Un polymère reproduit le fonctionnement des synapses et des réseaux de neurones

L’électronique et l’intelligence artificielle s’inspirent de plus en plus du vivant et, en particulier, de notre cerveau. Il fascine notamment par sa plasticité structurale, c’est-à-dire sa capacité à autoorganiser les réseaux de neurones dans des topologies 3D qui optimisent énormément leur fonctionnement. Cette propriété cruciale repose sur des mécanismes biologiques très complexes, ce qui fait que les tentatives de l’émuler de manière matérielle dans des systèmes électroniques restent encore exploratoires. La transmission de l’information dans ces réseaux est de plus pondérée par les synapses, qui relient les neurones et implémentent la fonction clef de l’apprentissage. Dans le cadre du projet ERC-IONOS, des chercheurs et chercheuses de l’Institut d’électronique, de microélectronique et de nanotechnologie (IEMN, CNRS/Université de Lille/Université Polytechnique Hauts-de-France) ont développé une technique qui reproduit les croissances dendritiques à l’origine de la structuration de nos réseaux de neurones, tout en émulant le rôle des synapses.

Publié dans les journaux Nature Communications et Advanced Sciences, ce système repose sur le principe de l’électropolymérisation pulsée. Des électrodes en fils d’or sont immergées dans une goutte d’eau, où l’on ajoute ensuite un composé organique appelé EDOT. Les électrodes reçoivent une tension qui provoque l’agglomération de l’EDOT et le soumet à des réactions d’oxydoréduction, ce qui finit par former un polymère : le PEDOT:PSS. Celui-ci forme des dendrites et, grâce à ses propriétés de conducteur électronique et ionique, les structures obtenues se comportent comme des transistors organiques électrochimiques (OECT). Elles peuvent en conséquence moduler les signaux transmis entre deux neurones artificiels connectés par une fibre organique. Il est alors possible de réaliser les fonctions clefs de la plasticité synaptique telles que la plasticité à court terme (STP) et la plasticité à long terme (LTP). Cette approche permet d’envisager une électronique en perpétuelle évolution structurelle, où les concepts de mémoire et d’apprentissage dériveraient davantage de la capacité du réseau à former de nouvelles connexions qu’à un transport figé d’informations.

Exemples des différentes formes que peuvent prendre les dendrites en fonction de leur conductivité. Les tiges noires qui partent des extrémités inférieures et supérieures sont les électrodes en fils d’or, tandis que les branches qui en sortent sont du PEDOT:PSS. © Janzakova et al.

Références
Analog programing of conducting-polymer dendritic interconnections and control of their morphology
Kamila Janzakova, Ankush Kumar, Mahdi Ghazal, Anna Susloparova, Yannick Coffinier, Fabien Alibart & Sébastien Pecqueur.
Nature Communications volume 12, 6898 (2021).
https://doi.org/10.1038/s41467-021-27274-9
Article disponible sur les bases d’archives ouvertes HAL et Arxiv

Dendritic organic electrochemical transistors grown by electropolymerization for 3d neuromorphic engineering
Kamila Janzakova, Mahdi Ghazal, Ankush Kumar, Yannick Coffinier, Sébastien Pecqueur, Fabien Alibart.
Advanced Sciences, online 29 October 2021
https://doi.org/10.1002/advs.202102973
Article disponible sur les bases d’archives ouvertes HAL et Arxiv

Get in Touch

LEAVE A REPLY

Please enter your comment!
Please enter your name here

Articles Connexes

Derniers Messages