Des puces inspirées du cerveau permettent aux nez électroniques de mieux imiter l'odorat humain.
infohightech ·
Après des années d'efforts, le nez électronique réalise enfin des progrès considérables dans la détection des odeurs, atteignant presque les performances du nez humain. C'est la conclusion d'une étude scientifique sur le développement des puces de perception olfactive neuromorphiques (NOPC), publiée dans la revue Nature Reviews Electrical Engineering .
Le pouvoir du nez humain
L'évolution a perfectionné le nez humain au fil de millions d'années. Cet organe sensoriel puissant, bien que n'étant pas le plus performant du règne animal, peut tout de même détecter environ mille milliards d'odeurs. La recherche visant à développer des nez électroniques dotés de capacités similaires à celles du nez humain pour des applications telles que la sécurité, la robotique et le diagnostic médical s'est avérée particulièrement complexe. C'est pourquoi les scientifiques se tournent de plus en plus vers l'informatique neuromorphique, qui consiste à concevoir des logiciels et du matériel imitant la structure et le fonctionnement du nez humain.
Dans cette étude, une équipe de scientifiques chinois met en lumière les avancées majeures réalisées dans le développement de puces de détection olfactive. L'article se concentre principalement sur les capteurs de gaz, car ils constituent des éléments clés du système de nez électronique. Ces capteurs doivent détecter physiquement les molécules odorantes et les convertir en signaux électriques.
Cependant, l'un des principaux inconvénients des systèmes actuels est leur incapacité à détecter les odeurs subtiles. Par ailleurs, la demande de nez électroniques plus rapides et plus performants pour la surveillance de la pollution atmosphérique, le contrôle en temps réel de la sécurité alimentaire et les diagnostics médicaux non invasifs (comme le dépistage des maladies par l'odorat) est croissante.
Rendre les puces plus semblables au cerveau
L'article souligne comment les scientifiques surmontent ces limitations grâce à des puces qui imitent l'efficacité du cerveau. Par exemple, ils conçoivent des puces intégrant des memristors et des réseaux de neurones à impulsions (SNN).
Les memristors sont des composants électroniques capables de stocker et de traiter simultanément l'information, à l'instar d'une synapse cérébrale, tandis que les réseaux de neurones à impulsions (SNN) imitent la manière dont les neurones transmettent l'information par de brèves impulsions électriques. En intégrant ces deux éléments bio-inspirés, les chercheurs conçoivent des nez électroniques autonomes et basse consommation , capables de détecter et de distinguer des odeurs que les systèmes plus anciens ne peuvent pas percevoir.
L'avancée la plus importante a consisté à faire fonctionner ces puces comme de minuscules cerveaux ultra-performants. Les chercheurs y sont parvenus en intégrant capteurs, mémoire et puissance de traitement sur une seule puce . Ceci résout le problème du gaspillage d'énergie et permet aux nez électroniques de consommer beaucoup moins d'énergie. Surtout, cette conception bio-inspirée confère au système la capacité d'apprendre une nouvelle odeur à partir d'un seul échantillon et de distinguer des odeurs complexes (comme les mélanges de gaz) qui perturbent les nez électroniques traditionnels.
« En s'inspirant de l'olfaction biologique et en intégrant la micro-nanoélectronique aux technologies d'IA, ces puces offrent une solution prometteuse pour parvenir à une perception, un apprentissage et une reconnaissance des odeurs en temps réel, surpassant ainsi les limitations des capteurs de gaz traditionnels », ont écrit les chercheurs.
D'après cette étude , des défis majeurs subsistent quant à la commercialisation de ces puces. Il s'agit notamment de surmonter la dérive des capteurs, responsable de la dégradation de la précision après quelques semaines ou mois, et de garantir la stabilité et la fiabilité du matériel neuromorphique sur le long terme.
https://techxplore.com/news/2025-11-brain-chips-electronic-noses-mimic.html