Implémentation numérique de neurones biomimétiques stochastiques

Des millions de personnes à travers le monde sont affectées par des troubles neurologiques qui nuisent à la bonne communication entre le cerveau et le corps. Le développement de neuroprothèses aura un impact social sur la qualité de vie des patients. Ces neuroprothèses sont conçues sur la base de nos connaissances des interactions des cellules neuronales, en partant des activités spontanées intrinsèques des réseaux de neurones jusqu’à la stimulation des réseaux de neurones afin d’obtenir un état ou comportement spécifique. L’objectif à long-terme de remplacer les réseaux de neurones endommagés par des systèmes artificiels requiert le développement de modèles de neurones dont l’activité est similaire à l’activité électrophysiologique des réseaux biologiques vivants : ce sont les réseaux de neurones artificiels biomimétiques (SNN). En raison de leurs structures parallèles, les réseaux neuronaux sur puce peuvent simuler des activités neuronales biologiques, ce qui permettra de réaliser un réseau comparable à celui du cerveau humain dans un futur proche. Cette étude explore la faisabilité de l’implémentation de neurones biomimétiques stochastiques sur FPGA, avec un modèle de neurone à deux dimensions. La stochasticité est ajoutée par une source de bruit reproduisant le bruit synaptique biologique dans le neurone biomimétique. Les résultats expérimentaux ont confirmé la validité de la mise en oeuvre stochastique, ce qui rend ces neurones artificiels plus proche de la biologie.

Millions of people around the world are affected by neurological disorders that impair good communication between the brain and the body. The development of neuroprostheses will have a social impact on the quality of life of patients. These neuroprostheses are designed on the basis of neuronal cell interactions, starting from the spontaneous intrinsic activities of neural networks until the stimulation of the neural networks in order to obtain a specific behavior. The long-term objective of replacing damaged neuron networks by artificial systems requires the development of neuron
models whose activity is similar to the biological electrophysiological activity of living biological networks: the biomimetic Spiking Neural Networks (SNN). On account of their parallel and distributed structures, spiking neuronal networks can simulate neuronal activities, potentially realizing an extremely large-scale network comparable to that of the human brain in future. This study explores the feasibility of simulation stochastic neurons in digital systems (FPGA), which realizes an implementation of a simple two-dimensional neuron model. The stochasticity is added by a source of current noise mimicking biological synaptic noise in the silicon neuron. The experimental results confirmed the validity of the developed stochastic FPGA implementation, which makes the implementation of the silicon neuron more biologically plausible.

Neurones artificiels biomimétique bruit bio-hybride FPGA implémentation numérique stochasticité

Artificial neurons biomimetic noise bio-hybrid FPGA digital hardware stochastic process