Publié le 2025-10-07 10:37:00. L’IA générative bouleverse nos sociétés, mais se heurte à des limites en matière de consommation énergétique et de latence. Une collaboration entre TDK et l’Université d’Hokkaido pourrait révolutionner le domaine grâce à une nouvelle puce d’IA analogique inspirée du cervelet.
- Une nouvelle approche du « Reservoir Computing » promet des calculs d’IA plus rapides et moins énergivores.
- Un prototype de puce d’IA analogique, fruit d’une collaboration TDK-Université d’Hokkaido, a été développé et présenté.
- Cette technologie pourrait ouvrir la voie à des applications d’IA de pointe, notamment dans la robotique et les interfaces homme-machine.
L’essor de l’intelligence artificielle générative transforme nos vies et nos industries à un rythme effréné. Cependant, cette adoption rapide met en lumière des défis majeurs : la dépendance croissante au cloud computing entraîne des congestions réseau et une latence accrue, tandis que la consommation d’énergie des centres de données explose. Pour des applications critiques nécessitant une réactivité immédiate, comme la robotique ou les interfaces homme-machine, l’approche purement cloud atteint ses limites. La clé pour débloquer tout le potentiel de l’IA réside dans un équilibre judicieux entre le cloud et l’informatique en périphérie (edge computing), afin de résoudre les problèmes de consommation d’énergie et de latence.
C’est dans ce contexte que le « Reservoir Computing » (ou calcul par réservoir) émerge comme une solution prometteuse. Contrairement à l’apprentissage profond conventionnel, qui repose sur de multiples couches de calcul itératif et donc gourmand en ressources, le Reservoir Computing simplifie l’architecture. Il se compose de trois couches : entrée, réservoir et sortie. La couche « réservoir » exploite des phénomènes naturels pour traiter les données, tels que les ondulations à la surface de l’eau ou les fluctuations de signaux électriques. En capturant les dynamiques complexes de ces phénomènes, le système réduit drastiquement le nombre de paramètres nécessaires à l’apprentissage, offrant ainsi des calculs plus rapides et plus économes en énergie. Sa structure simplifiée et la localisation de l’apprentissage dans une petite zone permettent une vitesse de calcul élevée tout en maîtrisant la consommation énergétique.
En 2024, une étape décisive a été franchie grâce à la collaboration entre TDK et l’Université d’Hokkaido. Ces deux entités ont réussi à mettre en œuvre le concept de Reservoir Computing dans des circuits électroniques analogiques, aboutissant à la création du premier prototype de réservoir analogique au monde. Cette avancée s’inscrit dans la continuité des travaux antérieurs, initiés dès 2020, où une équipe avait déjà conçu un dispositif de Reservoir Computing à grande échelle entièrement basé sur des composants électroniques fondamentaux (condensateurs, transistors). Ce circuit, en reproduisant physiquement un grand nombre de nœuds de traitement, agissait lui-même comme la ressource de calcul, affichant alors les performances les plus élevées au niveau mondial. Le nouveau prototype intègre cette approche au sein d’une puce compacte, réduisant significativement la consommation d’énergie pour la rendre compatible avec des applications pratiques.
Au-delà de sa performance énergétique, ce circuit analogique possède une mémoire à court terme intégrée. Il est capable de conserver temporairement les données d’entrée et de prolonger leur influence sur les processus ultérieurs. À l’instar de la mémoire humaine qui retient les mots récents pour maintenir une conversation, la puce conserve brièvement les signaux pour anticiper les événements futurs. Couplé à des capteurs d’accéléromètre de TDK, ce système peut apprendre les mouvements des doigts en temps réel, parvenant à prédire le mouvement suivant avant même qu’il ne soit complètement exécuté.
Pour démontrer concrètement les capacités de cette nouvelle technologie, une unité de démonstration a été présentée lors du salon CEATEC 2025. Les visiteurs pouvaient ainsi jouer au jeu ancestral « Pierre-Feuille-Ciseaux » contre la machine. Munis d’un capteur d’accéléromètre à la main, les participants voyaient leurs mouvements de doigts détectés par le système. L’IA était alors capable de prédire la forme que l’utilisateur s’apprêtait à faire, même avant sa formation complète, permettant à la machine de gagner systématiquement. Cette démonstration a également souligné la capacité d’adaptation de l’IA : même face à des formes non conventionnelles, comme des ciseaux réalisés d’une manière inhabituelle, le système apprenait en temps réel et anticipait la même forme si elle était reproduite. Cette expérience interactive offre un aperçu clair et engageant du potentiel de la puce IA à réservoir analogique.
Shinichiro Mochizuki, responsable du projet de puce IA à réservoir au siège de la technologie et de la propriété intellectuelle de TDK Corporation, a exprimé son optimisme quant aux perspectives de cette technologie :
« Contrairement à l’IA conventionnelle, notre puce à réservoir imite le cervelet, permettant une consommation d’énergie ultra-faible et un apprentissage en temps réel à la périphérie. La technologie des réservoirs ouvrira la voie à des applications de capteurs avancées où les réservoirs seront intégrés à proximité d’innombrables capteurs, créant ainsi une nouvelle valeur partout. »
Shinichiro Mochizuki, Centre de développement de produits avancés, Technologie et propriété intellectuelle, TDK Corporation
Le professeur Tetsuya Asai de la Graduate School of Information Science and Technology de l’Université d’Hokkaido, partenaire de développement, a complété :
« Je suis convaincu que la puce IA à réservoir analogique que nous avons développée grâce à cette collaboration pionnière ouvrira de nouvelles possibilités pour l’IA en périphérie (Edge AI). Le Reservoir Computing est une technologie d’IA de nouvelle génération capable d’apprentissage à faible consommation et en temps réel, et j’ai des attentes élevées quant à son déploiement dans la société. Les innovations émergent. »
Tetsuya Asai, Professeur, École supérieure des sciences de l’information et de la technologie, Université d’Hokkaido
En 2024, TDK avait déjà dévoilé un dispositif neuromorphique s’inspirant du cerveau humain. Le Reservoir Computing, quant à lui, imite le cervelet. Ces deux approches se complètent : les dispositifs neuromorphiques excellent dans le calcul complexe avec une faible consommation, tandis que les puces IA à réservoir excellent dans l’apprentissage chronologique et en temps réel. Ensemble, elles façonnent l’avenir de l’IA.
À l’avenir, TDK poursuivra sa collaboration avec l’Université d’Hokkaido tout en explorant de nouvelles applications dans les domaines de la robotique, des interfaces homme-machine, des appareils portables et de la mobilité. Des synergies sont également attendues avec Tdk sensei, une filiale proposant des solutions combinant capteurs et IA de pointe. En fusionnant son riche portefeuille de capteurs avec ses puces IA, l’entreprise s’engage à contribuer à la construction d’un écosystème d’IA où humains et intelligences artificielles collaborent en toute transparence.
