Energetics of computation in artificial and natural networks

CNRS AISSAI Workshop / Colloquium Data Science of ENS

L'objectif de ce colloque est de réunir des experts de divers horizons, allant des neurosciences à l'apprentissage automatique, des sciences des matériaux et de l'ingénierie à la théorie, tous intéressés par la consommation énergétique.
Ces conférences sont rendues possibles grâce au soutien de la Chaire CFM-ENS "Modèles et Sciences des Données".
Energetics of computation in artificial and natural networks
Neon lights from wonder wheel and light bulb © Freepik

Bien que l'amélioration des performances soit une priorité absolue dans le domaine du calcul et de l'apprentissage automatique, la question de la consommation d'énergie suscite un intérêt croissant, que ce soit dans des situations spécifiques (comme les dispositifs portables) ou en raison de préoccupations générales concernant la durabilité. Le calcul avec des ressources limitées a toujours été une contrainte fondamentale pour les organismes vivants, et diverses stratégies ont été découvertes au cours de l'évolution, mettant en œuvre des compromis entre vitesse, précision et consommation d'énergie. La biologie peut également être une source d'inspiration pour le développement de nouveaux dispositifs informatiques, ainsi que pour les progrès réalisés dans le domaine des nouveaux matériaux (spintronique, photonique, etc.).

L'objectif de cet atelier est de réunir des experts de divers horizons, allant des neurosciences à l'apprentissage automatique, des sciences des matériaux et de l'ingénierie à la théorie, tous intéressés par l'énergétique du calcul.

Ces conférences sont rendues possibles grâce au soutien de la Chaire CFM-ENS "Modèles et Sciences des Données".

Programm

Thursday - Salle Dussane, Ecole Normale Supérieure, 45 rue d'Ulm, Paris 5th

09:00-09:15 Welcome and introductory remarks
09:15-10:15 Nathalie Rochefort (Univ. of Edimburgh)
Paying the brain’s energy bill


10:45-11:45 Arvind Murugan (Univ. of Chicago)
Energy dissipation cost of learning and computation in physical systems

12:00-13:00 Colloquium Data Science
Wolfram Pernice (Univ. of Münster)
Photonic computing with reconfigurable integrated circuits

14:30-15:30 Pierre-Yves Plaçais (ESPCI, PSL)
Energy availability at the cellular and systemic levels controls memory dynamics in the Drosophila brain
15:30-16:30 Eva Garcia-Martin (Ekkono Solutions)
Edge machine learning: theory vs. application

17:00-18:00 Damien Querlioz (Center for Nanoscience and Nanotechnology, Paris-Saclay)
Toward Energy-Efficient Artificial Intelligence with Brain Inspiration

Friday - Site Ulm, Collège de France, 3 rue d'Ulm, Paris 5th

09:00-10:00 A. Mizrahi (CNRS-Thales, Paris-Saclay)
Neural networks with radiofrequency spintronic nanodevices

10:30-11:30 Julian Götzl (Univ. of Heidelberg and Bern)
From biology to silicon substrates: neural computation with physics
11:30-12:30 Shahar Kvatinsky (Technion)
On-Device Machine Learning with Memristors in the Neuromorphic Era

14:00-15:00 Renaud Jolivet (Univ. of Genève)
Energy-efficient information transfer in brain circuits
16:00-16:00 Florent Krzakala (EPFL)
Computing with light, and Direct Feedback Alignement

16:30-18:00 Round table animated by R. Zecchina (Univ. Bocconi)

Mis à jour le 16/12/2022