images par seconde.
De telles capacités pourraient être exploitées dans les voitures autonomes. Une NPU leur permettrait de contrôler leur trajectoire, de reconnaître les signaux routiers, voire d’anticiper un danger.
Autre application grand public, les fameux smartphones. Le fabricant chinois Huawei n’est pas le seul à communiquer sur ce type d’architecture. Apple a aussi embarqué une puce neuronale dans son iPhone X, baptisée « A11 bionic neural engine ». Dotée de 2 cœurs, elle est capable de réaliser 600 milliards d’opérations par seconde, selon les chiffres donnés par Apple. C’est elle qui est mise en œuvre par la reconnaissance familiale FaceID ou encore par les Animoji.
Quels pourraient être les autres usages de ce type de puce dans les téléphones ? Ces processeurs pourraient par exemple faciliter le montage vidéo. Imaginez que vous filmez le match de football de votre fils. À la fin de la rencontre, vous pourriez demander à votre smartphone, par commande vocale, de créer un résumé vidéo avec uniquement les actions de votre fils. De quoi constater ses progrès ou ses faiblesses !
Des associations « d’idées »
Une puce NPU serait aussi très utile aux touristes qui se rendent dans un pays dont ils ne connaissent pas bien la langue. Microsoft travaille en effet avec Huawei (dont au passage, le FBI, la NSA et la CIA recommandent de ne plus utiliser ses téléphones…) pour améliorer les capacités offline de son application Translator. Préinstallée sur les Huawei Mate 10, elle permet de bénéficier de traductions de qualité et plus rapides, même lorsque l’appareil n’est pas connecté à un réseau.
À terme, IBM est encore plus ambitieux. Il espère développer un ordinateur aussi intelligent que l’homme et doté de capacités décisionnelles comparables. D’après ses tests de performance, sa puce TrueNorth est plus rapide et plus économe en énergie que les processeurs et cartes graphiques actuels. Elle serait capable d’apprendre des notions complexes et de prendre des décisions en faisant des associations « d’idées » et du calcul de probabilités, un peu comme le ferait le cerveau humain.
Mais pour l’instant, son processeur reste confidentiel. Seul le laboratoire de recherche atomique américain Lawrence Livermore dispose de cette puce afin d’aider les chercheurs à analyser les résultats de leurs simulations.
Philippe Richard
Réagissez à cet article
Vous avez déjà un compte ? Connectez-vous et retrouvez plus tard tous vos commentaires dans votre espace personnel.
Inscrivez-vous !
Vous n'avez pas encore de compte ?
CRÉER UN COMPTE