De nouvelles approches de la puissance de calcul
Le projet CORENET(s’ouvre dans une nouvelle fenêtre), soutenu par l’UE, développedes dispositifs de calcul inspirés du cerveau, qui exploitent des réseaux de réactions chimiques comme systèmes moléculaires de traitement de l’information. «Nous nous sommes inspirés du cerveau humain, qui est lui-même un processeur chimique. Nous avons donc voulu démontrer que des réseaux de réactions dynamiques, confinés dans des environnements microfluidiques, peuvent exécuter des tâches de calcul de haut niveau», explique Wilhelm Huck(s’ouvre dans une nouvelle fenêtre), membre du consortium, professeur et responsable de l’équipe CORENET à l’université Radboud(s’ouvre dans une nouvelle fenêtre) aux Pays-Bas. Ces travaux s’inscrivent dans le cadre de Drive, une initiative réunissant plusieurs projets financés par l’UE afin de faire progresser l’apprentissage automatique.
Des réactions chimiques interprétées par l’apprentissage automatique
L’équipe a mis en œuvre une approche de calcul par réservoir sur des puces microfluidiques en utilisant des réseaux de réactions chimiques (CRN), qui transforment des molécules de départ et des conditions environnementales en un ensemble de molécules produites par les réactions. Une couche d’entrée chimique, composée d’un solvant, d’un pH et d’une salinité déterminés, de molécules de départ et de catalyseurs, est maintenue à température constante et constitue le réservoir. Les réactions qui s’y déroulent prennent pour point de départ de simples molécules contenant un ou deux atomes de carbone, puis enrichissent l’espace chimique en générant des dizaines de composés structurellement plus complexes. Ce faisant, elles établissent une corrélation entre les conditions d’entrée et la composition des produits obtenus. Le profil réactionnel ainsi généré peut ensuite être analysé par l’IA et l’apprentissage automatique afin d’en extraire des informations pertinentes.
L’avenir de l’informatique, c’est maintenant!
L’une des principales réalisations du projet a été le développement et l’automatisation de chaînes de calcul par réservoir chimique, dans lesquelles des entrées chimiques circulant dans des réacteurs microfluidiques produisent des réponses non linéaires ensuite analysées et interprétées pour résoudre des problèmes de classification et de prédiction. Des protocoles permettant de contrôler, de surveiller et de piloter ces réseaux réactionnels ont été mis au point, marquant une étape importante vers une informatique moléculaire évolutive. Un article majeur publié dans «Nature», intitulé «Chemical reservoir computation in a self-organizing reaction network»(s’ouvre dans une nouvelle fenêtre), a montré comment les réactions de formose(s’ouvre dans une nouvelle fenêtre) et des systèmes apparentés peuvent servir de supports au calcul moléculaire. Des travaux complémentaires sont en cours d’achèvement afin de démontrer que ce concept peut être généralisé grâce à un calculateur par réservoir performant reposant sur un nouveau CRN. «Nous avons été enthousiasmés par les performances de cette approche et par la manière dont notre remarquable équipe de chercheurs issus du monde universitaire et de l’industrie s’est mobilisée pour relever cet ambitieux défi, à la croisée de la chimie des systèmes, de la microfluidique, de la métabolomique et de l’IA», ajoute Andres de la Escosura(s’ouvre dans une nouvelle fenêtre), coordinateur du projet et professeur associé à l’université autonome de Madrid(s’ouvre dans une nouvelle fenêtre). Le projet CORENET a été financé par le Conseil européen de l’innovation(s’ouvre dans une nouvelle fenêtre).
