Dans un billet de blog paru le 28 janvier 2021, une équipe de chercheurs du Massachusetts Institue of Technology a dévoilé ses recherches sur un nouveau type de réseau de neurones. Selon leurs écrits, cet algorithme de deep learning serait une technique de formation plus adaptée au traitement des données séquentielles et plus résistante au bruit, capable de permettre à l’IA d’adapter son comportement.
Un algorithme capable de rendre l’IA plus flexible
Selon les chercheurs, ce nouveau type réseau de neurones est très prometteur car il pourrait être la clé d’améliorations importantes dans des situations où les conditions peuvent changer rapidement, comme la conduite autonome, la commande de robots ou le diagnostic d’une intervention médicale.
Inscrivez-vous à la newsletter
En vous inscrivant vous acceptez notre politique de protection des données personnelles.
Le réseau de neurones est utilisé dans la phase d’entraînement de l’intelligence artificielle, pour construire les algorithmes à l’aide de nombreuses données. L’approche proposée par les chercheurs du MIT prend en compte les données chronologiques afin de traiter des séquences d’images plutôt que des points fixes.
C’est là toute la différence. Ramin Hasani, chercheur au sein du laboratoire d’informatique et d’intelligence artificielle du MIT, a travaillé avec son équipe pour accroître la flexibilité de l’intelligence artificielle. Hasani a imaginé un système capable d’adapter les paramètres de « succès ».
Prenons l’exemple d’un véhicule autonome. Si un ciel bleu se transforme en tempête de neige en quelques minutes, l’intelligence artificielle formée avec un réseau de neurones de type liquide pourra être plus à même de faire face au changement de circonstances et donc maintenir un niveau de performance élevé.
Une technologie inspirée de la nature
Pour développer cet algorithme de deep learning nouvelle génération, les chercheurs se sont inspirés du nématode Caenorhabditis elegans, un petit ver d’un millimètre environ, transparent et non-parasitaire. Cet animal est particulièrement intéressant. Alors que son système nerveux n’est composé que de 302 neurones, le nématode Caenorhabditis elegans est tout de même capable de réaliser des opérations complexes.
Les chercheurs ont imaginé un réseau de neurones capable d’atteindre une adaptabilité jamais égalée jusqu’à présent. Ramin Hasani et son équipe continuent de peaufiner leurs travaux avant de les présenter à l’occasion de la conférence de l’AAAI (Association for the Advancement of Artificial Intelligence) en février 2021.
Selon le chercheur du MIT : « ce réseau de neurones de type liquide est capable de contourner l’impénétrabilité commune aux autres algorithmes de deep learning. Il suffit de changer la représentation d’un neurone, pour explorer certains degrés de complexité que vous ne pourriez pas explorer autrement. Désormais la question est : comment le commercialiser ? Nous pensons que cette découverte peut être un élément clé dans la formation des futurs systèmes de d’intelligence artificielle ».
