Les ingénieurs de l’UMass Amherst réduisent de 90 % les ressources nécessaires à l’IA en périphérie lors d’un test linguistique en laboratoire

Une tâche d’identification de langues capable de vider discrètement la batterie d’un petit appareil est devenue le banc d’essai d’un autre type de puce. Des chercheurs de l’Université du Massachusetts à Amherst présentent un système qui a reconnu des langues écrites avec une précision de 95,24 %, tout en réduisant les ressources de calcul de 90 %.

L’équipe, dirigée par Qiangfei Xia, professeur de génie électrique et informatique, a repensé conjointement l’algorithme et le matériel. Cette association est importante à la périphérie du réseau, où les smartphones, les caméras, les hubs domotiques et les interfaces automobiles traitent les données localement, mais ne peuvent pas disposer de la capacité de calcul d’un centre de données.

L’algorithme est le calcul hyperdimensionnel, ou HDC, une approche inspirée du cerveau qui fonctionne avec de grands motifs mathématiques plutôt qu’avec des nombres précis. Le matériel repose sur le calcul analogique en mémoire, dans lequel les memristors — des composants qui stockent et traitent les données au même endroit — réduisent la nécessité de faire transiter les informations entre des unités de mémoire et de traitement distinctes.

Les chercheurs ont également exploité une propriété généralement considérée comme un problème : la variabilité naturelle des dispositifs à base de memristors. Dans ce système, cette part d’aléa aide à encoder les caractéristiques des langues, transformant les variations de la puce en une composante du calcul plutôt qu’en un défaut à éliminer.

Qu’est-ce que cela change, concrètement ? Un appareil plus petit, alimenté par batterie, pourrait effectuer des tâches liées au langage avec une moindre demande de calcul. Ces travaux restent une preuve de concept en laboratoire axée sur le langage écrit. Le traitement de la langue parlée est une prochaine étape possible, et les chiffres proviennent de la démonstration des chercheurs plutôt que d’un produit déjà déployé sur le terrain.