Les réseaux de neurones artificiels modélisés sur de vrais cerveaux peuvent effectuer des tâches cognitives

Une nouvelle étude montre que les réseaux d'intelligence artificielle basés sur la connectivité du cerveau humain peuvent effectuer efficacement des tâches cognitives.

En examinant les données IRM d'un grand référentiel Open Science, les chercheurs ont reconstruit un modèle de connectivité cérébrale et l'ont appliqué à un réseau de neurones artificiels (ANN). Un ANN est un système informatique composé de plusieurs unités d'entrée et de sortie, un peu comme le cerveau biologique. Une équipe de chercheurs du Neuro (Institut neurologique de Montréal-Hôpital) et de l'Institut d'intelligence artificielle du Québec a formé l'ANN à effectuer une tâche de mémoire cognitive et a observé comment il fonctionnait pour terminer la mission.

Il s'agit d'une approche unique à deux égards. Des travaux antérieurs sur la connectivité cérébrale, également connus sous le nom de connectomique, se sont concentrés sur la description de l'organisation du cerveau, sans examiner comment il effectue réellement les calculs et les fonctions. Deuxièmement, les RNA traditionnels ont des structures arbitraires qui ne reflètent pas la façon dont les réseaux cérébraux réels sont organisés. En intégrant la connectomique cérébrale dans la construction d'architectures ANN, les chercheurs espéraient à la fois apprendre comment le câblage du cerveau soutient des compétences cognitives spécifiques et dériver de nouveaux principes de conception pour les réseaux artificiels.

Ils ont découvert que les ANN dotés d'une connectivité cérébrale humaine, connus sous le nom de réseaux de neurones neuromorphiques, effectuaient des tâches de mémoire cognitive de manière plus flexible et efficace que les autres architectures de référence. Les réseaux de neurones neuromorphiques ont pu utiliser la même architecture sous-jacente pour prendre en charge un large éventail de capacités d'apprentissage dans de multiples contextes.

Le projet unifie deux disciplines scientifiques dynamiques et dynamiques. Les neurosciences et l'IA partagent des racines communes mais ont récemment divergé. L'utilisation de réseaux artificiels nous aidera à comprendre comment la structure cérébrale soutient la fonction cérébrale. À son tour, l'utilisation de données empiriques pour créer des réseaux de neurones révélera des principes de conception pour une meilleure construction AI. Ainsi, les deux contribueront à s'informer et à enrichir notre compréhension du cerveau.