Une récente étude menée par des chercheurs de Cortical Labs a mis en lumière une découverte fascinante : les cellules cérébrales développent leur apprentissage à une vitesse et une efficacité remarquables, surpassant même les algorithmes d’apprentissage automatique les plus avancés. En comparant les performances d’un système d’Intelligence Biologique Synthétique nommé « DishBrain » avec celles d’algorithmes d’apprentissage par renforcement, les chercheurs ont pu démontrer que les réseaux neuronaux biologiques s’adaptent et se réorganisent rapidement en réponse à divers stimuli. Ce travail pionnier souligne le potentiel inexploré des systèmes neuraux vivants dans le domaine de l’intelligence artificielle et ouvre la voie à de nouvelles perspectives sur les mécanismes sous-jacents de l’apprentissage et de la plasticité neuronale.
Résumé de la découverte
Une recherche menée par Cortical Labs a démontré que les cellules cérébrales apprennent à une vitesse supérieure à celle des algorithmes d’apprentissage automatique. En comparant les réactions d’un système d’Intelligence Biologique Synthétique (SBI) nommé « DishBrain » avec des algorithmes modernes d’apprentissage par renforcement, les chercheurs ont souligné des résultats étonnants qui mettent en lumière les performances supérieures des cellules neuronales en matière d’adaptabilité et d’efficacité d’apprentissage.
Le cadre de recherche
Cette étude, intitulée « Dynamic Network Plasticity and Sample Efficiency in Biological Neural Cultures: A Comparative Study with Deep Reinforcement Learning », a été publiée dans le journal Cyborg and Bionic Systems. Elle est le premier de son genre à explorer les dynamiques de réseau complexes des systèmes neuronaux in vitro. Le projet a été conduit dans le cadre du développement de la première biocomputer commerciale, le CL1, qui combine des neurones cultivés en laboratoire à partir de cellules souches humaines avec du silicium pour former un système d’IA avancé.
Analyse des résultats expérimentaux
Les chercheurs ont utilisé DishBrain, qui intègre des cultures neuronales vivantes avec des réseaux multielectrodes à haute densité dans des environnements de jeu en boucle fermée en temps réel. En analysant l’activité neuronale et en identifiant des motifs sous-jacents au sein de ces réseaux pendant les phases de « Rest » et de « Gameplay », les scientifiques ont pu observer des changements de connectivité dynamique. Ces résultats ont mis en lumière la plasticité rapide et efficace des réseaux biologiques face aux stimuli.
Comparaison avec l’apprentissage automatique
Dans cette étude, les performances des systèmes neuronaux biologiques ont été comparées aux algorithmes de pointe tels que DQN, A2C, et PPO dans une simulation de jeu Pong. Étonnamment, même lorsque les échantillons étaient limités à un contexte du monde réel, les cultures biologiques ont surpassé les algorithmes d’apprentissage par renforcement dans diverses caractéristiques de performance de jeu. Cela suggère une efficacité d’échantillonnage supérieure dans les systèmes neuronaux vivants.
Implications pour le futur de l’IA
Ce travail a été réalisé en collaboration avec plusieurs institutions, dont l’Institut Turner pour la santé mentale et cérébrale de l’Université Monash, l’Académie de recherche IITB-Monash en Inde, et le Centre Wellcome pour l’imagerie cérébrale humaine de l’University College London. Brett Kagan, le directeur scientifique de Cortical Labs, a déclaré que bien que des avancées considérables aient été réalisées dans le domaine de l’IA, la véritable intelligence est en fait biologique. Ce type de recherche nous permet d’explorer des systèmes d’apprentissage qui révèlent des performances qu’aucun algorithme d’apprentissage automatique n’a encore atteintes.
Exploration de nouvelles voies : OI et BI
Suite à ces découvertes, Cortical Labs a proposé une approche novatrice pour générer des dispositifs intelligents, baptisée Intelligence Bioingénierie (BI). Un nouvel article, « Two Roads Diverged: Pathways Towards Harnessing Intelligence in Neural Cell Cultures », a examiné les possibilités et les défis des Intelligences Organiques (OI) et BI, en formulant un cadre conceptuel pour ces différentes méthodes d’utilisation des cultures cellulaires neuronales pour le traitement et l’intelligence.
Réactions et perspectives d’experts
Les résultats de cette recherche sont jugés encourageants et ouvrent la voie à une compréhension approfondie de la manière dont l’activité neuronale est liée au traitement de l’information et à l’intelligence. Dr Hideaki Yamamoto, professeur associé à l’Institut de recherche en communication électrique de l’Université de Tohoku, a noté que ces systèmes biologiques synthétiques fourniront une nouvelle approche pour mieux comprendre les bases physiques du calcul cérébral et pourraient donner naissance à une nouvelle classe d’informatique, particulièrement dans des tâches où le cerveau excelle.
Conclusion préliminaire
Ces recherches innovantes sur les cellules cérébrales pourraient déboucher sur un avenir où les systèmes d’IA ne seraient pas seulement des outils mais opérationnellement comparables aux processus d’apprentissage naturel. L’importance de cette étude est également mise en avant par des analyses statistiques concernant l’efficacité et la rapidité des cultures neuronales, illustrant ainsi le potentiel énorme de ces systèmes.
Pour en savoir plus sur des recherches issues de l’intelligence neuronale, consultez également ces articles : Cartographie des systèmes dynamiques, Modélisation computationnelle des neurones, et Innovations au salon Vivatech.
EN BREF
|
