Pour vous authentifier, privilégiez eduGAIN / To authenticate, prefer eduGAINeu

  • La conférence de Julie Grollier "Des spins pour les réseaux de neurones" aura lieu le mardi 11 octobre à 16h à l'Auditorium Pierre Lehmann au bâtiment 200 du laboratoire IJCLab du centre d'Orsay de l'Université Paris-Saclay .                                                                                                                                                  
  • La conférence était mixte présentiel/distanciel via Zoom.   Elle est disponible sur youtube sur la playlist de Paris-Sud  

 

https://www.youtube.com/playlist?list=PLaEASrX3stq4VjR74_N1CLBIPBAaYkM0u

   

Le but du calcul neuromorphique est de réduire la consommation électrique de l'intelligence artificielle d'un facteur supérieur à 100 en s'inspirant de l'architecture du cerveau. Le défi est de créer de nouveaux nano-composants réalisant les fonctions synaptiques et neurales, et d’en assembler des centaines de millions en systèmes capables d'exécuter des algorithmes d'apprentissage automatique à l’état de l’art. De plus en plus de chercheurs étudient comment de tels réseaux neuronaux physiques pourraient être assemblés en tirant parti de leurs propriétés physiques, et comment ils pourraient apprendre à effectuer des tâches cognitives en utilisant directement des principes physiques, tels que la minimisation de l'énergie [1]. 
 
Je vais montrer dans mon exposé que les systèmes de spin peuvent aider à résoudre ces défis [2, 3]. Dans la première partie, je montrerai que nous pouvons exploiter la capacité des dispositifs spintroniques à transmettre et à traiter des signaux de radiofréquence pour former des réseaux de neurones matériels. Dans la seconde partie, je présenterai nos avancées sur conception d'algorithmes basés sur des réseaux de spins d’Ising qui apprennent en minimisant à la fois leur énergie et l'erreur du réseau, avec une très grande précision [4].
  
1. D. Marković, A. Mizrahi, D. Querlioz, J. Grollier, Nature Reviews Physics, 1–12 (2020).
2. J. Torrejon et al., Nature. 547, 428–431 (2017).
3. M. Romera et al., Nature. 563, 230 (2018).
4. M. Ernoult, J. Grollier, D. Querlioz, Y. Bengio, B. Scellier, in Advances in Neural Information Processing Systems 32, pp. 7081–7091 (2019).
Starts
Ends
Europe/Paris