Les systèmes nerveux d’insectes inspirent les futurs systèmes d’IA efficaces –

  • FrançaisFrançais



  • Les zoologistes de l’Université de Cologne ont étudié le système nerveux des insectes pour étudier les principes du calcul biologique du cerveau et les implications possibles pour l’apprentissage automatique et l’intelligence artificielle. Plus précisément, ils ont analysé comment les insectes apprennent à associer des informations sensorielles dans leur environnement à une récompense alimentaire, et comment ils peuvent se souvenir de ces informations plus tard afin de résoudre des tâches complexes telles que la recherche de nourriture. Les résultats suggèrent que la transformation des informations sensorielles en souvenirs dans le cerveau peut inspirer de futures applications d’apprentissage automatique et d’intelligence artificielle pour résoudre des tâches complexes. L’étude a été publiée dans la revue PNAS.

    Les organismes vivants montrent des capacités remarquables à faire face aux problèmes posés par des environnements complexes et dynamiques. Ils sont capables de généraliser leurs expériences afin d’adapter rapidement leur comportement lorsque l’environnement change. Les zoologistes ont étudié comment le système nerveux de la mouche des fruits contrôle son comportement lors de la recherche de nourriture. À l’aide d’un modèle informatique, ils ont simulé et analysé les calculs dans le système nerveux de la mouche des fruits en réponse aux odeurs émanant de la source de nourriture. «Nous avons initialement formé notre modèle de cerveau de mouche exactement de la même manière que les insectes sont entraînés dans des expériences. Nous avons présenté un parfum spécifique dans la simulation avec une récompense et un deuxième parfum sans récompense. Le modèle apprend rapidement une représentation robuste du parfum récompensé après seulement quelques présentations de parfum et est ensuite capable de trouver la source de ce parfum dans un environnement spatialement complexe et temporellement dynamique ”, a déclaré l’informaticien Dr Hannes Rapp, qui a créé le modèle comme dans le cadre de sa thèse de doctorat à l’Institut de zoologie de l’UoC.

    Le modèle créé est ainsi capable de généraliser à partir de sa mémoire et d’appliquer ce qu’il a appris précédemment dans un paysage de molécules d’odeurs complètement nouveau et complexe, alors que l’apprentissage ne nécessitait qu’une très petite base de données d’échantillons d’apprentissage. «Pour notre modèle, nous exploitons les propriétés particulières du traitement de l’information biologique dans le système nerveux», a expliqué le professeur Dr Martin Nawrot, auteur principal de l’étude. “Il s’agit en particulier d’un traitement rapide et parallèle de stimuli sensoriels au moyen de brèves impulsions nerveuses ainsi que de la formation d’une mémoire distribuée par la modification simultanée de nombreux contacts synaptiques au cours du processus d’apprentissage.” Les principes théoriques qui sous-tendent ce modèle peuvent également être utilisés pour l’intelligence artificielle et les systèmes autonomes. Ils permettent à un agent artificiel d’apprendre beaucoup plus efficacement et d’appliquer ce qu’il a appris dans un environnement en évolution.

    Source de l’histoire:

    Matériaux fourni par Université de Cologne. Remarque: le contenu peut être modifié pour le style et la longueur.

    Source

    N'oubliez pas de voter pour cet article !
    1 Star2 Stars3 Stars4 Stars5 Stars (No Ratings Yet)
    Loading...

    Laisser un commentaire

    Votre adresse de messagerie ne sera pas publiée.