Réseaux de nanofils : une avancée vers une intelligence artificielle plus humaine ?

Résumé

Des chercheurs ont récemment découvert que les réseaux de nanofils d'argent peuvent apprendre et se souvenir de manière semblable à notre cerveau. Ces réseaux de nanofils imitent la connectivité neurosynaptique et la dynamique émergente du cerveau, et pourraient ainsi émuler les processus synaptiques qui permettent des fonctions cognitives supérieures telles que l'apprentissage et la mémoire. Cette découverte ouvre la porte à la création d'une intelligence artificielle plus humaine et moins énergivore.

Les réseaux de nanofils et leurs capacités

Les réseaux de nanofils (NWN) sont composés de fils extrêmement fins et conducteurs, tels que l'argent, enrobés d'une fine couche isolante. Ces nanofils s'auto-assemblent pour former une structure similaire à un réseau de neurones biologique. Lorsqu'ils sont stimulés par des signaux électriques, des ions migrent à travers la couche isolante et entrent dans un nanofil voisin, permettant ainsi des signaux électriques similaires aux synapses du cerveau.

Dans une étude récente publiée dans Science Advances, les chercheurs ont montré que les NWN peuvent conserver des informations dans la mémoire de travail pendant au moins 7 étapes. Ce résultat est remarquablement proche de la règle « sept plus ou moins deux » qui régit la mémoire de travail chez l'être humain.

Apprentissage et mémoire

L'étude démontre que les chercheurs peuvent renforcer ou affaiblir sélectivement les voies synaptiques des NWN, processus similaire à l'apprentissage supervisé dans le cerveau. Les auteurs ont également montré qu'il est possible d'améliorer ce renforcement en utilisant une méthode inspirée de l'apprentissage par renforcement, typique du cerveau.

Pour mesurer la mémoire de travail des NWN, les chercheurs ont adapté une tâche cognitive humaine appelée « n-back task », qui consiste à présenter une série de stimuli et à comparer chaque nouvelle entrée à celle qui s'est produite n étapes auparavant. Les résultats montrent que le réseau se souvient des signaux précédents pendant au moins sept étapes, un chiffre similaire à la mémoire de travail humaine.

Dans les réseaux de nanofils, les chercheurs ont constaté que la formation des voies synaptiques dépend de la manière dont ces synapses ont été activées dans le passé. C'est également le cas des synapses dans le cerveau, où les neuroscientifiques parlent de "métaplasticité".

Les principales méthodes d’apprentissage en Intelligence Artificielle (IA)

L’apprentissage est au cœur de l’intelligence artificielle (IA), permettant aux algorithmes et aux modèles d’acquérir de la connaissance à partir de données et de s’améliorer avec le temps. Il existe plusieurs méthodes d’apprentissage utilisées en IA, chacune ayant ses propres avantages et applicati…

PandIADecrypt

Vers une intelligence synthétique

Bien que l'intelligence humaine soit encore loin d'être reproduite, cette étude sur les NWN neuramorphiques met en évidence la possibilité d'implémenter des caractéristiques essentielles à l'intelligence - telles que l'apprentissage et la mémoire - dans du matériel physique non biologique.

Les réseaux de nanofils, différents des réseaux de neurones artificiels utilisés en IA, pourraient conduire à une intelligence dite « synthétique ». À l'avenir, un réseau de nanofils neuramorphique pourrait peut-être apprendre à avoir des conversations plus humaines qu'avec ChatGPT et s'en souvenir.

Source : Science.org