Des chercheurs découvrent comment faire en sorte que l'IA pense comme nous

Des chercheurs de l'Université de Tokyo ont acquis de nouvelles connaissances sur la façon dont une intelligence artificielle (IA) pourrait être amenée à penser comme nous. Les chercheurs décrivent comment un robot pourrait apprendre à naviguer dans un labyrinthe en stimulant électriquement une culture de cellules nerveuses cérébrales connectées au robot. 

La nouvelle recherche a été publiée dans Applied Physics Letters. 

Les cellules nerveuses comme réservoir physique

Les cellules nerveuses, qui sont des neurones, ont été cultivées à partir de cellules vivantes. Ils agissent comme le réservoir physique qui permet à la machine de construire des signaux cohérents, considérés comme des signaux homéostatiques. 

Ces signaux informent le robot que l'environnement est maintenu dans une certaine plage, et ils agissent comme une ligne de base lorsqu'il se déplace librement dans le labyrinthe. 

Lors des tests, les neurones de la culture cellulaire ont été perturbés par une impulsion électrique chaque fois que le robot déviait dans la mauvaise direction ou faisait face à la mauvaise direction. Tout au long de tous les essais, le robot a été continuellement alimenté par les signaux homéostatiques interrompus par les signaux de perturbation jusqu'à ce qu'il soit capable de résoudre avec succès la tâche du labyrinthe. 

Atteindre un objectif Comportement

Selon les chercheurs, ces résultats suggèrent qu'un comportement orienté vers un objectif peut être généré sans aucun apprentissage supplémentaire. Ceci est réalisé en envoyant des signaux de perturbation à un système incorporé. Le robot était entièrement dépendant des impulsions électriques d'essai et d'erreur car il ne pouvait pas voir l'environnement ou obtenir des informations sensorielles.

Hirokazu Takahashi est professeur agrégé de mécano-informatique.

"Moi-même, j'ai été inspiré par nos expériences pour émettre l'hypothèse que l'intelligence dans un système vivant émerge d'un mécanisme extrayant une sortie cohérente d'un état désorganisé ou d'un état chaotique", a déclaré Takahashi.

Les chercheurs ont utilisé ce principe pour montrer que des capacités intelligentes de résolution de tâches peuvent être produites grâce à l'utilisation d'ordinateurs réservoirs physiques, permettant l'extraction de signaux neuronaux. Cela permet également de délivrer des signaux homéostatiques ou perturbateurs, et tout cela permet à l'ordinateur de créer un réservoir qui comprend comment résoudre la tâche. 

"Le cerveau d'un enfant d'école primaire est incapable de résoudre des problèmes mathématiques lors d'un examen d'admission à l'université, peut-être parce que la dynamique du cerveau ou son" ordinateur réservoir physique "n'est pas assez riche", a déclaré Takahashi. "La capacité de résolution de tâches est déterminée par la richesse d'un répertoire de modèles spatio-temporels que le réseau peut générer."

Selon l'équipe, l'utilisation de l'informatique physique des réservoirs dans ce contexte pourrait contribuer à une meilleure compréhension du fonctionnement du cerveau et pourrait conduire au développement d'un nouvel ordinateur neuromorphique.