Le CNRS annonce fièrement que, « pour la première fois », des chercheurs ont mis au point un modèle physique permettant d'anticiper le fonctionnement d'une synapse artificielle. Une avancée qui laisse entrevoir la possibilité d'une intelligence artificielle non supervisée, selon les scientifiques.
Actuellement, les intelligences artificielles (IA) restent bien souvent cantonnées à une seule et unique tâche : reconnaitre des images, traduire des phrases, piloter une voiture, apprendre à maitriser un jeu, etc. Nous sommes encore (très) loin d'une IA forte ou générale, qui serait par exemple capable de penser, d'avoir conscience d'elle-même ou de créer des projets.
Une synapse électronique qui laisse entrevoir un cerveau artificiel ?
Si de nombreux scientifiques s'accordent à dire que ce sera possible un jour, aucun ne s'avance pour le moment sur une date. Dans le récent rapport « France IA » (lire notre analyse) il est vaguement question de « plusieurs décennies », sans plus de détail. Mais le CNRS et d'autres laboratoires de recherche pourraient avoir fait une avancée dans ce domaine.
Le Centre national de la recherche scientifique explique en effet que des chercheurs « viennent de créer une synapse artificielle capable d'apprendre de manière autonome » et qu'ils ont « réussi à modéliser ce dispositif ». Si la mise au point d'une synapse artificielle n'est pas nouvelle, c'est par contre la « première fois » que des scientifiques parviennent à élaborer un modèle physique permettant d'anticiper son fonctionnement affirme le CNRS.
Le but est maintenant de construire un réseau de neurones artificiels qui seraient interconnectés avec ces synapses. Cela ouvre la porte à de nombreux débouchés, dont la possibilité de mettre au point un « cerveau artificiel » selon le centre national de recherche. Cette étude a fait l'objet d'une publication dans Nature Communications le 3 avril 2017.
Quand l'intelligence artificielle s'inspire du vivant
L'année dernière, Laurence Devilliers – spécialiste des émotions dans l'intelligence artificielle, professeure d'informatique et chercheuse au CNRS – expliquait que « sans corps et sans vivant à l'intérieur d'un robot on ne pourra pas faire » une IA forte. Reproduire le cerveau humain pourrait donc être une première étape. Cette technique qui consiste à s'inspirer du monde du vivant porte d'ailleurs un nom : le biomimétisme.
L'équipe de recherche, qui comprend notamment Vincent Garcia (CNRS/Thales), vient de franchir une étape importante puisqu'ils ont mis au point une synapse artificielle sur une puce électronique – un memristor – capable d'apprentissage et couplé avec un « modèle physique permettant d'expliciter cette capacité d'apprentissage ». Les scientifiques arrivent ainsi à « prévoir le comportement de la résistance du memristor en fonction des impulsions électriques qu’il reçoit » explique Vincent Garcia à nos confrères de Le Temps.
Pour rappel, une synapse est une « zone située entre deux neurones (cellules nerveuses) et assurant la transmission des informations de l'une à l'autre » explique le Larousse. Celle-ci elle est directement liée au processus d'apprentissage de notre cerveau. Plus la synapse est stimulée, plus l'apprentissage s'améliore.
Vers un réseau de neurones avec ces nouveaux memristors
Dans le cas du memristor, c'est la même chose. Le CNRS explique qu'il s'agit d'un nanocomposant formé d'une fine couche ferroélectrique, prise en sandwich entre deux électrodes.
Afin d'imiter le fonctionnement du cerveau humain, le memristor « peut ajuster sa résistance sous l'action d'impulsions électriques similaires à celles des neurones. Si la résistance est faible, la liaison synaptique est forte, si la résistance est forte, la liaison est faible. C'est cette capacité de la synapse à adapter sa résistance qui permet l'apprentissage », explique le CNRS.
Le but de tout cela est de mettre au point des systèmes plus complexes avec, par exemple, des neurones artificiels interconnectés par ces memristors.
But ultime : arriver à un apprentissage non supervisé
Dans leur publication, les chercheurs expliquent : « nos simulations montrent que les réseaux de nanosynapses ferroélectriques peuvent apprendre de manière autonome à reconnaître les modèles d'une manière prévisible, ouvrant la voie vers un apprentissage non supervisé ».
À ce sujet, Yann LeCun, le patron de l'intelligence artificielle chez Facebook, indiquait l'année dernière : « il y a pour le moment certaines choses que l'on ne sait pas faire, qui sont vraiment essentielles, pour pouvoir construire des machines plus intelligentes. Il y a un mode d'apprentissage en particulier qui est non supervisé ».
Pour rappel, avec un apprentissage supervisé, on « entraîne » la machine avec des milliers/millions d'exemples. LeCun ajoutait à ce propos : « l’apprentissage non supervisé est le défi scientifique auquel nous nous attelons. Tant que nous n’y serons pas parvenus, nous serons incapables de construire des systèmes intelligents ».
Bref, l'enjeu est important, mais il n'est pas pour autant atteint. En effet, les scientifiques parlent simplement « d'ouvrir la voie » à un apprentissage non supervisé, pas d'en mettre un au point prochainement. Il s'agit dans tous les cas d'une annonce intéressante, dont nous suivrons les évolutions.
Un exemple d'application ?
Si tout cela est bien beau sur le papier, encore faut-il pouvoir passer de la théorie à la pratique. Les chercheurs comptent bien continuer d'aller de l'avant et espèrent mettre leur découverte en place pour de la reconnaissance de forme en temps réel.
Pour cela, ils utiliseront une caméra particulière – fournie par Chronocam, partenaire du projet – dont les pixels sont inactifs sauf s'ils détectent un changement. L'intelligence artificielle ainsi mise sur pied devrait être moins coûteuse en énergie et plus rapide pour détecter les objets recherchés. Un essai qu'il reste à transformer.
