Clear Sky Science · fr

Dispositif neuromorphique à molécule unique avec une consommation d’énergie par commutation de l’ordre de l’aJ

· Retour à l’index

Des machines pensantes qui économisent l’énergie

À mesure que l’intelligence artificielle devient plus performante, ses ordinateurs consomment aussi davantage d’énergie. Cette étude décrit un tout petit dispositif électronique construit à partir d’une seule molécule qui se comporte un peu comme une connexion neuronale tout en utilisant une énergie presque inimaginablement faible. De tels dispositifs pourraient un jour permettre d’alimenter des technologies intelligentes en n’utilisant qu’une fraction de l’électricité actuelle.

Figure 1. Comparaison entre une synapse biologique et une synapse électronique à molécule unique qui réalise un apprentissage similaire tout en consommant des quantités infimes d’énergie.
Figure 1. Comparaison entre une synapse biologique et une synapse électronique à molécule unique qui réalise un apprentissage similaire tout en consommant des quantités infimes d’énergie.

Pourquoi ces commutateurs de type cérébral sont importants

L’IA moderne repose sur d’immenses réseaux de « neurones » artificiels exécutés sur des puces conventionnelles. L’entraînement de ces réseaux peut nécessiter autant d’énergie que des milliers de foyers, ce qui pose des problèmes de coût et d’impact environnemental. Les cerveaux biologiques, en revanche, accomplissent des tâches riches d’apprentissage et de mémoire en utilisant seulement la puissance d’une lampe peu lumineuse. Les ingénieurs cherchent donc à reproduire certaines caractéristiques des véritables synapses, les jonctions entre neurones, directement dans le matériel. Les travaux présentés ici poussent cette idée à l’extrême, en réduisant un élément de type synapse à l’échelle d’une seule molécule tout en lui permettant de stocker et de traiter l’information.

Une seule molécule qui se souvient

Les chercheurs ont construit leur dispositif autour d’une molécule organique unique suspendue entre deux électrodes en or dans un liquide contenant des particules chargées mobiles, ou ions. En appliquant de minuscules impulsions électriques, ils pouvaient pousser des ions chargés positivement vers la molécule ou les éloigner. Ces ions tordent ou redressent subtilement la molécule, modifiant la facilité avec laquelle les électrons la traversent. Chaque niveau distinct de flux agit comme une force de mémoire différente. Lors des tests, le dispositif est passé de manière fiable entre plus de dix de ces niveaux et l’a fait en utilisant environ 6,34 attojoules d’énergie par opération, bien en dessous des dispositifs expérimentaux déjà efficaces basés sur des structures plus grandes.

Reproduire la façon dont le cerveau apprend

Les vraies synapses deviennent plus fortes ou plus faibles selon la fréquence et la proximité temporelle de leur activation, une propriété connue sous le nom de plasticité. Le dispositif à molécule unique montre un comportement similaire. Lorsque l’équipe a envoyé des paires ou des trains d’impulsions électriques, la conductance de la jonction augmentait fortement puis s’estompaient soit rapidement, comme une mémoire à court terme, soit se stabilisaient en états durables, comme une mémoire à long terme. Ils ont pu reproduire des schémas d’apprentissage classiques tels que la « facilitation par impulsions appariées », où un second signal arrivant peu après le premier a un effet amplifié, et « apprendre oublier réapprendre », où une connexion préalablement entraînée peut être réentraînée plus rapidement la fois suivante.

Apprendre à associer et reconnaître

Pour illustrer des usages pratiques, les auteurs ont programmé des motifs d’impulsions qui imitent l’expérience célèbre de Pavlov. Un motif jouait le rôle d’un signal neutre, comme une cloche, et un autre imitait un événement inconditionné, comme l’apparition de nourriture. Lorsque les deux motifs étaient appliqués ensemble de façon répétée, la synapse moléculaire a ensuite répondu fortement au seul signal, tout comme le chien apprend à saliver au son de la cloche. Le dispositif distinguait aussi les impulsions courtes et longues codant des points et des traits en code Morse, ce qui lui permettait de reconnaître des séquences simples. Les paramètres mesurés sur le dispositif ont ensuite été utilisés dans un modèle informatique de réseau neuronal à pointes, qui a obtenu une grande précision pour la classification de chiffres manuscrits.

Figure 2. Des ions se déplaçant autour d’une seule molécule pour la faire passer entre des états de conductance faible et élevée, montrant comment le dispositif stocke différents niveaux de mémoire.
Figure 2. Des ions se déplaçant autour d’une seule molécule pour la faire passer entre des états de conductance faible et élevée, montrant comment le dispositif stocke différents niveaux de mémoire.

Comment le mouvement des ions pilote l’effet

Derrière ces comportements se cache une chorégraphie délicate d’ions et de conformation moléculaire. Des simulations informatiques et des expériences de contrôle ont montré que lorsque certains ions positifs volumineux se regroupent près de la molécule, ils perturbent de faibles attractions soufre-oxygène en son sein, tordant la structure et abaissant la conductance. Les impulsions électriques repoussent ces ions ou les attirent à nouveau, guidant la molécule à travers plusieurs conformations stables correspondant aux différents niveaux de mémoire. L’énergie nécessaire pour déplacer chaque ion concorde bien avec l’énergie de commutation mesurée, ce qui soutient cette image de conformations contrôlées par les ions comme cœur du fonctionnement du dispositif.

Vers une intelligence artificielle plus verte

En termes simples, ce travail démontre qu’une seule molécule peut agir comme une minuscule connexion cérébrale ajustable et le faire en utilisant une quantité d’énergie quasiment négligeable. Bien que de tels dispositifs restent des démonstrations de laboratoire, ils ouvrent la voie à du matériel futur pour l’IA capable d’intégrer de nombreux éléments de type synapse dans un espace très réduit tout en maintenant une faible consommation. Si l’on parvient à les industrialiser à grande échelle, cette approche pourrait aider à rendre l’informatique avancée plus économe en énergie et plus proche de la manière dont les cerveaux réels gèrent l’apprentissage et la mémoire.

Citation: Zhang, H., Ye, J., Gao, M. et al. Single-molecule neuromorphic device with aJ-level power consumption per switching. Nat Commun 17, 4655 (2026). https://doi.org/10.1038/s41467-026-71127-2

Mots-clés: dispositif neuromorphique, électronique à molécule unique, plasticité synaptique, matériel IA basse consommation, conductance contrôlée par ions