Du réseau de neurones au circuit logique et réciproquement : le meilleur des deux mondes

Au cours des dernières années，les performances des réseaux de neurones artificiels（RNA）se song grandement améliorées，notament grâce aux de neurones profonds（RNP）.甚至可以认为，世界即将迎来一场不可抗力的革命：人类的机械能力将被机器取代，人类的智力能力将被机器取代。总之，这些神经元网络需要计算、记忆和大量电力消耗，这是这些系统中的一个主要障碍。此外，许多科学问题仍然存在，Au point que presentement，concevoir une application dans le domain de l'intelligence artificielle（IA）relève presqu'autant de l'Art que de la Science。在特定条件下，所用RNA的大部分参数可用于漂浮或漂浮的生物体中，纯化的RNA参数可用于类似的结果。提出的研究方案旨在增强我们对RNP二进制程序（RNPB）的理解，以提高逻辑电路组合（CLC）中现有科学的认识。对这些观察结果作了如下的说明：（1）所有RNA都可能在CLC中被Au取代。(2)所有的字体都可以用RNA来解释Au moyen。(3)RNA和逻辑功能可以使我们图斯两个人Au moyen de deux couches successives迈斯系统更有效地利用一般更好。该研究方案的成果包括对RNPB和CLC的最佳认识和最佳综合，其中包括对这些机构的各种有效措施。由于FPGA（Field Programmable Gate Array）是RNP的核心器件，因此，我们对FPGA的结构进行了深入的研究，并对FPGA的结构进行了深入的探讨。在快速反应的过程中，更多的能量消耗者和更多的记忆需求者。从纯科学的角度来看，这些研究属于经济学范畴（coconut des circuits et coonut de l'énergie pour les faire fonctionner，notamment dans les centers de données），technique（puissance des algorithmes que l'on peut querter sur une puce et réduction des temps de calcul），social（une implantation efficace permettra une democratisation de l'IA dans les dispositifs portables，les transmits，la medecine.）et même cournemental（réduction de la consommation d'énergie et réutilisation des mêmes circuits pour diverses tâches）.加拿大联邦研究所在国际审计领域，特别是在蒙特利尔，国际审计的竞争力中心，对国际审计的研究给予了很大的帮助。

Au cours des dernières années, les performances des réseaux de neurones artificiels (RNA) se sont grandement améliorées, notamment grâce aux réseaux de neurones profonds (RNP). On peut même penser que le monde est à l'aube d'une révolution majeure : après avoir remplacé les compétences mécaniques de l'être humain par des machines, ce sont maintenant ses compétences intellectuelles que l'être humain veut déléguer à des machines. Toutefois, les réseaux de neurones nécessitent énormément de calculs, de mémoire, et consomment beaucoup d'énergie électrique, ce qui est un obstacle majeur à leur déploiement dans les systèmes autonomes. De plus, de nombreuses questions scientifiques restent ouvertes, au point que présentement, concevoir une application dans le domaine de l'intelligence artificielle (IA) relève presqu'autant de l'Art que de la Science. Alors que la plupart des RNA utilisent des paramètres en virgule flottante ou en virgule fixe, nous avons montré que, sous certaines conditions, des paramètres purement binaires permettent d'atteindre des résultats similaires. Le programme de recherche proposé vise à augmenter la compréhension que nous avons des RNP binaires (RNPB) à la lumière de la science existante en matière de synthèse de circuits logiques combinatoires (CLC). Il se fonde notamment sur les observations suivantes : (1) Tout RNA peut s'implanter au moyen d'un CLC. (2) Toute fonction logique peut s'implanter au moyen d'un RNA. (3) Les RNA et les fonctions logiques peuvent tous deux s'implanter au moyen de deux couches successives mais les systèmes les plus efficaces en utilisent généralement beaucoup plus. Les fruits de ce programme de recherche seront une meilleure connaissance et une meilleure compréhension des RNPB et des CLC ainsi que des manières efficientes de les implanter. Bien qu'il ait déjà été démontré que les FPGA (Field Programmable Gate Array) sont efficients pour implanter des RNP, nous prévoyons qu'ils le seront davantage encore pour les RNPB, qui sont intrinsèquement plus proches de la structure des FPGA. Il en résultera des implantations plus rapides, moins énergivores et qui demanderont moins de mémoire. En termes de retombées, au-delà des aspects purement scientifiques, les enjeux sont d'ordre économique (coût des circuits et coût de l'énergie pour les faire fonctionner, notamment dans les centres de données), technique (puissance des algorithmes que l'on peut implanter sur une puce et réduction des temps de calcul), social (une implantation efficace permettra une démocratisation de l'IA dans les dispositifs portables, les transports, la médecine .) et même environnemental (réduction de la consommation d'énergie et réutilisation des mêmes circuits pour diverses tâches). Le Canada bénéficiera grandement de ces recherches qui l'aideront à maintenir son rôle de chef de file dans le domaine de l'IA, en particulier à Montréal, pôle de compétitivité de l'IA.