Clé à emporter
- Un nouveau type de matériel informatique pourrait permettre à l'intelligence artificielle d'apprendre en continu comme le cerveau humain.
- Des chercheurs de l'Université Purdue affirment que leur appareil peut être reprogrammé à la demande grâce à des impulsions électriques.
- Bien qu'un système d'IA qui apprend complètement par lui-même soit encore principalement un concept, il existe de nombreux exemples qui s'en rapprochent.
L'intelligence artificielle (IA) pourrait bientôt bénéficier d'un nouveau type de puces informatiques inspirées du cerveau humain.
Des chercheurs de l'Université Purdue ont construit un nouveau matériel qui peut être reprogrammé à la demande grâce à des impulsions électriques. L'équipe affirme que cette adaptabilité permettrait à l'appareil d'assumer toutes les fonctions nécessaires pour construire un ordinateur inspiré du cerveau. Cela fait partie d'un effort continu pour créer des systèmes d'IA capables d'apprendre en continu.
"Lorsque les systèmes d'IA apprennent continuellement dans l'environnement, ils peuvent s'adapter à un monde qui change avec le temps", a déclaré Jordan Suchow, expert en IA du Stevens Institute of Technology, à Lifewire dans une interview par e-mail. "Nous le voyons, par exemple, lorsqu'un système de détection de fraude détecte un schéma d'achats frauduleux jusque-là inobservé ou lorsqu'un système de reconnaissance faciale rencontre une personne qu'il n'a jamais vue auparavant."
Apprentis tout au long de la vie
Les chercheurs de Purdue ont récemment publié l'article dans la revue Science. Il décrit comment les puces informatiques pourraient se recâbler dynamiquement pour absorber de nouvelles données de la même manière que le cerveau. Cette approche pourrait aider l'IA à continuer d'apprendre au fil du temps.
"Le cerveau des êtres vivants peut apprendre en continu tout au long de leur vie. Nous avons maintenant créé une plate-forme artificielle permettant aux machines d'apprendre tout au long de leur vie", a déclaré l'un des auteurs de l'article, Shriram Ramanathan, dans un communiqué de presse.
Le matériel mis au point par l'équipe de Ramanathan est un petit appareil rectangulaire fait d'un matériau appelé nickelate de pérovskite, qui est très sensible à l'hydrogène. L'application d'impulsions électriques à différentes tensions permet à l'appareil de mélanger une concentration d'ions hydrogène en quelques nanosecondes, créant des états qui, selon les chercheurs, pourraient être mappés aux fonctions correspondantes dans le cerveau.
Lorsque l'appareil a plus d'hydrogène près de son centre, par exemple, il peut agir comme un neurone, une cellule nerveuse unique. Avec moins d'hydrogène à cet endroit, l'appareil sert de synapse, une connexion entre les neurones, ce que le cerveau utilise pour stocker la mémoire dans des circuits neuronaux complexes.
"Si nous voulons construire un ordinateur ou une machine qui s'inspire du cerveau, alors nous voulons avoir la capacité de programmer, reprogrammer et changer la puce en continu", a déclaré Ramanathan.
Machines à penser ?
De nombreux systèmes d'IA modernes s'adaptent aux nouvelles informations lorsqu'ils sont recyclés, a déclaré David Kanter, directeur exécutif de MLCommons, un consortium d'ingénierie ouvert dédié à l'amélioration de l'apprentissage automatique, dans un e-mail.
"Le monde est un endroit intrinsèquement dynamique, et en fin de compte, l'apprentissage automatique et l'IA doivent s'adapter à cela", a déclaré Kanter. "Par exemple, un système de reconnaissance vocale en 2022 qui ne "connaît" pas le COVID-19 ou les coronavirus manquerait un grand aspect du monde moderne. De même, un véhicule autonome devrait s'adapter aux changements de rues, aux fermetures de ponts ou même les températures basses rendent la route verglacée."
Bien qu'un système d'IA qui apprend complètement par lui-même soit encore essentiellement un concept, de nombreux exemples s'en rapprochent, a déclaré Sameer Maskey, PDG de la société d'IA Fusemachines, dans une interview par e-mail. L'un de ces systèmes d'auto-apprentissage a fait la une des journaux lorsqu'un système d'IA a battu un humain à une partie de Go.
"AlphaGo a été la première IA de DeepMind à vaincre un joueur de Go professionnel", a ajouté Maskey. "Leurs franchises de jeux sont devenues des tremplins, chaque nouvel ajout adoptant des avancées vers une IA qui continue d'apprendre."
Les systèmes d'IA du futur rechercheront les informations dont ils ont besoin pour prendre de bonnes décisions et prendre les mesures appropriées, a prédit Suchow. Ces ordinateurs avancés éviteront des erreurs coûteuses en apprenant à partir de leurs propres simulations d'expérience, par exemple, grâce à "l'auto-jeu", où l'IA imagine les résultats des interactions qu'elle a avec des copies d'elle-même.
"C'est similaire à la façon dont les humains peuvent apprendre par l'imagination, en prévoyant un mauvais résultat sans avoir besoin d'en faire directement l'expérience", a ajouté Suchow. "Les systèmes d'IA apprendront des stratégies d'apprentissage plus efficaces, de la même manière qu'un étudiant peut consacrer son temps et son attention non seulement au contenu substantiel de ce qu'il étudie, mais également au processus d'apprentissage lui-même."
