Un nouveau type de transistors s'inspirant du fonctionnement du système nerveux pourrait faciliter la reconnaissance d'images et la réalisation d'autres tâches complexes par de nouvelles générations d'ordinateurs, selon des travaux publiés vendredi.

Le transistor, élément de base d'un circuit électronique, peut se limiter à transmettre ou non un signal, interprété comme une réponse «oui» ou «non». Comme dire si un des pixels d'une image est noir ou blanc.Ce type de réponse «figée» est peu adapté à des tâches complexes comme le traitement ou la reconnaissance d'images, selon Dominique Vuillaume, chercheur à l'Institut d'électronique, de microélectronique et de nanotechnologie de Lille (IEMN-CNRS).

Le nouveau type de transistors qu'il a mis au point avec ses collègues du CNRS et du CEA vise à introduire davantage de souplesse, de plasticité, en imitant le fonctionnement de systèmes biologiques tels que les réseaux de neurones. Ces cellules nerveuses peuvent communiquer avec leurs voisines via des milliers de points de connexions appelés synapses.

Le nouveau type de transistor doit permettre d'aboutir à une «réponse collective», comme celle que peut donner un réseau de neurones ayant intégré de multiples informations, a précisé M. Vuillaume.

On obtient un «système ayant une certaine souplesse, pouvant se programmer par apprentissage», souligne-t-il.

Le transistor baptisé NOMFET (Nanoparticle-Organic Memory Transistor) associe une molécule à base de carbone, le pentacène, jouant le rôle de semi-conducteur, et des nanoparticules d'or capables de piéger des électrons. Ces nanoparticules permettent de moduler le signal électronique et de mimer ainsi la plasticité des synapses du cerveau, selon les chercheurs.

NOMFET pourrait à lui seul remplacer sept transistors à base de silicium CMOS nécessaires jusqu'alors pour mimer la plasticité d'une seule synapse biologique, d'où un gain de place, selon l'étude publiée vendredi dans la revue scientifique Advanced Functional Materials.

«L'objectif de ces systèmes type réseaux de neurones, c'est pas forcément de concurrencer le microprocesseur silicium dans les ordinateurs, les applications ne sont pas du tout les mêmes", relève M. Vuillaume. Cela permet de "traiter un grand nombre d'informations en parallèle", comme pour la reconnaissance d'images, mais "on ne fera pas du calcul scientifique avec ça», conclut-il.