Rétro-ingénierie du cerveau

Maggie est une très singe intelligent, explique Tim Buschman, un étudiant diplômé du laboratoire de neurosciences du professeur Earl Miller. Maggie n'est pas visible - elle est dans une enceinte de biosécurité destinée à la protéger des germes humains - mais les signes de son intelligence circulent sur deux moniteurs devant Buschman. Au cours des sept dernières années, Maggie a travaillé pour le département des sciences du cerveau et de la cognition (BCS) du MIT. Trois heures par jour, le macaque joue à des jeux informatiques qui (généralement) sont conçus pour lui demander de générer des représentations abstraites, puis d'utiliser ces abstractions comme outils. Même moi, j'ai du mal avec celui-ci, dit Buschman, hochant la tête à un jeu qui implique de classer des opérations logiques. Mais Maggie est sur une lancée, résolvant les problèmes, prenant environ une demi-seconde pour chacun et obtenant environ quatre bons sur cinq.

Illustration de David Plunkert

Le jeu de Maggie se situe à l'intersection de l'intelligence artificielle (IA) et des neurosciences. Sous la tutelle de Buschman et Michelle Machon, une autre étudiante diplômée, elle contribue à la recherche sur la façon dont le cerveau apprend et construit des règles logiques, et comment ses performances de ces tâches se comparent à celles des réseaux de neurones artificiels utilisés dans l'IA.

Il y a quarante ans, l'idée que les neurosciences et l'IA puissent converger dans des laboratoires comme celui de Miller aurait été tout sauf impensable. À l'époque, les deux disciplines fonctionnaient à distance. Alors que les neurosciences se concentraient sur la découverte et la description des détails de la neuroanatomie et de l'activité neuronale, l'IA essayait de développer une voie indépendante et non biologique vers l'intelligence. (Historiquement, la technologie n'a pas vraiment eu besoin de copier la nature aussi servilement ; les avions ne volent pas comme des oiseaux et les voitures ne courent pas comme des chevaux.) Et c'est l'IA qui semblait progresser beaucoup plus rapidement. Les neurosciences ne savaient presque rien de ce qu'était le cerveau, sans parler de son fonctionnement, alors que tout le monde avec une once de bon sens croyait que le jour où les ordinateurs seraient capables de faire tout ce que les humains faisaient (et mieux) était à portée de vue. En 1962, le président Kennedy lui-même en fut persuadé, déclarant que l'automatisation (ou comme on l'appelait souvent à l'époque, la cybernation) était le principal défi national des années 1960, en raison de la menace qu'elle mettrait les humains au chômage.

Mais quelque chose a fait dérailler l'IA express. Bien que les ordinateurs puissent être conçus pour gérer des objets simples dans un cadre contrôlé, ils ont lamentablement échoué à reconnaître des objets complexes dans le monde naturel. Un microphone pouvait distinguer les niveaux sonores mais pas résumer ce qui avait été dit ; un manipulateur pourrait ramasser un nouvel objet propre se trouvant dans un tableau ordonné mais pas un vieil objet sale se trouvant dans un tas brouillé. (Il ne pouvait pas non plus, dans l'exemple inspiré de Marvin Minsky, mettre un oreiller dans une taie d'oreiller.) Aujourd'hui, nous nous inquiétons beaucoup plus de la concurrence des humains à l'étranger que de la concurrence des machines.

Alors que les progrès de l'IA ont été plus lents que prévu, les neurosciences sont devenues beaucoup plus sophistiquées dans leur compréhension du fonctionnement du cerveau. Cela n'est nulle part plus évident que dans les 37 laboratoires du complexe BCS du MIT. Les groupes ici tracent les voies neuronales de la plupart des fonctions cognitives supérieures (et de leurs troubles), y compris l'apprentissage, la mémoire, l'organisation de comportements séquentiels complexes, la formation et le stockage d'habitudes, l'imagerie mentale, la gestion et le contrôle des nombres, la définition d'objectifs et planification, le traitement des concepts et des croyances, et la capacité de comprendre ce que les autres pensent. L'impact potentiel de cette recherche pourrait être énorme. Découvrir le fonctionnement du cerveau – exactement comment ça marche, la façon dont nous savons comment fonctionne un moteur - réécrirait presque tous les textes de la bibliothèque. Pour commencer, cela révolutionnerait la justice pénale, l'éducation, le marketing, la parentalité et le traitement des dysfonctionnements mentaux de toutes sortes. (Earl Miller espère que les recherches effectuées dans son laboratoire contribueront au développement de thérapies pour les troubles d'apprentissage.)

De tels progrès sont l'une des raisons pour lesquelles la ligne autrefois claire entre les neurosciences et l'IA commence à s'estomper au MIT - et pas seulement dans le laboratoire de Miller. Les recherches sur la vision en cours à l'Institut illustrent également comment les deux disciplines commencent à collaborer. Les domaines ont grandi séparément, explique James DiCarlo, professeur adjoint de neurosciences, mais ils ne seront pas séparés beaucoup plus longtemps. De nos jours, les chercheurs en IA suivent avec grand intérêt les avancées des neurosciences et l'idée d'inverser
l'ingénierie du cerveau n'est plus aussi invraisemblable qu'il le paraissait autrefois.

Comprendre la reconnaissance d'objets

Une grande partie du travail dans le laboratoire de DiCarlo concerne la reconnaissance d'objets, ce qui nous permet d'identifier un objet (comme une vache) dans de nombreuses présentations différentes (des vaches au loin, des vaches vues d'en haut, des vaches à l'aube, une vache dans un camion) sans le confondre avec des objets similaires (comme, disons, un cheval). DiCarlo et l'étudiant diplômé David Cox ont publié une recherche en août dernier dans Neurosciences de la nature qui se concentrait sur l'une des questions de base sur la reconnaissance d'objets : dans quelle mesure notre succès dans la reconnaissance d'objets dépend-il des circuits câblés et innés, et dans quelle mesure des compétences acquises ?

DiCarlo et Cox ont mené chacune de leurs expériences sur une douzaine de personnes, une personne à la fois. Les sujets étaient assis devant un équipement qui pouvait à la fois afficher des images d'objets et suivre la direction du regard des sujets. Les objets ont été générés par ordinateur et ressemblaient vaguement à des animaux anthropomorphisés, mais ils ont été conçus pour ne pas être familiers aux sujets. Un objet apparaîtrait dans l'une des trois positions sur un écran, et le sujet déplacerait naturellement son regard vers lui. Pour certains objets, cependant, les chercheurs substituaient de nouveaux objets pendant que les sujets bougeaient leurs yeux. Par exemple, disons qu'un objet qui avait l'air plutôt trapu, avec des oreilles guillerettes, a été introduit à droite de l'écran pendant que le sujet se concentrait sur le centre. Au fur et à mesure que le regard du sujet se déplaçait vers le squat et le guilleret, les chercheurs remplaçaient l'objet par un objet qui semblait légèrement plus mince, avec des oreilles plus tombantes. Étant donné que les humains sont effectivement aveugles pendant les changements de regard, les sujets n'ont pas remarqué l'échange. Mais leur cerveau l'a fait.

Après une heure ou deux d'exposition à différents objets, dont certains étaient systématiquement échangés lorsqu'ils apparaissaient dans des positions particulières, les sujets se sont vu présenter des paires d'objets dans différentes positions sur l'écran et ont été invités à les comparer. On pourrait s'attendre à ce que les sujets distinguent les objets sans trop de difficulté. Et c'est ce qu'ils ont fait, sauf lorsque les objets ont été échangés - et réapparaissaient maintenant dans les mêmes positions où les échanges se sont produits. Les sujets avaient tendance à confondre ces objets : c'est-à-dire qu'ils étaient plus susceptibles de juger que trapu et guilleret dans une position et mince et tombant dans une autre étaient un seul et même objet. DiCarlo pense que de telles erreurs montrent que les mécanismes du cerveau pour reconnaître le même objet à différents endroits dépendent d'une expérience visuelle normale dans l'espace et le temps. La découverte suggère que même les propriétés fondamentales de la reconnaissance d'objets peuvent être développées grâce à une expérience visuelle avec notre monde, dit-il. DiCarlo et son équipe mènent des expériences similaires sur des animaux pour examiner les modèles d'activité neuronale qui sous-tendent la reconnaissance d'objets. (Un bon exemple de cette recherche a été publié dans le numéro du 4 novembre 2005 de La science magazine. DiCarlo et trois collaborateurs ont enregistré et analysé l'activité de centaines de neurones dans le cerveau des macaques. Ils ont pu montrer que des informations très fiables sur l'identité et la catégorie des objets étaient contenues même dans des poignées de neurones.)

La reconnaissance d'objets a été l'une des cibles majeures et l'une des principales déceptions de l'IA traditionnelle. Alors que la vision industrielle est une véritable industrie, ses succès ont été dans des applications étroitement définies dans des conditions hautement contrôlées, telles que le décodage des plaques d'immatriculation, l'identification des empreintes digitales, la reconnaissance des caractères imprimés et l'inspection des produits (par exemple, l'identification des croustilles brûlées afin qu'elles puissent être soufflées hors d'une chaîne de montage). Chaque système de vision industrielle ne voit qu'un type d'objet spécifique ; par exemple, la machine qui lit les plaques d'immatriculation ne serait pas en mesure d'identifier les empreintes digitales, et vice versa. Bien que la technologie d'aujourd'hui puisse être assez bonne pour nous donner des machines qui reconnaissent une chose, la plupart des emplois dans la plupart des industries - assemblage, maintenance, soins de santé, transport, sécurité - nécessitent plus de polyvalence que cela. Les travailleurs doivent être capables de reconnaître un marteau, un tournevis et une clé, malgré les différences d'éclairage, l'orientation des objets et l'encombrement environnant. L'incapacité à construire des machines capables de le faire est particulièrement frustrante étant donné que les oiseaux comme les corbeaux et les petits mammifères comme les rats font régulièrement preuve d'un niveau de compétence reconnu en général bien au-delà de la technologie actuelle. Il y a quelque chose dans le fait de ne pas pouvoir fabriquer des machines aussi intelligentes que nous le sommes qui console notre vanité ; mais ne pas être capable d'en faire un aussi intelligent qu'un pigeon est juste embarrassant.

Ainsi, depuis des années, les chercheurs en IA travaillent sur le problème de l'association de motifs visuels avec des significations ou des identités. C'est l'un des domaines où l'IA et les neurosciences se rapprochent : les neurosciences ont travaillé sur le rôle du cerveau dans la reconnaissance d'objets, l'IA sur la logique générale de ce que tout système devrait faire pour résoudre le même problème. Après des décennies, ils sont presque à portée de voix. DiCarlo se demande s'il ne serait pas temps de baptiser une nouvelle discipline qui puise dans les deux domaines, comme la vision artificielle d'inspiration biologique.

Aucune université n'aborde cette intersection plus rapidement que le MIT, où la collaboration de l'ingénierie et de la science est une mission institutionnelle. Et cela, dit DiCarlo, est l'une des raisons pour lesquelles il est venu au MIT : il s'attend à ce que la révolution se produise ici.

Modélisation de la reconnaissance immédiate

Une illustration frappante du propos de DiCarlo se trouve dans les laboratoires de Tomaso Poggio. Codirecteur du Center for Biological and Computational Learning du MIT, Poggio travaille sur la vision depuis quatre décennies, d'abord à l'Institut Max Planck de Tübingen, en Allemagne, puis au laboratoire d'IA du MIT (qui est devenu le laboratoire d'informatique et d'intelligence artificielle), et maintenant au Département des sciences du cerveau et des sciences cognitives. (Poggio a collaboré avec DiCarlo dans les expériences sur les macaques décrites dans La science .) Pendant une grande partie de ce temps, Poggio a dirigé un groupe de recherche en neurosciences et un autre en vision artificielle et n'a vu aucune raison de les réunir. Nous savions si peu, dit-il. J'ai toujours pensé que c'était une erreur d'attendre beaucoup des neurosciences. Mais les récents résultats d'un projet mené par le post-doctorant Thomas Serre et Aude Oliva, maître de conférences en neurosciences cognitives à BCS, ont fait de lui un converti.

Le laboratoire de Poggio se concentre actuellement sur un type de reconnaissance d'objets appelé reconnaissance immédiate. Ce phénomène a été décrit pour la première fois en 1969 dans un article de la conférencière du MIT Mary Potter (maintenant professeur de psychologie à BCS) et de son assistante de recherche, Ellen Levy. La reconnaissance immédiate est la forme de reconnaissance connue la plus rapide. Un sujet dans une expérience classique de reconnaissance immédiate est assis devant un écran et invité à appuyer sur l'une des deux touches en réponse à chaque image d'une série, selon qu'elle contient ou non un animal. Pour s'assurer que regarder une image n'aide pas accidentellement les sujets à apprendre à regarder les autres, les chercheurs choisissent des images très différentes : de nombreuses espèces, dans de nombreuses poses et perspectives différentes, sur un large éventail d'arrière-plans. Les photos vont et viennent en quelques dixièmes de seconde. Au début d'une étude, un sujet peut n'avoir pratiquement aucune conscience de même qu'on lui montre une image, et encore moins de reconnaître ce qu'elle contient. Pourtant, étonnamment, les gens frappent le plus souvent les bonnes touches. Ils s'améliorent progressivement – ​​et prennent conscience de l'apparence des images – avec la pratique. Pourtant, au début, quelque chose dans le cerveau est capable de reconnaître et de catégoriser les objets avant même que le sujet ne soit conscient de voir quoi que ce soit.

La reconnaissance immédiate est importante pour les chercheurs car il s'agit du cas le plus simple possible de reconnaissance d'objets générale. Il arrive trop rapidement d'impliquer le recrutement de nombreux neurones ou le traitement intensif de l'information ou l'envoi et la réception d'impulsions sur plus d'une fraction de centimètre. L'information des mouvements oculaires, élément clé dans d'autres types de reconnaissance (comme dans le travail de DiCarlo), ne peut jouer aucun rôle. Pourtant, d'une manière ou d'une autre, les bonnes touches sont enfoncées (principalement), ce qui signifie qu'une forme limitée de reconnaissance d'objets à usage général doit être possible en utilisant un nombre relativement petit de neurones organisés de manière relativement simple.

S'appuyant sur le travail que Poggio a fait avec Max Riesenhuber, PhD '00, alors étudiant diplômé au MIT et maintenant professeur à l'Université de Georgetown, Serre, Poggio et d'autres à Poggio's
groupe a développé une théorie sur la partie du cortex visuel principalement responsable de la reconnaissance immédiate. Leur approche du traitement visuel était à bien des égards différente de celle d'un ingénieur en vision industrielle. Par exemple, la plupart des programmes de vision industrielle comportent un processeur exécutant une série d'instructions dans un ordre consécutif, une architecture connue sous le nom de traitement en série. Le cerveau, quant à lui, utilise le traitement parallèle, une approche dans laquelle un problème est divisé en plusieurs morceaux, chacun étant abordé séparément par son propre processeur, après quoi les résultats sont combinés ou intégrés pour obtenir un seul résultat général - disons, la perception d'une vache. En théorie, les ingénieurs pourraient utiliser le traitement parallèle pour les programmes de vision industrielle (et certains ont essayé), mais en pratique, il est rarement évident de résoudre un problème de manière à permettre aux pièces finies d'être recombinées de manière transparente.

La vision biologique résout ce problème de plusieurs manières différentes. L'une, selon le groupe de Poggio, consiste à organiser le traitement autour de deux opérations simples, puis à alterner ces opérations de manière ordonnée à travers des couches de neurones. La couche A pourrait filtrer les entrées de base du nerf optique ; la couche B intégrerait les résultats de nombreuses cellules de la couche A ; C filtrerait les entrées de B ; D intégrerait les résultats de C ; et ainsi de suite, peut-être une douzaine de fois. Au fur et à mesure qu'un signal monte à travers les couches, les sorties des processeurs parallélisés se combinent progressivement, l'identité émerge et le bruit disparaît.

Serre et Poggio ont utilisé cette technique de superposition pour permettre à leur modèle d'effectuer un traitement parallèle. Une autre astuce qu'ils ont empruntée à la biologie consistait à augmenter le nombre de connexions reliant leurs unités de commutation de base. Les unités de commutation dans les ordinateurs conventionnels ont très peu de connexions, généralement environ trois ; les neurones, les unités de commutation de base du cerveau, en ont des milliers, voire des dizaines de milliers. Serre et Poggio ont doté les commutateurs logiques de leur modèle d'un degré de connectivité biologiquement plausible. Dans les cas où la science n'était pas encore connue, ils ont fait des hypothèses basées sur leur expérience plus large de la neuroanatomie.

Pour tester leur théorie, Serre et Poggio ont développé un programme informatique à reconnaissance immédiate qui analyse les images numériques. Lorsque des fichiers d'images numériques sont introduits dans le programme, il les fait passer à travers plusieurs couches alternées de cellules de filtrage et d'intégration, s'entraînant lui-même à identifier et à classer les images. La clé est de construire lentement la complexité, dit Serre. Introduire l'intelligence trop rapidement est une grave erreur. Les premiers efforts d'IA ont peut-être tenté de se concentrer trop rapidement sur l'identité, en rejetant des informations essentielles pour obtenir la bonne réponse.

La démarche de Serre et Poggio a été un succès spectaculaire. D'un point de vue neuroscientifique, certaines de leurs hypothèses se sont avérées prédire des caractéristiques réelles, telles que la présence de cellules (appelez-les cellules OR) qui sélectionnent le signal le plus fort ou le plus cohérent d'un groupe d'entrées et le copient dans leur propre fibres de sortie. (Imaginez un groupe de trois neurones, A, B et C, envoyant tous des signaux au neurone OU X. Si ces signaux étaient respectivement aux niveaux de force 1, 2 et 3, X supprimerait A et B et copierait le signal de C dans son Si les forces avaient été 3, 2 et 1, il aurait plutôt copié le signal de A et supprimé ceux de B et C.)

Les résultats ont été tout aussi spectaculaires du point de vue de l'IA. Lorsque les sujets humains et le programme de reconnaissance immédiate de Serre et Poggio ont passé le test de présence/absence d'animaux, l'ordinateur a fait aussi bien que les humains - et mieux que les meilleurs programmes de vision artificielle disponibles. (En effet, il a obtenu la bonne réponse 82 pour cent du temps, alors que les humains n'avaient en moyenne que 80 pour cent.) C'est presque certainement la première fois qu'un général -Le programme de vision a fonctionné aussi bien que les humains.

Les résultats prometteurs font penser Poggio et Serre au-delà de la reconnaissance immédiate. Poggio soupçonne que le modèle pourrait tout aussi bien s'appliquer à la perception auditive. Serre avance une spéculation encore plus audacieuse : que la reconnaissance générale des objets est la pierre angulaire de la cognition. C'est peut-être pour cela que nous disons je vois quand nous voulons indiquer que nous comprenons quelque chose.

Bien que l'extension de leur théorie dans ces nouvelles directions demande du travail, le modèle de Serre et Poggio a déjà commencé à se répandre dans les communautés de l'IA et des neurosciences du MIT. Stan Bileschi, étudiant diplômé en génie électrique, a récemment terminé un doctorat qui appliquait le modèle à la reconnaissance de scènes, qui est la dérivation de jugements d'ordre supérieur - c'est une ferme ! – à partir de la reconnaissance d'objets séparés – une grange, une vache, une clôture à barreaux fendus. Bileschi pense que l'analyse générale de la scène sera essentielle pour de nombreuses applications de vision industrielle du monde réel - la surveillance, par exemple.

La reconnaissance immédiate est le fondement de la reconnaissance visuelle globale, dit Poggio, mais ce n'est pas tout. Il existe de nombreux niveaux de reconnaissance, et la reconnaissance immédiate est l'une des plus simples. Selon le contexte, un objet peut être identifié comme un jouet, une poupée, une Barbie, un reflet de la culture américaine, une femme, une représentation d'une fille avec un trouble de croissance étrange, et ainsi de suite, dans une longue liste. De même, dans les problèmes d'échecs, reconnaître le bon coup peut prendre des secondes, des minutes ou des heures, selon la configuration des pièces. Vraisemblablement, à mesure que les problèmes deviennent plus difficiles, les résoudre nécessite de recruter des niveaux plus élevés de fonctions cérébrales – et cela prend du temps.

Un modèle à reconnaissance immédiate pourrait résoudre les problèmes de vision qui ont entravé le développement de robots de maintenance et de construction utiles. Ou nous pourrions trouver que pour être vraiment utiles, de tels robots doivent être capables de reconnaître à la fois les anomalies dans le paysage et leurs causes. Ce type de reconnaissance est clairement d'un ordre supérieur.

La prochaine étape est de construire des modèles de reconnaissance qui recrutent de plus en plus de ressources, et donc nécessitent plus de temps de traitement. Nous savons comment le modèle pourrait être modifié pour inclure le temps, dit Serre. Cela pourrait nous rapprocher de la réflexion – juste peut-être.

cacher