Les chercheurs acquièrent une compréhension de la façon de faire penser l’IA comme nous

Les chercheurs de l’Université de Tokyo ont acquis de nouvelles connaissances sur la façon de faire penser une intelligence artificielle (IA) comme nous. Les chercheurs décrivent comment un robot pourrait être enseigné à naviguer à travers un labyrinthe en stimulant électriquement une culture de cellules nerveuses du cerveau connectées au robot. 

Les nouvelles recherches ont été publiées 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. Elles agissent comme le réservoir physique qui permet à la machine de construire des signaux cohérents, qui sont considérés comme des signaux homéostasiques. 

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

Lors des tests, les neurones de la culture cellulaire ont été perturbés par un impulsions électriques chaque fois que le robot s’écartait de la bonne direction ou faisait face à la mauvaise direction. Tout au long des essais, le robot a continué à recevoir les signaux homéostasiques interrompus par les signaux de perturbation jusqu’à ce qu’il puisse résoudre avec succès la tâche du labyrinthe. 

Comportement orienté vers un objectif

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

Hirokazu Takahashi est professeur agrégé de mécano-informatique.

“Je me suis moi-même inspiré de nos expériences pour hypothéser que l’intelligence dans un système vivant émerge d’un mécanisme d’extraction d’une sortie cohérente à partir d’un état désorganisé, ou d’un état chaotique”, a déclaré Takahashi.

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

“Un cerveau d’un enfant de l’école primaire est incapable de résoudre des problèmes mathématiques dans un examen d’admission à l’université, peut-être parce que la dynamique du cerveau ou leur ‘ordinateur de réservoir physique’ n’est pas suffisamment 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 de réservoir physique dans ce contexte pourrait contribuer à une meilleure compréhension de la façon dont le cerveau fonctionne, et elle pourrait conduire au développement novateur d’un ordinateur neuromorphique.