Circuits de neurones impulsionels basés sur des lasers déclenchés intégrés sur silicium // Photonic Spiking Neural Networks based on Q-switched laser integrated on Silicon

Les réseaux neuromorphiques pour le traitement d’informations ont pris une place importante aujourd’hui
notamment du fait de la montée en complexité des tâches à effectuer : reconnaissance vocale, corrélation
d’images dynamiques, prise de décision rapide multidimensionnelle, fusion de données, optimisation
comportementale, etc… Il existe plusieurs types de tels réseaux et parmi ceux-ci les réseaux impulsionnels,
c’est-à-dire, ceux dont le fonctionnement est calqué sur celui des neurones corticales. Ce sont ceux qui
devraient offrir le meilleur rendement énergétique donc le meilleur passage à l’échelle. Plusieurs
démonstrations de neurones artificielles ont été menées avec des circuits électroniques et plus récemment
photoniques. La densité d’intégration de la filière photonique sur silicium est un atout pour créer des circuits
suffisamment complexes pour espérer réaliser des démonstrations complètes. Le but de la thèse est donc
d’exploiter une architecture de réseau neuromorphique impulsionnel à base de lasers à bascule de gain (Q
switch) intégrés sur silicium et d’un circuit d’interconnexion ultra-dense et reconfigurable apte à imiter les
poids synaptiques. Une modélisation complète du circuit est attendue avec, à la clé la démonstration pratique
d’une application dans la résolution d’un problème mathématique à définir.
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------

Neuromorphic networks for signal and information processing have acquired recently a renewed interest considering the more and more complex tasks that have to be solved automatically in current applications: speech recognition, dynamic image correlation, rapid decision processing integrating a plurality of information sources, behavior optimization, etc… Several types of neuromorphic networks do exist and, among them, the spiking type (SNN), that is, the one closest in behavior to the natural cortical neurons. SNN are the ones who seem to be able to offer a best energy efficiency and thus offer scalability. Several demonstrations have been made in this domain with electronic circuits and more recently with photonic circuits. For these, the dense integration potential of silicon photonics is a real advantage to create complex and highly connected circuits susceptible to lead to complete demonstrations. The PhD goal is to exploit a photonics spiking neuromorphic network architecture based on pulsed (Q-switched) lasers interconnected by a dense and reconfigurable optical network on chip mimicking the synaptic connections. A complete laser, neuron then circuit model is expected with, in the end, the practical demonstration of an application in mathematical data processing (to be defined).
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------

Pôle fr : Direction de la Recherche Technologique
Pôle en : Technological Research
Département : Département d’Optronique (LETI)
Service : Service des Nouvelles Applications de la Photonique
Laboratoire : Laboratoire d’Intégration Photonique sur Silicium
Date de début souhaitée : 01-10-2025
Ecole doctorale : Ondes et Matière (EDOM)
Directeur de thèse : BARBAY Sylvain
Organisme : Centre de Nanosciences et de Nanotechnologies (C2N)
URL : http://www.leti-cea.fr/cea-tech/leti/Pages/Accueil.aspx

Public/private mixed funding

Pôle fr : Direction de la Recherche Technologique
Pôle en : Technological Research
Département : Département d’Optronique (LETI)
Service : Service des Nouvelles Applications de la Photonique

Mastère en photonique, modélisation mathématique, diplome d’ingénieur dans le domaine