Alors que l’intelligence artificielle (IA) tente de s’imposer dans des applications de masse telles que la maintenance prédictive de machines, la surveillance de l’activité cardiaque de patients ou la reconnaissance faciale à des fins de vidéosurveillance, de nombreuses initiatives voient le jour afin d’intégrer l’IA directement dans les équipements sans qu’il y ait nécessité d’une connexion au cloud. ...Eliminant de ce fait les éventuels problèmes liés à la confidentialité des données, à la sécurité et à la consommation d’énergie.

L’une des récentes avancées en la matière est à mettre au crédit du CSEM (Centre suisse de recherche et développement dans les micro et nanotechnologies). Le laboratoire helvète a développé une puce-système SoC capable d’effectuer des opérations IA à bord du type reconnaissance de visage, de la voix ou de gestes, et ce en étant alimentée par une simple pile standard, voire par l’énergie solaire. Qui plus est, le système est entièrement modulaire et peut être adapté à n’importe quelle application nécessitant un traitement du signal ou d'image en temps réel, en particulier lorsque des données sensibles sont en jeu, précise le CSEM.

Si l’on en croit le laboratoire, la puce-système s’appuie sur une architecture de traitement du signal inédite afin de minimiser l’énergie requise. Il s’agit en fait d’un circuit Asic architecturé autour d’un cœur de processeur RISC-V (également développé par le CSEM) et de deux accélérateurs de fonctions d’apprentissage automatique étroitement couplés, l’un affecté à la détection d’image par exemple et l’autre calibré pour la classification.

Le premier est un moteur d’apprentissage par arbre binaire de décision (BDT) qui peut réaliser de simples tâches mais qui ne peut effectuer d’opérations de reconnaissance. « Lorsque notre système est utilisé dans des applications de reconnaissance faciale, par exemple, le premier accélérateur répondra à des questions préliminaires du type : Y a-t-il des personnes dans les images ? Et si oui, leurs visages sont-ils visibles ?, indique Stéphane Emery, responsable de la recherche sur les SoC au CSEM. Dans le cas de la reconnaissance vocale, le premier accélérateur déterminera si du bruit est présent et si ce bruit correspond à des voix humaines. Mais il ne sera pas en mesure de distinguer des voix ou des mots spécifiques, et c'est là qu'intervient le deuxième accélérateur. » Ce dernier est un accélérateur de réseaux de neurones à convolution (CNN) qui peut donc effectuer ces tâches plus complexes (reconnaissance de visages et détection de mots particuliers) au détriment évidemment de la consommation d'énergie.

Mais cette approche de traitement à deux niveaux réduit considérablement les besoins en énergie car la plupart du temps, seul le premier accélérateur est actif, fait remarquer le CSEM. Dans le cadre de leurs travaux de recherche, les ingénieurs ont par ailleurs amélioré les performances des accélérateurs eux-mêmes, en les rendant adaptables à toute application nécessitant un traitement temporel du signal et de l'image. « Notre système fonctionne globalement de la même manière, quelle que soit l'application, ajoute Stéphane Emery. Nous devons juste reconfigurer les différentes couches de notre moteur CNN. »

Selon le CSEM, la puce-système ainsi élaborée ouvre la voie à une toute nouvelle génération de produits « intelligents » dotés de processeurs pouvant fonctionner en toute autonomie pendant plus d'un an et éventuellement déployés dans des endroits où il serait difficile voire impossible de changer la pile.

Vous pouvez aussi suivre nos actualités sur la vitrine LinkedIN de L'Embarqué consacrée à l’intelligence artificielle dans l’embarqué : Embedded-IA