Les deux versions sont alignées bloc par bloc, dans l’ordre du texte : titre, l’essentiel, puis paragraphe par paragraphe. Quand la traduction a fusionné ou scindé un paragraphe, la case correspondante reste vide — on ne rapproche jamais deux passages au jugé.
In a few minutes, a chip made by researchers in Suzhou, China, can switch its state in 26 nanoseconds and then dissolve in six minutes. The chip is a flexible array of 100 artificial synapses, the connections that let a brain store and change what it has learned. It exists so far in the laboratory.
En quelques minutes, une puce conçue par des chercheurs de Suzhou, en Chine, peut changer d’état en 26 nanosecondes, puis se dissoudre en six minutes. Cette puce est un réseau souple de 100 synapses artificielles, les connexions qui permettent au cerveau de stocker et de modifier ce qu’il a appris. Pour l’instant, elle n’existe qu’en laboratoire.
The brain runs on roughly the energy of a refrigerator bulb, partly because memory and processing happen in the same place. Ordinary computers separate the two. Artificial intelligence, which needs billions of interconnected values at once, forces data to travel back and forth between them, and that traffic costs energy and time. Engineers have tried to copy the brain's layout with rigid devices such as memristors, usually built from silicon, hafnium oxide or titanium dioxide and layered with heavy metals like platinum or tungsten. Their metallic filaments grow along unpredictable paths, so no two devices on a chip behave quite alike, and their brittle materials cannot easily bend or sit against living tissue.
Le cerveau fonctionne avec à peu près l’énergie d’une ampoule de réfrigérateur, en partie parce que mémoire et calcul ont lieu au même endroit. Les ordinateurs classiques séparent les deux. L’intelligence artificielle, qui a besoin de milliards de valeurs interconnectées simultanément, oblige les données à faire des allers-retours entre ces deux espaces, et ce trafic coûte de l’énergie et du temps. Les ingénieurs ont tenté de copier l’organisation du cerveau avec des dispositifs rigides comme les memristors, généralement fabriqués à partir de silicium, d’oxyde d’hafnium ou de dioxyde de titane, et recouverts de métaux lourds comme le platine ou le tungstène. Leurs filaments métalliques croissent selon des trajectoires imprévisibles, si bien qu’aucun dispositif d’une même puce ne se comporte tout à fait comme un autre, et leurs matériaux fragiles se plient difficilement ou ne peuvent guère être posés sur des tissus vivants.
The Suzhou team's device replaces those materials with a hydrogen-bonded organic framework, called TCPP-HOF. Its building blocks are porphyrin molecules, which assemble into flat sheets stacked about 0.35 nanometers apart. Charges move through this ordered structure more easily than through a disordered organic film. A positive voltage traps electrons in the framework and lowers resistance; a negative voltage releases them and raises it again. That back-and-forth is what lets the device imitate a synapse strengthening or weakening over time. The team sandwiched this layer between two MXene electrodes on a flexible polyimine plastic, and deposited everything with liquid coating methods rather than the vacuum equipment that conventional chip manufacturing relies on. The result is a 10 x 10 array that can hold 10 distinct conductance levels.
Le dispositif de l’équipe de Suzhou remplace ces matériaux par une structure organique à liaisons hydrogène, appelée TCPP-HOF. Ses briques élémentaires sont des molécules de porphyrine, qui s’assemblent en feuillets plans empilés à environ 0,35 nanomètre les uns des autres. Les charges se déplacent plus facilement dans cette structure ordonnée que dans un film organique désordonné. Une tension positive piège des électrons dans la structure et réduit la résistance ; une tension négative les libère et la fait remonter. Ce va-et-vient permet au dispositif d’imiter une synapse qui se renforce ou s’affaiblit avec le temps. L’équipe a placé cette couche en sandwich entre deux électrodes en MXene, sur un plastique souple en polyimine, et a déposé l’ensemble par des méthodes d’enduction liquide plutôt que par les équipements sous vide dont dépend la fabrication conventionnelle des puces. Le résultat est un réseau de 10 x 10 capable de maintenir 10 niveaux de conductance distincts.
The headline figure of 97.23% accuracy on handwritten digits needs a precise reading. The researchers fed their device measurements into a convolutional neural network trained on the standard MNIST dataset, and the network reached 97.23%, close to the 99.24% of the software reference. But that network represents about 120,000 synapses; the task was not run on the 100 physical devices themselves. The result shows the hardware's measured behaviour is usable for recognition. It does not yet show a chip of 100 synapses doing the work alone.
Le chiffre phare de 97,23 % de précision sur des chiffres manuscrits appelle une lecture précise. Les chercheurs ont fourni les mesures de leur dispositif à un réseau de neurones convolutif entraîné sur le jeu de données standard MNIST ; le réseau atteint 97,23 %, proche des 99,24 % de la référence logicielle. Mais ce réseau représente environ 120 000 synapses : la tâche n’a pas été exécutée sur les 100 dispositifs physiques eux-mêmes. Le résultat montre que le comportement mesuré du matériel est exploitable pour la reconnaissance. Il ne démontre pas encore qu’une puce de 100 synapses accomplit seule ce travail.
What changes, and for whom? The answer, for now, lies with research teams in flexible electronics, soft robotics and implantable medical devices, who need components that bend, sit on irregular surfaces and can be broken down without toxic residue. The sources give no timeline, no production cost and no plan for a larger array, and the report does not state how the bending test ended. The device is a promising demonstration, not a product. Its next test is whether these properties survive the step from one array to the large networks that real AI systems use.
Qu’est-ce qui change, et pour qui ? Pour l’instant, la réponse concerne les équipes de recherche en électronique souple, en robotique molle et en dispositifs médicaux implantables, qui ont besoin de composants capables de se plier, de s’adapter à des surfaces irrégulières et de se décomposer sans résidu toxique. Les sources ne donnent ni calendrier, ni coût de production, ni projet de réseau plus grand, et le rapport ne précise pas l’issue du test de flexion. Le dispositif est une démonstration prometteuse, pas un produit. Sa prochaine épreuve consistera à vérifier si ces propriétés tiennent lorsqu’on passe d’un seul réseau aux grands réseaux qu’utilisent les systèmes d’IA réels.