L. Bardon . – Saviez-vous que des chercheurs d’Europe et du Royaume-Uni étaient parvenus à relier entre eux des neurones biologiques et leurs équivalents artificiels ; et à leur permettre de communiquer sur de longues distances par Internet ? Les neurones biologiques ont été cultivés dans un pays et ont envoyé des signaux par l’intermédiaire d’une synapse artificielle située dans un autre pays aux neurones électroniques d’un pays tiers.
Un nouveau type de réseau neuronal capable d’adapter son comportement sous-jacent après la phase initiale de formation pourrait être la clé de grandes améliorations dans des situations où les conditions peuvent changer rapidement – comme la conduite autonome, la commande de robots ou le diagnostic de conditions médicales.
Généralement, après la phase de formation, au cours de laquelle les algorithmes de réseaux neuronaux reçoivent un grand volume de données cibles pertinentes pour affiner leurs capacités d’inférence, et sont récompensés pour les réponses correctes afin d’optimiser les performances, ils sont essentiellement fixes. Mais l’équipe d’Hasani a développé un moyen grâce auquel son réseau neuronal « liquide » adapte les paramètres de « succès » au fil du temps en réponse à de nouvelles informations, ce qui signifie que si un réseau neuronal chargé de la perception sur une voiture à conduite autonome passe d’un ciel clair à une neige abondante, par exemple, il est mieux à même de faire face au changement de circonstances et de maintenir un niveau de performance élevé.
La principale différence de la méthode introduite par Hasani et ses collaborateurs, c’est qu’elle se concentre sur l’adaptabilité des séries temporelles, ce qui signifie qu’au lieu d’être construits sur des données d’entraînement qui sont essentiellement constituées d’un certain nombre d’instantanés, ou de moments statiques fixés dans le temps, les réseaux liquides considèrent intrinsèquement les données de séries temporelles – ou des séquences d’images – plutôt que des tranches isolées. En raison de la façon dont le système est conçu, il est en fait plus ouvert à l’observation et à l’étude par les chercheurs, par rapport aux réseaux neuronaux traditionnels.
La suite ici (Darrell Etherington)
