211service.com
Une intelligence moins artificielle
L'étude de 70 000 neurones de souris pourrait aider Andreas Tolias à développer une IA plus intelligente. 21 février 2018
Adrien forrow
Un bon nombre d'ingénieurs travaillant sur l'intelligence artificielle ne se soucient pas de savoir si leurs systèmes ressemblent ou non à de vrais cerveaux, tant qu'ils fonctionnent bien. Mais même les meilleurs systèmes actuels ne peuvent généraliser que s'ils sont alimentés par des milliers d'échantillons, et ils ne peuvent pas transférer leurs généralisations à de nouveaux contextes. Cela rend l'IA vulnérable aux attaquants, qui peuvent la tromper en modifiant légèrement les données. Le neuroscientifique Andreas Tolias pense que des caractéristiques semblables au cerveau pourraient résoudre ces problèmes.
En 2016, il a fondé Neuroscience-Inspired Networks for Artificial Intelligence (NINAI), une équipe de neuroscientifiques, de physiciens, de mathématiciens et d'informaticiens qui fait partie d'un effort plus large pour comprendre la fonction neuronale (voir Inside the Moonshot Effort to Enfin Figure Out the Brain, novembre/décembre 2017). Leur course de relais vers une meilleure IA commence dans le laboratoire de Tolias au Baylor College of Medicine, qui enregistre tous les neurones qui se déclenchent à l'intérieur d'un cube d'un millimètre du cortex d'une souris. En décembre, ils ont capturé l'activité de 70 000 neurones chez une souris — un exploit qui aurait été impossible sans les techniques d'imagerie à deux et trois photons que le laboratoire de Tolias a aidé à faire progresser. Les souris se rendent ensuite à l'Allen Institute de Seattle, qui tranche et photographie leur cerveau afin qu'une troisième équipe, à Princeton, puisse schématiser les neurones connectés. En comparant ce diagramme avec leurs enregistrements, le laboratoire de Tolias déduit comment les cellules s'influencent les unes les autres et à quoi sert chaque cellule. Si, comme le soupçonnent de nombreux neuroscientifiques, le cortex est essentiellement construit à partir de quelques configurations communes et répétées de neurones, alors expliquer l'activité dans un cube d'un millimètre pourrait révéler les éléments constitutifs de toute cognition.
Adrien Forrow
Tolias s'est concentré sur deux différences structurelles clés entre le cerveau et l'IA. Premièrement, le cerveau d'une souris compte environ une centaine de types de neurones, alors qu'un réseau d'IA typique ne compte que deux ou trois variétés de neurones artificiels. Les types de cellules supplémentaires du cerveau comprennent les interneurones, qui peuvent empêcher de grands groupes d'autres neurones de se déclencher. L'IA n'a pas d'équivalent direct. Les cerveaux ont également plus de types de connexions entre les neurones que les réseaux d'IA. La plupart des réseaux IA sont à anticipation, ce qui signifie que les signaux ne vont que dans une seule direction, d'une couche du réseau à la suivante. Contrairement aux vrais cerveaux, ces réseaux n'ont pas de connexions récurrentes (qui permettent des signaux de rétroaction dans des directions opposées) ou de connexions latérales (qui relient les neurones d'une même couche). Les quelques types de réseaux d'IA avec des connexions récurrentes et latérales sont prometteurs, mais le rôle de la rétroaction dans le cortex nécessite beaucoup plus d'études. Le cerveau n'a pas créé toute cette récurrence pour le plaisir, dit Tolias. Il soupçonne également que les interneurones régulent les connexions latérales du cerveau pour créer les pouvoirs de généralisation qui manquent à l'IA.
Tolias espère utiliser des composants neuro-inspirés, notamment des connexions latérales, des interneurones et des rétroactions, pour créer une IA capable d'apprendre en un seul coup ou de généraliser à partir d'un seul exemple. Le succès serait un gros problème pour l'IA et pour les neurosciences, en identifiant les caractéristiques des circuits neuronaux nécessaires à la pensée abstraite. Tolias explique sa quête dans les mots de Richard Feynman : Ce que je ne peux pas créer, je ne le comprends pas.