Une puce bio-inspirée aide les robots et les voitures autonomes à réagir plus rapidement aux mouvements.
infohightech ·
Les robots et les voitures autonomes pourraient bientôt bénéficier d'un nouveau type de matériel inspiré du cerveau, capable, selon les informations disponibles, de détecter les mouvements et de réagir plus rapidement qu'un humain. Une étude récente, publiée dans la revue Nature Communications, décrit en détail comment une équipe internationale a conçu ce système matériel neuromorphique d'attention temporelle afin d'accélérer les décisions de conduite automatisée.
Le problème des systèmes de vision robotique et des véhicules autonomes actuels réside dans le délai important de traitement des informations visuelles. Si les programmes d'IA les plus performants d'aujourd'hui peuvent reconnaître les objets avec précision, les calculs sont si complexes qu'ils peuvent prendre jusqu'à une demi-seconde. Cela peut paraître peu, mais à vitesse autoroutière, même une seconde de délai signifie qu'une voiture parcourt 27 mètres avant de réagir. C'est un temps de réaction beaucoup trop long.
Cette vidéo présente la méthode d'accélération du flux optique proposée, en illustrant le fonctionnement du réseau de transistors synaptiques et le flux de travail matériel-logiciel complet. Elle visualise les résultats et les indicateurs expérimentaux, mettant en évidence les gains significatifs de vitesse et d'efficacité obtenus par rapport aux algorithmes de flux optique conventionnels. Crédit : Nature Communications (2026). DOI : 10.1038/s41467-026-68659-y
Copier la vision humaine
Pour résoudre ce problème, l'équipe a opté pour une solution matérielle plutôt que pour une solution logicielle, en s'inspirant du fonctionnement de la vision humaine. Lorsque nous observons une situation, notre système visuel n'analyse pas chaque détail simultanément. Il détecte d'abord les variations de luminosité et les mouvements, puis traite les détails plus complexes ultérieurement.
Les chercheurs ont conçu une puce qui réalise essentiellement la même chose. Elle est dotée d'une matrice 4x4 de transistors spécialisés qui font office de filtre. Au lieu d'envoyer une vidéo complète à l'ordinateur principal, elle identifie les changements clés d'une scène. Comme l'ordinateur n'a qu'à analyser ces zones au lieu de l'image entière, le système visuel dans son ensemble fonctionne plus rapidement.
Lors de tests en laboratoire, ce nouveau système a traité les données de mouvement quatre fois plus rapidement que les algorithmes les plus performants actuellement disponibles. Par conséquent, le matériel a permis de réduire le temps de traitement visuel à environ 150 millisecondes, soit approximativement dans la plage de la perception visuelle humaine.
Cette vidéo illustre la conversion de stimuli visuels en flux optique à l'aide d'indices temporels neuromorphiques. Elle compare la méthode proposée aux algorithmes conventionnels pour différentes tâches. Crédit : Nature Communications (2026). DOI : 10.1038/s41467-026-68659-y
Réactions plus rapides
L'équipe a également testé sa technologie sur des voitures, des drones et un bras robotisé. Pour les voitures, le système a amélioré la perception et les tâches liées au mouvement jusqu'à 213,5 %, tandis que pour les drones, il a réduit le temps de traitement visuel, permettant ainsi des réactions et des décisions de navigation plus rapides. Quant au bras robotisé , le système a permis d'améliorer jusqu'à 740,9 % le taux de réussite de la préhension d'objets se déplaçant à grande vitesse.
« Notre méthode surpasse les algorithmes de pointe, avec une amélioration moyenne de 4 fois de la vitesse de traitement, tout en maintenant ou en améliorant la précision de la prédiction de mouvement, du suivi d'objets et de la segmentation », ont commenté les chercheurs.
Suite à des tests concluants, les auteurs de l'étude souhaitent passer d'un montage de laboratoire à une version à plus grande échelle de la puce, qui pourra être intégrée dans des voitures autonomes et des robots industriels.
https://techxplore.com/news/2026-02-bio-chip-robots-cars-react.html