Synapse nano-électrique et procédé d'apprentissage d'une telle synapse.
La présente invention concerne une synapse électrique, ainsi qu'un ensemble de synapses et un réseau de neurones électriques comprenant une pluralité de telles synapses électriques. L'invention concerne également un procédé d'apprentissage d'une telle synapse électrique ou d'un tel ensemble de synapses et d'un tel réseau de neurones.
Actuellement, la plupart des circuits intégrés sont réalisés à base de transistors MOS (Métal Oxide Semi- conductor) . L'augmentation de la densité d'intégration des circuits numériques est un besoin permanent. L'introduction progressive des nanotechnologies, notamment d'éléments auto-assemblés, permet de poursuivre l'augmentation de la densité d'intégration des circuits numériques sans en faire exploser le coût de fabrication.
De par les propriétés de ces composants, leurs caractéristiques de composant à composant au sein d'un circuit intégré sont beaucoup moins reproductibles qu'avec les technologies MOS.
Des architectures alternatives de blocs élémentaires doivent donc être développées . Ces architectures alternatives doivent être tolérantes aux dispersions de caractéristiques des nanocomposants , tolérer un important taux de défauts, tout en restant insensibles au bruit important qui peut être généré par les nanocomposants et posséder des capacités d1 autocompensation de ces dispersions.
La construction de blocs suivant des architectures de réseaux de neurones électriques est une voie possible. La capacité d'apprentissage des réseaux de neurones peut être
utilisée pour compenser automatiquement la dispersion des composants mais aussi pour permettre la mise en œuvre de procédés d'apprentissage d'une fonction à réaliser.
La caractéristique du bloc et la fonction à réaliser sont alors stockées dans le poids des connexions du réseau de neurones électriques appelés synapses électriques.
Un certain nombre de procédés d'apprentissage sont connus, cependant il n'existe pas d'architecture pour les composants du circuit permettant la réalisation simple de ces procédés d'apprentissage, lesquels le plus souvent nécessitent en principe un accès à chacun des composants.
L'invention a notamment pour but de proposer une telle architecture.
A cet effet, l'invention a pour objet une synapse électrique comprenant au moins : a. un conducteur principal à potentiel déterminé Vl, b. un conducteur secondaire, ledit conducteur secondaire étant à un potentiel V
Xi
+, variable entre Vref-Vn et Vref+Vn, Vref étant le potentiel de référence, c. un nanoconducteur à conductance ajustable Wi, la conductance Wi restant constante tant que la tension aux bornes dudit nanoconducteur reste inférieure en valeur absolue à une tension seuil Vt, le conducteur principal étant lié audit conducteur secondaire au moyen d'un nanoconducteur à conductance ajustable, une extrémité au moins du conducteur principal étant liée à un neurone électrique, où ledit neurone électrique est apte à réaliser une fonction de seuillage et en outre à appliquer un potentiel de commande d'apprentissage Va valant Vref-Vp ou Vref+Vp au conducteur principal lorsque la tension obtenue Oi en sortie de ladite
fonction de seuillage diffère de la tension attendue Ti, les potentiels Vn et Vp vérifient : 2*Vn < Vt et
Vn
Une telle architecture de la synapse selon l'invention permet de modifier la conductance Wi dudit nanoconducteur lorsque son potentiel Vxi^, référencé à Vref, est de signe opposé à Vl-Vref, par rapport à Vref, et de ne pas modifier ladite conductance Wi dudit nanoconducteur lorsque son potentiel VXi+, référencé à Vref, est de même signe, par rapport à Vref, que Vl-Vref.
Une synapse électrique selon l'invention peut en outre comporter l'une ou plusieurs des caractéristiques optionnelles ci-dessous, considérées individuellement ou selon toutes les combinaisons possibles: « la variation de la conductance Wi du nanoconducteur en fonction de la tension à ces bornes est monotone ;
• le nanoconducteur est un nanotube de carbone multi- parois ;
• lorsque le nanoconducteur est à conductance décroissante le neurone électrique est conformé de manière à appliquer un potentiel de commande d'apprentissage Vref-Vp ou Vref+Vp de signe opposé, par rapport à Vref, à la tension obtenue Oi en sortie de ladite fonction de seuillage ; • lorsque le nanoconducteur est à conductance croissante le neurone électrique est conformé de manière à appliquer un potentiel de commande d'apprentissage Vref-Vp ou Vref+Vp de même signe, par rapport à Vref, que la tension obtenue Oi en sortie de ladite fonction de seuillage.
L'invention se rapporte aussi à un ensemble de synapses électriques comprenant au moins : a. une synapse selon l'invention, b. un deuxième conducteur secondaire, ledit deuxième conducteur secondaire étant à un potentiel V
Xi_, variable entre Vref-Vn et Vref+Vn, de telle sorte que le potentiel moyen entre V
xi
^, et Vχχ_, soit égal à Vref, Vref étant le potentiel de référence, c. un deuxième nanoconducteur à conductance ajustable W
2, ladite conductance W2, restant constante tant que la tension aux bornes dudit nanoconducteur reste inférieure en valeur absolue à une tension seuil Vt, le conducteur principal étant lié de manière indépendante à chaque conducteur secondaire au moyen d'un nanoconducteur à conductance ajustable, une extrémité au moins du conducteur principal étant liée à un neurone électrique, où ledit neurone électrique est apte à réaliser une fonction de seuillage et en outre à appliquer un potentiel de commande d'apprentissage Vp au conducteur principal lorsque la tension obtenue Oi en sortie de ladite fonction de seuillage diffère de la tension attendue Ti, les potentiels Vn et Vp vérifient : 2*Vn < Vt et
Vn Une telle architecture de l'ensemble de synapses selon l'invention permet de modifier la conductance Wi, W
2, de tout nanoconducteur dont le potentiel Vx
1^, V
Xi-, référencé à Vref, est de signe opposé à Vl-Vref et de ne pas modifier ladite conductance Wi, Vh, de tout nanoconducteur dont le potentiel V
xI-,, Vχi_, référencé à Vref, est de même signe que Vl-Vref, en l'absence d'accès direct à chaque nanoconducteur.
Un ensemble de synapses selon 1 ' invention peut en outre comporter l'une ou plusieurs des caractéristiques optionnelles ci-dessous, considérées individuellement ou selon toutes les combinaisons possibles: • la variation de la conductance Wi, W
2, de chaque nanoconducteur en fonction de la tension aux bornes de chaque nanoconducteur est monotone ;
• les variations des conductances en fonction de la tension de tout sous-ensemble de nanoconducteur ont la même monotonie ;
• les nanoconducteurs sont des nanotubes de carbone multi-parois ;
• lorsque les nanoconducteurs sont à conductance décroissante le neurone électrique est conformé de manière à appliquer un potentiel de commande d'apprentissage Vref-Vp ou Vref+Vp de signe opposé, par rapport à Vref, à la tension obtenue Oi en sortie de ladite fonction de seuillage ;
• lorsque les nanoconducteurs sont à conductance croissante le neurone électrique est conformé de manière à appliquer un potentiel de commande d'apprentissage Vref-Vp ou Vref+Vp de même signe, par rapport à Vref, que la tension obtenue Oi en sortie de ladite fonction de seuillage. L'invention se rapporte aussi à un procédé d'apprentissage d'une synapse ou d'un ensemble de synapses selon l'invention, remarquable en ce que lorsque la tension obtenue Ol en sortie de la fonction de seuillage diffère de la tension attendue Ti, le potentiel de commande d'apprentissage Vref-Vp ou Vref+Vp, Vp
vérifiant \Vp- Vn < Vt <ψp+ Vn , est appliqué au conducteur principal .
L'invention a également pour objet un réseau de neurones comprenant une pluralité de synapses ou d'ensembles des synapses selon l'invention, où pour chaque synapse ou ensemble de synapses dudit réseau chacun de ses conducteurs secondaires est lié électriquement à au moins un conducteur principal d'une autre synapse ou ensemble de synapse du réseau. L'invention se rapporte aussi à un procédé d'apprentissage d'un réseau de neurones, remarquable en ce que le procédé d'apprentissage selon l'invention d'une synapse ou d'un ensemble de synapses est appliqué de manière globale à chaque synapse ou ensemble de synapse dudit réseau au moyen d'un potentiel de commande d'apprentissage Vref-Vp ou Vref+Vp unique par conducteur principal .
L'invention sera mieux comprise à la lecture de la description qui va suivre, donnée uniquement à titre d'exemple et faite en se référant aux dessins annexés dans lesquels : la figure 1 est une vue schématique de l'architecture d'un ensemble de synapses électriques selon l'invention; - la figure 2 est une vue schématique d'un réseau de neurones électriques selon un mode de réalisation; la figure 3 est une vue fonctionnelle d'un neurone électrique selon un premier mode de réalisation;
la figure 4 une vue fonctionnelle d'un neurone électrique selon un deuxième mode de réalisation.
On a représenté sur la figure 1 une vue schématique d'un ensemble de synapses selon l'invention.
Dans ce premier mode de réalisation, l'ensemble de synapses électriques 10 comprend : a. un conducteur principal 12 au potentiel Vl, b. deux paires de conducteurs secondaires 14a, 14 b ; 16a, 16b, les premiers conducteurs secondaires 14a, 16a, de chaque paire étant aux potentiels Vxi_ et VX2- variables entre -Vn et +Vn et les deuxièmes conducteurs secondaires 14b, 16b, de chaque paire sont à des potentiels Vxχ+ et Vx2+ variables entre -Vn et +Vn, c. quatre nanoconducteurs 18 chacun à conductance ajustable Wi, W2, W3, W4, restant constante tant que la tension aux bornes dudit nanoconducteur reste inférieure en valeur absolue à une tension seuil Vt, le conducteur principal 12 est lié de manière indépendante à chaque conducteur secondaire 14a, 14b, 16a, 16b, au moyen d'un nanoconducteur à conductance ajustable, une extrémité du conducteur principal est liée à un neurone électrique 20, ledit neurone électrique est apte à réaliser une fonction de seuillage et en outre à appliquer un potentiel de commande d'apprentissage -Vp ou +Vp au conducteur principal lorsque la tension obtenue 0χ en sortie de ladite fonction de seuillage diffère de la tension attendue Ti, les potentiels Vn et Vp vérifient :
2 *Vn < Vt et \Vp - Vn\ < Vt < \Vp + Vn\ .
Les variations des conductances des quatre nanoconducteurs 18 ont la même monotonie. Les nanoconducteurs peuvent par exemple être des nanotubes de carbone multi-parois dont on fait claquer les parois une à une. La conductance des nanotubes de carbone multi-parois diminue lorsque la tension à leurs bornes dépasse une tension seuil.
La figure 2 représente l'architecture d'un réseau de neurones électriques selon un mode de réalisation de l'invention.
Selon le mode de réalisation représenté sur la figure 2, le réseau de neurones comprend un réseau régulier de quatre fils verticaux et quatre fils horizontaux.
Les fils horizontaux constituent les conducteurs principaux 12 des différentes synapses électriques du réseau, et les fils verticaux constituent les conducteurs secondaires 14a, 14b, 16a, 16b desdites synapses électriques .
A chaque intersection se trouve un nanotube de carbone multiparois dont la conductance diminue lorsque la tension à ces bornes dépasse en valeur absolue une tension seuil Vt. La conductance de chaque nanotube reste constante tant que la tension à ses bornes reste inférieure en valeur absolue à la tension seuil Vt. Les conducteurs secondaires 14a, 14b, 16a, 16b constituent les entrées binaires Xl-, Xl+, X2-, X2+ du réseau. Chaque conducteur secondaire étant à un potentiel d'entrée vXi-, Vxl+, vx2-, Vx2+.
En phase d'exploitation, le potentiel du conducteur principal de chaque dendrite Vl, V2 , V3 , V4 correspond a une combinaison linéaire des potentiels d'entrée VXi-, VXi+, VX2-, Vx2+.
Le potentiel du conducteur principal au niveau de chaque dendrite Vl, V2 , V3 , V4 est donc compris entre les potentiels associés aux niveaux logiques haut +Vn et bas - Vn. La différence de potentiels aux bornes de chaque conductance est alors inférieure en valeur absolue à 2χVn.
Le niveau logique Vn est choisi tel qu'une tension 2χVn ne soit pas suffisante pour modifier l'état de conduction des nanotubes, par exemple 2χVn<Vt. Des neurones électriques 20 sont connectés sur chaque conducteur principal 12 et ils se comportent comme des composants non-linéaires de décision, en particulier comme une fonction de seuillage.
Ladite fonction de seuillage de chaque neurone 20 détermine la tension obtenue 0χ , O2, O3, O4 en sortie dudit neurone en fonction de la combinaison linéaire des entrées pondérée par la valeur des conductances, soit pour :
• le neurone 1 : WnXVXi- + W2ixVxi+ + W3iXVx2- +
W4IXVx2+ , • le neurone 2 : Wi2 χVxi- + W22xVXi+ + W32xVx2- +
W42XVx2+ ,
• le neurone 3 : Wi3 XVχi_ + W23xVxi+ + W33 χVx2- + W43 XVX2+ et
• le neurone 4 : Wi4XVxI- + W24 χVχi+ + W34 χVx2- + W44XVx2+ .
Chaque neurone est apte à imposer un potentiel de commande d' apprentissage Va valant +Vp ou -Vp au conducteur principal 12 auquel il est connecté lorsque la tension obtenue O1, O2 , O3 , O4 est di f férente de la tension attendue T1, T2 , T3 , T4 .
Le potentiel de commande d'apprentissage Va valant +Vp ou -Vp est choisi de telle sorte qu'il soit suffisant
pour modifier les conductances qui doivent l'être sans modifier celles qui ne doivent pas l'être.
Ainsi, chaque conductance d'une synapse donnée sera modifiée si le potentiel de commande d'apprentissage Va et le potentiel du conducteur secondaire auquel ladite conductance est liée sont de signe opposé. Cependant, cette conductance ne le sera pas si le potentiel de commande d'apprentissage Va et le potentiel du conducteur secondaire auquel ladite conductance est liée sont de même signe. De préférence le potentiel de commande d'apprentissage Va valant +Vp ou -Vp vérifie :
Dans un mode de réalisation préféré de l'invention, le potentiel de commande d'apprentissage Va est choisi comme étant égal à la tension de seuil Vt.
Les neurones 20 doivent être adaptés au type de conductance de la synapse à laquelle ils sont liés.
La figure 3 est une vue fonctionnelle d'un neurone 20 permettant l'apprentissage de fonctions logiques dans le cas où les conductances des nanoconducteurs de la synapse à laquelle ledit neurone 20 est lié subissent une décroissance lorsque la tension à leurs bornes est supérieure à Vt.
Le neurone 20 comprend un dispositif de seuillage 22 apte à réaliser une fonction de seuillage.
Le dispositif de seuillage 22 reçoit en entrée une tension d'entrée Ei qu'il compare avec une valeur de tension de seuillage Si prédéterminée. La tension obtenue
O: en sortie du dispositif de seuillage dépend de la comparaison des valeurs des tensions Ei et Si.
La tension obtenue Oi est ensuite envoyée d'une part en entrée d'un inverseur trois états 24 et d'autre part en entrée d'un dispositif de commande 25.
L'inverseur trois états 24 est commandé par une tension de commande Ci.
Dans ce mode de réalisation, lorsque la tension de commande Ci de l'inverseur trois états 24 est non nulle, la sortie de l'inverseur trois états est de signe opposé à la tension de sortie 01. En outre, lorsque la tension de commande Ci de l'inverseur trois états 24 est nulle, l'inverseur trois états se comporte comme un interrupteur ouvert .
La tension de commande Ci de l'inverseur trois états 24 est obtenue au moyen du dispositif de commande 25. Le dispositif de commande 25 comprend un dispositif « OU exclusif » 26 ainsi qu'un dispositif « ET » 28.
Le dispositif « OU exclusif » 26 compare la tension obtenue Oi et la tension attendue Tx.
Si la tension obtenue Oi est différente de la tension attendue Ti, la tension de sortie Soi du dispositif « OU exclusif » 26 sera nulle.
Au contraire, si les tensions obtenue Oi et attendue Ti sont égales, la tension de sortie Soi sera non nulle.
La tension de sortie Soi est multipliée avec une tension d'apprentissage Ai au moyen du dispositif « ET » 28.
La tension d'apprentissage Ai étant non nulle en phase d'apprentissage et nulle en phase d'exploitation.
Le dispositif « ET » délivre en sortie la tension de commande Ci reçu par l'inverseur commandé 24. Finalement, en phase d'apprentissage, A1 non nulle, lorsqu'il y a une différence entre les tensions obtenue Oi et attendue Tx, on impose à l'entrée du neurone un
potentiel d'amplitude Vp en valeur absolue et de signe opposé à la tension obtenue Oi .
Ainsi, la moitié des conductances associées à l'ensemble de synapses lié au neurone 20 voient leur conductance diminuée: les conductances dont la tension à leurs bornes est égale à Vn+Vp ou -Vn-Vp. La diminution de ces conductances conduit à une diminution de la corrélation erronée entre les entrées VXi-, VXi+, VX2-, Vx2+ et la tension obtenue Oi qui va tendre à rapprocher la tension obtenue Oi de la tension attendue Ti.
En phase d'apprentissage, lorsque les tensions attendue Tx et obtenue Oi concordent, aucun potentiel n'est imposé à l'entrée du neurone 20.
En phase d'exploitation, Ai est nulle, aucun potentiel n'est imposé à l'entrée du neurone 20.
Avantageusement, une telle architecture fonctionnelle du réseau de neurones permet de modifier les valeurs des conductances sur l'ensemble des synapses sans avoir a intervenir au niveau de chaque nanoconducteur . La figure 4 est une vue fonctionnelle d'un neurone 20 permettant l'apprentissage de fonctions logiques dans le cas où les conductances des nanoconducteurs de l'ensemble de synapses auquel ledit neurone 20 est lié subissent une croissance lorsque la tension à leurs bornes est supérieure à Vt.
Le neurone 20 comprend un dispositif de seuillage 22 apte à réaliser une fonction de seuillage.
Le dispositif de seuillage 22 reçoit en entrée une tension d'entrée Ei qu'il compare avec une valeur de tension de seuillage Si prédéterminée. La tension Oi obtenue en sortie du dispositif de seuillage dépend de la comparaison des valeurs de tensions Ei et Si.
La tension obtenue Oχ est ensuite envoyée d'une part en entrée d'une porte commandée 30 et d'autre part en entrée d'un dispositif de commande 25.
Dans ce mode de réalisation, la porte commandée 30 impose sur sa sortie un potentiel de même signe que la tension de sortie Oi lorsque sa tension de commande Ci est non nulle. En outre, lorsque la porte commandée 30 reçoit une tension de commande Ci nulle, elle se comporte comme un interrupteur ouvert . La tension de commande Ci de la porte commandée 30 est obtenue au moyen du dispositif de commande 25.
Le dispositif de commande 25 est identique au dispositif de commande de la figure 2.
Finalement, en phase d'apprentissage, lorsqu'il y a une différence entre la tension obtenue Oi et la tension attendue Ti, on impose à l'entrée du neurone 20 un potentiel d'amplitude Vp en valeur absolue et de même signe que la sortie obtenue Oi .
Ainsi, la moitié des conductances associées à l'ensemble de synapses lié au neurone 20 voient leurs conductances augmentées : les conductances dont la tension à leurs bornes est égale à Vn+Vp ou -Vn-Vp. L'augmentation de ces conductances conduit à une augmentation de la corrélation entre les VXi_, VXi*, VX2-, VX2+ et la tension obtenue Oi qui va tendre à rapprocher la tension obtenue Oi de la tension attendue Ti.
En phase d'apprentissage, lorsque les tensions attendue Tx et obtenue Oi concordent, aucun potentiel n'est imposé à l'entrée du neurone 20 En phase d'exploitation, aucun potentiel n'est imposé à 1 ' entrée du neurone 20.
On notera que l'invention n'est pas limitée aux modesalisations précédemment décrits .