Aller au contenu principal

Le sommeil artificiel permet à l’IA d’apprendre une nouvelle tâche sans oublier la précédente

Cette importante percée ouvre la voie à des systèmes beaucoup plus polyvalents

ia
— metamorworks / Shutterstock.com

En s’inspirant de la façon dont le sommeil nous aide à fixer les connaissances accumulées au cours de la journée, des chercheurs ont permis à une intelligence artificielle d’apprendre à réaliser de nouvelles tâches.

Des périodes d’entraînement entrecoupées de phases de sommeil

La plupart des IA ne maîtrisent généralement qu’un ensemble restreint de tâches, et ne peuvent acquérir de nouvelles connaissances sans oublier tout ce qu’elles ont appris précédemment. Afin de dépasser cette limite, une équipe internationale de scientifiques a appris à un réseau de neurones artificiels à maîtriser deux tâches différentes sans « écraser » les connexions préalablement établies, via des périodes d’entraînement ciblées et de sommeil (simulé par l’activation des neurones selon un schéma particulier).

Dans un premier temps, l’équipe a essayé de former le réseau neuronal à la première tâche, puis à la seconde, avant d’ajouter une période de sommeil à la fin, mais s’est rapidement rendu compte que cette séquence effaçait systématiquement les connexions liées à la tâche initiale.

« Des expériences complémentaires ont montré qu’il était important d’alterner rapidement des sessions d’entraînement et de sommeil pendant que l’IA apprenait la deuxième tâche », explique Erik Delanois, chercheur à l’université de Californie et auteur principal de l’étude, publiée dans la revue PLOS Computational Biology. « Cela a permis de consolider les connexions initialement mémorisées, qui auraient été autrement effacées. »

une-intelligence-artificielle-image-video
— YAKOBCHUK V / Shutterstock.com

Cette méthode a notamment permis d’apprendre deux modèles de recherche de nourriture différents au réseau neuronal, qui a pu identifier des particules de nourriture simulées tout en évitant leurs homologues toxiques.

Vers des réseaux neuronaux à impulsion plus polyvalents

L’équipe a expliqué avoir utilisé des réseaux neuronaux « à impulsion », nettement moins énergivores que les dispositifs classiques, mais dont la conception complexe, s’inspirant du vivant, cantonne actuellement leur utilisation à des domaines et tâches très spécifiques.

« L’objectif de l’apprentissage permanent de l’IA est d’avoir la capacité de combiner différentes expériences de manière intelligente et d’appliquer cet apprentissage à de nouvelles situations, comme le font les animaux et les humains », souligne Hava Siegelmann, de l’université du Massachusetts.

« La tendance actuelle est d’apporter des idées issues des neurosciences et de la biologie pour améliorer l’apprentissage automatique existant, et le sommeil en fait partie », conclut Maxim Bazhenov, de l’université de Californie.

Par Yann Contegat, le

Source: New Scientist

Étiquettes: ,

Catégories: ,

Partager cet article

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *