IBM veut rendre les ordinateurs intelligents, autrement dit, il veut construire des machines capables de prendre des décisions comme les humains. Cette semaine, big blue a livré son NS16e, le plus gros ordinateur imitant le cerveau jamais construit. Et ses ambitions ne s’arrêtent pas là. En effet, le constructeur prévoit de créer d’autres versions encore plus volumineuses du NS16e - celui-ci a été acheté par le Lawrence Livermore National Laboratory - pour se rapprocher toujours plus des capacités du cerveau humain. « Un jour peut-être, nous pourrons loger dans un seul rack un système neuro synaptique ayant autant de neurones et de synapses qu’un cerveau humain », a déclaré dans un blog le chercheur d’IBM, Jun Sawada. Le cerveau peut être considéré comme un ordinateur biologique extrêmement économe en énergie. Les efforts entrepris pour créer des systèmes « neurosynaptiques » reproduisant le fonctionnement du cerveau humain ont également pour but d’améliorer la dépense énergétique nécessaire au traitement de grandes quantités de données. Le fournisseur indique que l'ordinateur NS16e est capable de traiter d'énormes quantités de données en consommant la même quantité énergie qu’une tablette.

Le NS16e est basé sur une architecture processeur pointue appelée TrueNorth, capable de conserver des informations et de prendre des décisions en s’appuyant sur des modèles définis à partir de calculs de probabilités et d’associations. Grâce à ces modèles d'apprentissage et à ces algorithmes, l'ordinateur peut combiner des données anciennes et actuelles avec des schémas et des groupes typologiques. D'une certaine façon, le système fournit le même genre de résultats que ceux obtenus par les algorithmes d'apprentissage automatique sur les ordinateurs conçus pour la reconnaissance de formes. Par exemple, ces modèles servent déjà à la reconnaissance des objets dans les images et à l’identification des piétons ou des panneaux de signalisation dans les voitures autonomes. Cependant, le système d'IBM est différent parce qu’il utilise des circuits pour reproduire les réseaux de neurones et de synapses du cerveau humain.

Des progrès encore insuffisants pour imiter le cerveau humain

Big blue a modifié la mémoire, le mode de calcul informatique et la circulation des données pour rendre le traitement des données moins gourmand en énergie. « Dans le cerveau humain, une certaine partie du cortex est responsable de la reconnaissance visuelle et d'autres sont responsables de la fonction motrice. Le NS16e a adopté un fonctionnement un peu similaire puisqu’il est possible d’assigner une puce à un réseau neuronal », a expliqué Jun Sawada. Le NS16e intègre seize puces TrueNorth associées entre elles par un réseau de connexions qui équivaut à 16 millions de neurones et à 4 milliards de synapses. On est donc loin du maillage du cerveau, avec ses 100 milliards de neurones qui communiquent via des milliards de synapses. Et big blue a encore un long chemin à parcourir pour se rapprocher de l'échelle de traitement du cerveau humain. Mais le constructeur fait des progrès. Le projet a démarré en 2004, et en 2009, IBM a commencé à modéliser des systèmes neuronaux équivalents en taille au cerveau d’un chat. En 2011, le constructeur a créé une puce prototype de 256 neurones digitaux avec des capacités de navigation et de reconnaissance de formes.

Désormais, l'objectif d’IBM est de démultiplier la taille de l'ordinateur NS16e en lui ajoutant plus de processeurs et en augmentant la taille des cartes mères. Cela signifie qu’il doit faire tenir plus de puces TrueNorth sur une même carte. Son système actuel repose toujours sur des composants courants, à savoir des puces x86, des processeurs ARM, des puces FPGA et des GPU. Il y a donc de nouveaux défis à relever en terme de hardware et de programmation. Parallèlement au développement matériel, IBM va également se pencher sur la question du logiciel qui pourra la faire fonctionner. Par ailleurs, comme l’a déclaré Jun Sawada, le constructeur va poursuivre de façon soutenue le développement de modèles et d'algorithmes d'apprentissage, et son travail d’association à des fonctions qui reproduisent le comportement du cerveau humain.