Ses travaux interdisciplinaires combinent la photonique sur silicium et l’apprentissage machine pour construire des circuits photoniques intégrés à des fins informatiques. Ils fournissent un cadre de travail pour une nouvelle classe de machines de traitement de l’information qui utilisent la lumière plutôt que des électrons. Cela émule de manière rudimentaire les réseaux neuronaux permettant aux humains de traiter l’information et de prendre des décisions. Cette nouvelle approche de l’informatique neuromorphique a été publiée dans la prestigieuse revue savante Nature Photonics au début de 2021.
« Nous nous inspirons du cerveau », indique M. Shasri, professeur adjoint de génie physique à l’Université Queen’s.
Ses travaux novateurs ont été récemment reconnus par le prix Early Career Achievement (réalisation en début de carrière) de l’International Society for Optics and Photonics (SPIE). La SPIE souligne que M. Shastri ouvre de nouveaux horizons pour l’intelligence artificielle et l’informatique inspirée par le cerveau.
Son objectif est de développer un nouveau type d’informatique photonique, plus rapide, plus adaptatif, interconnecté et économe en énergie.
Les algorithmes d’intelligence artificielle (IA) sont actuellement mis en œuvre dans des logiciels sur des ordinateurs numériques standards, ce qui les rend très gourmands en énergie. L’entraînement d’un seul modèle d’IA peut émettre autant de carbone que cinq voitures durant toute leur durée de vie, selon une étude récente. « C’est une manière très inefficace de mettre en œuvre des réseaux neuronaux », indique M. Shastri.
M. Shastri est à la recherche d’une solution de rechange matérielle.
« Je suis très reconnaissant envers CMC pour tout le soutien, en particulier l’accès à des séries de tranches multiprojets dans des fonderies pour la fabrication de notre circuit intégré. »
Il travaille sur des processeurs neuromorphiques d’IA basés sur du matériel. Ceux-ci ont le potentiel de travailler à une vitesse multipliée par six ordres de grandeur comparée aux processeurs électroniques classiques, tout en consommant beaucoup moins d’énergie.
Dans le court à moyen terme, les processeurs photoniques neuromorphiques permettraient le traitement de signaux intelligent.
À long terme, l’informatique photonique neuromorphique pourrait mener à des percées en physique fondamentale ou dans la compréhension des mystères du cerveau humain, ajoute M. Shastri.
Diplômé de l’Université McGill, il a passé sept ans à l’Université Princeton; il a en outre coécrit le premier manuel dans le domaine, Neuromorphic Photonics, publié en 2017. Ses travaux ont été soutenus par le CRSNG et des bourses postdoctorales Banting à Princeton. Il est revenu au Canada en 2018 pour entrer en poste à l’Université Queen’s.
Plusieurs groupes partout dans le monde explorent l’informatique neuromorphique.
« Ce qui distingue notre groupe est que nous effectuons une intégration à grande échelle de circuits photoniques intégrés pour développer des réseaux neuronaux optiques. Nous élaborons toutes ces technologies qui peuvent être utilisées dans une plateforme informatique optique. »
Il souligne que CMC a joué un rôle essentiel dans sa réussite.
« Je suis très reconnaissant envers CMC pour tout le soutien, en particulier l’accès à des séries de tranches multiprojets dans des fonderies pour la fabrication de notre circuit intégré. Cela, allié à l’accès à des outils logiciels et à l’aide fournie par les ingénieurs, a été crucial pour faire avancer nos recherches », conclut M. Shastri.
mai 2022
Crédit photo : Bhavin Shastri