Nouveau modèle neurocomputationnel du cerveau pour faire progresser la recherche en IA

Une nouvelle étude de l’Université de Montréal présente un nouveau modèle neurocomputationnel du cerveau humain. Ce nouveau modèle fournit une compréhension plus approfondie de la façon dont le cerveau développe des capacités cognitives complexes, et il pourrait faire progresser la recherche en intelligence artificielle (IA) neuronale.

L’étude a été publiée le 19 septembre dans la revue Proceedings of the National Academy of Sciences (PNAS).

Elle a été menée par un groupe international de chercheurs de l’Institut Pasteur et de la Sorbonne Université à Paris, du CHU Sainte-Justine, de Mila — Institut québécois d’intelligence artificielle, et de l’Université de Montréal.

Développement neuronal

L’étude décrit le développement neuronal sur trois niveaux hiérarchiques de traitement de l’information :

• Niveau sensorimoteur : Explore comment l’activité interne du cerveau apprend des modèles à partir de la perception et les associe à des actions.
  
• Niveau cognitif : Examine comment le cerveau combine contextuellement ces modèles.

• Niveau conscient : Considère comment le cerveau se dissocie du monde extérieur et manipule les modèles appris (via la mémoire) qui ne sont plus accessibles à la perception.

La nouvelle recherche fournit une compréhension plus approfondie des mécanismes fondamentaux qui sous-tendent la cognition en raison de l’accent mis par le modèle sur l’interaction entre deux types fondamentaux d’apprentissage. Le premier est l’apprentissage de Hebb, qui est associé à la régularité statistique, telle que la répétition. Le second est l’apprentissage par renforcement, qui est associé à la récompense et au neurotransmetteur dopamine.

Le modèle nouvellement développé résout trois tâches de complexité croissante sur les niveaux, et l’équipe a introduit un nouveau mécanisme fondamental à chaque fois, ce qui l’a aidé à progresser.

Les résultats ont mis en évidence deux mécanismes fondamentaux pour le développement multilevel des capacités cognitives dans les réseaux neuronaux biologiques :

• Épigénèse synaptique : L’apprentissage de Hebb a lieu à l’échelle locale tandis que l’apprentissage par renforcement a lieu à l’échelle globale.

• Dynamique auto-organisée : Activité spontanée et ratio équilibré d’excitation/inhibition des neurones.

IA de nouvelle génération et conscience artificielle

Guillaume Duman est un membre de l’équipe et professeur adjoint de psychiatrie computationnelle à l’UdeM, ainsi que chercheur principal au Centre de recherche du CHU Sainte-Justine.

« Notre modèle démontre comment la convergence neuro-IA met en évidence les mécanismes biologiques et les architectures cognitives qui peuvent alimenter le développement de la prochaine génération d’intelligence artificielle et même éventuellement conduire à la conscience artificielle », déclare Dumas.

Pour atteindre cet objectif, Dumas déclare qu’ils pourraient devoir intégrer les dimensions sociales de la cognition. L’équipe étudie actuellement l’intégration des dimensions biologiques et sociales, et ils ont déjà créé la première simulation de deux cerveaux entiers en interaction.

L’équipe croit que, en ancrant les futurs modèles computationnels dans les réalités biologiques et sociales, ils acquerront une meilleure compréhension des mécanismes fondamentaux qui sous-tendent la cognition. Ils croient également qu’il fournira un pont entre l’IA et le cerveau humain.