Analyser des masses de données toujours plus grandes sur des systèmes embarqués plus petits : face aux ambitions de l’IA apparaissent des défis d’ordre matériel. Pour s’émanciper des principes de l’électronique classique, l’architecte des composants se tourne vers son propre cerveau.
Multiplier les capteurs pour collecter des données ? Facile. Construire les algorithmes pour les traiter ? Les développeurs s’y emploient, avec des résultats probants, grâce à des réseaux de neurones toujours plus perfectionnés. Mais faire fonctionner ces programmes sur des systèmes embarqués, miniatures et limités en ressources énergétiques reste un défi. Dans un article paru dans la revue « Nature Electronics » en avril 2018, des chercheurs d’universités américaines et chinoise pointent « l’écart grandissant entre la complexité calculatoire et l’efficacité énergétique requise par les datascientists et les[…]
Pour lire la totalité de cet article, ABONNEZ-VOUS
Déjà abonné ?
Pas encore abonné ?
vous lisez un article d'Industries & Technologies N°1015-1016
Découvrir les articles de ce numéro Consultez les archives 2018 d'Industries & Technologies
