Montrer l’index Cacher l’index
Face aux limitations énergétiques et matérielles des modèles traditionnels, des chercheurs chinois ont développé une nouvelle intelligence artificielle baptisée SpikingBrain. Inspirée par le fonctionnement du cerveau humain, cette IA innovante se distingue par son efficacité remarquable, pouvant atteindre jusqu’à 100 fois la performance des systèmes classiques. En exploitant des réseaux de neurones à impulsions, elle requiert significativement moins de données pour l’entraînement, constituant ainsi une avancée majeure dans le domaine de l’intelligence artificielle.
Des chercheurs chinois ont développé un modèle d’intelligence artificielle innovant baptisé SpikingBrain, conçu pour imiter le fonctionnement du cerveau humain. Ce modèle surpasse les grands modèles de langage traditionnels en termes d’efficacité énergétique et de performance. En réduisant la dépendance aux grandes quantités de données et aux puces graphiques coûteuses, SpikingBrain pourrait révolutionner l’utilisation de l’intelligence artificielle, notamment dans les environnements à ressources limitées.
Une inspiration du cerveau humain pour l’intelligence artificielle
Le modèle SpikingBrain s’inspire des processus neuronaux biologiques. Les chercheurs se sont concentrés sur la manière dont les neurones biologiques communiquent à travers des impulsions électriques. Les réseaux de neurones à impulsions (SNN), sur lesquels repose SpikingBrain, utilisent un mécanisme similaire. Cette approche unique permet de créer des systèmes bien plus économes en énergie, car les « neurones » artificiels sont activés de manière sélective, se mettant en marche seulement lorsqu’ils sont sollicités.
Réduction des besoins en données et en puissance de calcul
SpikingBrain a été conçu pour être plus performant tout en nécessitant moins de ressources. Les modèles traditionnels, comme ceux utilisés par les chatbots ChatGPT et Gemini, consomment énormément de puissance de calcul et de données. En Chine, les chercheurs ont dû faire face à des restrictions d’accès aux puces graphiques Nvidia utilisées pour ces calculs. SpikingBrain représente une avancée significative, car il a été entraîné avec moins de 2 % des données habituellement requises par un grand modèle de langage, tout en offrant des performances similaires.
Performance et rapidité impressionnantes
Deux versions de SpikingBrain ont été réalisées, comportant 7 milliards et 76 milliards de paramètres. Lors de tests, la version avec 7 milliards de paramètres a démontré une rapidité plus de 100 fois supérieure à celle des modèles classiques dans certaines configurations. Sur un test avec un contexte d’un million de tokens, elle s’est révélée 26,5 fois plus rapide pour générer le premier token. Ces résultats montrent que SpikingBrain est capable de délivrer des performances exceptionnelles avec des ressources moindres.
Ouverture vers de nouvelles possibilités
Au-delà de ses performances, SpikingBrain offre des perspectives intéressantes en matière de pénurie de contenus. Alors que les ressources actuelles disponibles sur Internet ne suffisent plus pour l’entraînement des IA conventionnelles, SpikingBrain ouvre la voie à un usage plus optimisé et durable des données. De plus, ces modèles sont optimisés pour tourner sur des processeurs alternatifs, tels que ceux de MetaX, et pourraient encore gagner en efficacité avec l’avènement de l’informatique neuromorphique.
Un avenir prometteur pour l’intelligence artificielle
SpikingBrain est disponible sous licence libre sur GitHub, ce qui permet aux chercheurs et développeurs du monde entier de contribuer à son évolution. Avec des avancées similaires, comme celles entreprises par des chercheurs allemands, l’utilisation d’impulsions pour optimiser les IA gagne en popularité. Cette tendance pourrait annoncer un changement de paradigme dans la manière dont les intelligences artificielles sont conçues et utilisées, réduisant leur empreinte énergétique tout en maximisant leur efficacité.
