Un ami qui n’a plus le permis m’a récemment demandé de le conduire dans le sud (à Aix-en-Provence), où il devait effectuer un vol en avion de chasse. Je l’ai donc accompagné, puis ai passé l’après-midi à Marseille, une ville que je connais assez peu, en dehors de ses plages et de la Cité radieuse. C’est en attendant mon ami que j’ai ainsi découvert le quartier le plus célèbre de la ville : le quartier du Panier. Toile de fond de romans noirs, le quartier du Panier, qui surplombe la cité phocéenne, met à rude épreuve le sens de l’orientation ! Ce quartier de marins-pêcheurs, le plus vieux de la ville, englobe un triangle délimité par le fort Saint-Jean et l’impériale rue de la République, bordée d’immeubles haussmanniens. J’ai commencé la promenade par le quai du Port. L’occasion d’admirer les bateaux en passant et de s’arrêter devant l’élégante façade de 1′hôtel de ville et tout près, l’étonnante Maison diamantée et le pavillon Daviel, l’ancien palais de justice. J’ai ainsi découvert l’hôtel-Dieu, un chef-d’oeuvre d’architecture construit d’après les plans de Mansart, avant d’emprunter la montée des Accoules, en évitant des draps qui séchaient sur une corde à linge ! Un spectacle d’autant plus ahurissant qu’on est en novembre. J’ai enchaîné cette journée de découverte par la cathédrale La Major, un monument romano-byzantin qui fait de l’ombre à la Vieille-Major, l’église la plus ancienne de la ville. Je me suis ensuite rendu à la Vieille-Charité, un hôpital dont la fonction première était de recueillir les indigents. Sa magnifique chapelle baroque, coiffée d’un dôme en forme d’oeuf, tradition héritée du baroque italien, est l’oeuvre de Pierre Puget. Sauvé de la démolition par Le Corbusier, ce centre culturel regroupe deux musées qui possèdent de remarquables collections d’archéologie égyptienne et d’art africain. L’important, dans ce quartier du Panier, c’est de se perdre dans le dédale de rues et d’escaliers et de marquer une pause dans un bar ou un restaurant sur la symbolique place de Lenche. De ce quartier du Panier joliment restauré et qui a perdu sa mauvaise réputation, il émane un parfum d’authenticité et de métissage qui fait chaud au coeur. Cette découverte m’a guéri des mauvaises impressions que j’avais sur Marseille, dont je ne connaissais jusqu’alors que la canebière encombrée, et le vieux port déclaré zone morte dès 22h passées. Quant à mon ami, je pense qu’il a apprécié son vol en avion de chasse. Il m’en a parlé pendant tout le trajet retour ! Suivez le lien pour en savoir plus sur ce vol en L-39.
Un processeur neuromorphique
Ces dernières années, l’intelligence artificielle (IA) a beaucoup progressé grâce à l’apprentissage automatique (machine learning) et ses différentes méthodes, en particulier l’apprentissage profond (deep learning). Mais il s’agit de systèmes spécialisés, entraînés avec un certain type de données qui, par définition, n’ont pas la capacité de produire un « raisonnement » généraliste à même de s’adapter à des conditions variables. Or, les immenses attentes que l’on place actuellement dans l’IA reposent justement sur des systèmes capables d’autonomie et d’un apprentissage à la volée à partir des données collectées en temps réel dans leur environnement. Alors, comment parvenir à un tel résultat, avec des IA capables de s’auto-organiser et de prendre des décisions en élaborant des modèles et des associations ? La réponse pourrait venir des processeurs neuromorphiques, comme celui développé par Intel. Le fondeur vient en effet de dévoiler une puce baptisée Loihi (du nom d’un volcan sous-marin actif au large d’Hawaï) dont l’architecture s’inspire du fonctionnement du cerveau humain, avec des interactions entre des milliers de neurones. « À mesure que les tâches des IA deviennent plus diverses et complexes, elles éprouveront les limites des architectures de calcul dominantes actuelles et entraîneront de nouvelles approches innovantes », estime Intel. Ces dernières années, le recours aux processeurs graphiques (GPU) a fait accomplir un pas de géant à l’IA, de même que le cloud computing avec des batteries de serveurs capables de traiter les grands volumes de données nécessaires au machine learning. La tendance actuelle est aux processeurs spécialisés pour l’intelligence artificielle, comme en développent Nvidia, Google (Tensor Processing Unit), AMD, ARM, Samsung ou encore Qualcomm. Peu d’acteurs parient pour le moment sur les processeurs neuromorphiques, qui n’ont pas encore fait la preuve de leur supériorité face aux solutions actuelles. IBM a franchi le pas. Ce type de puce représente tout de même une piste prometteuse alors que l’on nous annonce la fin de la loi de Moore pour 2030 (voir le livre blanc de l’IEEE). Le fait qu’Intel, par ailleurs grand évangéliste de la loi de Moore, explore cette voie n’est évidemment pas anodin. Les 130.000 neurones et les 130 millions de synapses en silicium du processeur Loihi forment un réseau de cœurs neuromorphiques asynchrones qui savent moduler leurs interconnexions pour s’adapter à de nouvelles tâches. À l’instar de notre cerveau, chaque neurone est capable de communiquer avec des milliers d’autres. Et chaque cœur neuromorphique comprend un moteur d’apprentissage qui peut être programmé à la volée pour adapter le réseau neuronal en fonction des besoins. En résumé, une IA propulsée par un processeur Loihi peut apprendre à développer une forme d’expérience qui l’aide à résoudre des problèmes. Alors qu’un processeur classique partage le traitement des données entre son cœur de calcul et une mémoire séparée, les neurones adaptatifs de Loihi fusionnent le calcul et la mémoire, ce qui rend les opérations plus rapides et moins énergivores. Intel affirme que son processeur peut interpréter des vidéos en utilisant moins d’un millième de l’énergie d’une puce classique. Les premiers essais réalisés avec Loihi sont encore assez limités. La puce a été testée en lui montrant des vidéos de personnes accomplissant des mouvements avec leurs biceps. Elle devait ensuite retrouver les mêmes mouvements dans des vidéos inédites. Selon Intel, les capacités de Loihi, gravé en 14 nanomètres, démontrent un potentiel énorme pour améliorer des applicationsdans les domaines des transports, de la robotique et des industries, où l’exploitation en temps réel et autonome de données non structurées est primordiale.