La montée en puissance de NeuroAI, l’interconnexion entre IA et neuroscience.
Exploration de NeuroAI : l’intersection entre la neuroscience et l’IA
L’essor de NeuroAI
Le terme “NeuroAI”, contraction de “neuroscience” et “IA” (intelligence artificielle), est en pleine expansion. Quasiment inconnu il y a environ cinq ans, il est maintenant devenu un domaine de recherche “chaud” et le sujet d’un nombre croissant d’ateliers, de conférences et de programmes académiques, y compris un atelier parrainé par l’initiative BRAIN qui débute demain. L’entrelacement de ces disciplines était presque inévitable. D’une part, l’IA vise à reproduire un comportement intelligent, et le chemin le plus direct pour atteindre cet objectif est l’ingénierie inverse du cerveau. D’autre part, les réseaux neuronaux représentent le modèle le plus proche de la computation cérébrale distribuée, unique en son genre pour résoudre des problèmes complexes.
La co-évolution de l’IA et de la neuroscience
Le terme NeuroAI n’a pas de définition unique, mais il est largement utilisé pour désigner deux programmes de recherche partiellement liés. Premièrement, il fait référence à l’application de l’IA à la neuroscience, en utilisant spécifiquement des réseaux neuronaux comme modèles computationnels du cerveau, offrant ainsi un moyen concret et rigoureux de tester des hypothèses potentiellement floues sur la manière dont des collections de neurones effectuent des calculs. Deuxièmement, NeuroAI fait référence à l’adaptation des insights de la neuroscience pour construire de meilleurs systèmes d’IA. Ces deux programmes de recherche forment une boucle de rétroaction positive qui a accéléré les progrès dans les deux domaines.
Les fondations de la connexion entre la neuroscience et l’informatique
La connexion entre la neuroscience et l’informatique peut être retracée jusqu’aux fondements de l’informatique moderne. L’architecture informatique proposée par John von Neumann en 1945 avait un chapitre entier dédié à la discussion de sa similarité avec le cerveau. Frank Rosenblatt a ensuite introduit le perceptron en 1958, apportant l’idée révolutionnaire que les réseaux neuronaux devraient apprendre des données plutôt que d’être explicitement programmés.
Les succès de la symbiose entre l’IA et la neuroscience
De nombreux succès subséquents de la symbiose entre l’IA et la recherche sur les réseaux neuronaux artificiels et biologiques ont suivi. La convolutional neural network (CNN) est l’une des plus célèbres, inspirée par un modèle de cortex visuel créé par David Hubel et Torsten Wiesel il y a plus de quatre décennies. La technique du “dropout”, qui s’inspire du fonctionnement neuronal, a également gagné en importance dans les réseaux neuronaux artificiels.
L’interaction continue entre la neuroscience et l’IA continue de conduire à des avancées transformantes dans les deux domaines. Alors que les modèles de réseaux neuronaux artificiels deviennent plus sophistiqués, ils offrent des insights sur la fonction cérébrale, et notre compréhension de la fonction cérébrale inspire de nouveaux algorithmes qui repoussent les limites des systèmes artificiels. L’avancée de NeuroAI promet d’accélérer notre compréhension de l’intelligence dans les sphères biologiques et artificielles, renforçant la connexion profonde et durable entre ces deux disciplines.
Source : www.thetransmitter.org
