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.
Commentaires (82)
#1
Moi Président, je ferai voter une loi pour que chaque prétendant ait quelques-uns de ces memristors implantés avant tout dépôt de candidature…
" /> 
" />
#2
https://www.youtube.com/watch?v=xos2MnVxe-c
#3
Vivement les cerveaux positroniques
#4
La nouvelle obsolescence programmé, c’est ton robot qui perd la boule lorsque ses memristors vieillissent
#5
Et les Fams pour les humains.
#6
Je ne capte même pas ce que ça change… On a une grande marche entre se servir d’une synapse et comprendre à quoi ça sert de les produire.
#7
AL-76
" />
#8
Belles perspectives.
" />
En tout cas, l’article n’est pas derrière un paywall et ça, ça me plaît
#9
The cake is a lie !
#10
À quand une législation interdisant l’a création/mise en place d’une intelligence artificielle autonome consciente d’elle-même ?
Ça serait ballot de voir arriver un vrai SkyNet… Bon, après, si c’est un Daneel ou un Giskard qui en ressort, ça serait pas trop mal…
#11
Une annonce de plus, un peu comme les annonces de révolution permanente des batteries.
(En passant, un article de vulgarisation scientifique sans lien vers au moins une publication sur le sujet par l’équipe du labo. est un big no-no).
Sur le sujet, c’est bien beau de bâtir un modèle physique, n’importe qui peut en faire. De là à ce qu’il ait un quelconque rapport avec la réalité, on en est très loin. On débroussaille à peine les théories sur la complexité, le chaos spatio-temporel, les phénomènes d’émergence et autres joyeusetés difficiles d’accès.
On ne comprend pas le fonctionnement d’une synapse autrement que très grossièrement : c’est à dire qu’on ne fait pas de lien entre les multitudes d’interactions à partir de l’infinité des processus moléculaires et le comportement à un niveau cellulaire, macrocellulaire et supérieur.
Le mur du changement d’échelle semble infranchissable.
Certains scientifiques pensent que l’approche réductionniste explique le peu d’avancée sur ces problématiques et qu’une approche holistique serait plus fructueuse. Évidemment, au pays de Pascal, cela est vécu comme un schisme religieux, qu’on va donc combattre avec le jusqu’au boutisme idéologique qui nous caractérise, alors que les changements de paradigme devrait être la norme pour tout scientifique qui se respecte.
#12
Kamoulox !
#13
#14
Je vois pas non plus comment ça peut faire avancer le schimblick, qu’est ce que ça apporte par rapport à une simulation ?
Ca n’aidera pas à concevoir une IA forte… l’exemple d’application est justement sur du supervisé.
#15
#16
#17
Nous sommes l’Augure de votre destruction.
#18
A comparer avec cette obsolescence programmée qui s’appelle la mort.
Au moins, un cerveau artificiel qui atteint son obsolescence permet de dl son contenu.
#19
#20
Il en faudra quand même quelques milliards sur le die, et correctement organizes, avant de réussir à faire un cerveau positronique.
Mais j’adore leur illustration de la synapse, on dirait une maison de schtroumpf :)
#21
Je réponds ici, ce sera plus lisible que dans les milliers de commentaires sur l’actu de NXi en mode abonnement (courageuse démarche, que j’espère voir réussir) : depuis quelques semaines on a régulièrement des articles scientifiques (IA comme ici) ou sur l’astronomie (Rosetta, Philae…), personnellement j’adore, continuez !
" />
#22
+1
d’ailleurs pour celles et ceux à qui la défense de la science parle :http://www.marchepourlessciences.fr/
#23
Je suis d’accord c’est très intéressant ! Mais n’en oubliez pas les autres sujet tout de même =)
#24
L’approche bottom up est aussi valable que l’approche top down. On le voit bien en physique ou les 2 approches (Relativé générale et méca quantique) coexistent et arrivent à être valide et incompatible en même temps.
La reproduction physique permettra peut être pas de tout résoudre mais toute avancée est bonne à prendre.
#25
Je m’appelle Sovereign, nous sommes Légion
" />
#26
#27
#28
#29
EN science, on utilise beaucoup le principe de modèles. Le principe est simple : pour facilité la compréhension de phénomène, on réduit le phénomène qu’aux interactions majeures et on élimine les interactions mineures. C’est ce qui fait pourquoi relativité générale et physique quantique sont incompatible, l’un fait fit des phénomène quantique à petit échelle alors que l’autre fait fit de la masse et des phénomènes lié à des grosses quantités. Ce sont 2 modèles qui dans la réalité sont faux, mais fonctionne à leur échelle.
Mais tout bon scientifique est conscient des limites de leurs modèles.
#30
#31
[en parlant de Newton]
s/une petite partie de la Physique et une plus petite fraction encore de la Mathématique/une petite partie de la Mathématique et une plus petite fraction encore de la Physique/g
Et puis une petite partie peut-être, mais quel partie!
#32
Oui, j’ai toujours du mal à imaginer l’usage d’un composant…
Je dois avouer que j’ai toujours eu un peu de mal dans les cours d’archi quand on descendait à des éléments trop simples.
Du coup, c’est un peu hors de portée pour moi, l’élément présenté est tellement basique (mais apparemment très utile) que j’ai du mal à saisir comment ça va tout changer.
Quand ils présenteront un neurone ou un composant complexe fait avec ça, je comprendrai surement mieux.
#33
tu peux regarder le modèle physique du composant pour te persuader qu’il n’est pas simple :)
#34
#35
Je parle de celui de nature, pas de nxi.
Je me suis encore planté ?
#36
#37
#38
Je suis conscient que les articles de qualité de NXI, ça se paye, je faisais en fait allusion au problème soulevé par Elsevier, sci-hub, Aaron Schwarz… des éditeurs qui “privatisent” la recherche faite le plus souvent sur des fonds publics. C’est la bataille de l’open science, voir aussi cet article
#39
TLDR, pour faire simple, de ce que j’ai compris, il propose une solution matérielle capable d’être gravé comme un transistor sur un processeur ce qui est à l’heure actuelle quelque chose qui est plutôt fait logiciellement. Autrement dit, au lieu de faire une chiée de calcules à un processeur, on le fait directement avec un composant électronique. C’est donc théoriquement plus rapide et moins énergivore que les solutions actuelle. Cependant cela se fait surement au prix d’une flexibilité plus faible de la solution proposé (c’est de manière général le dilemme entre proposer la solution de manière matériel ou logiciel, il existe par exemple des processeurs qui interprète nativement du bytecode Java).
Hum, dans le cas présent, j’imagine que c’est dans la production de réseaux de neurones artificiel, un modèle mathématique/informatique pour produire des formes d’apprentissage automatique qui trouve un écho de similarité avec les neurones. En soit, ce n’est pas une volonté de reproduire l’exact fonctionnement d’un neurone, mais juste trouver un modèle mathématique/informatique que l’on peut travailler avec pour faire de l’apprentissage.
En soit, les réseaux de neurones artificiels, c’est très simple à comprendre : soit un neurone, il est composé de plein d’entrée et d’une sortie. Chaque entrée est composé d’une jonction (la synapse), qui est simplement une fonction appliqué à la sortie d’une neurone. En général, on peut considéré ça comme une simple multiplication avec un facteur ‘k’ qui lui est spécifique. L’ensemble des entrées d’un neurone est alors sommé via une autre fonction dont généralement le but est d’avoir une sortie dont la valeur est comprise entre 0 et 1 ou -1 et 1.
Du coup, un neurone dans ce modèle, c’est un ensemble de synapse qui vont avoir chacune une valeur propre qui modulera la sortie d’un neurone précédent et une fonction de somme des entrée pour générer une nouvelle sortie unique.
Ensuite, on organise les neurones, leurs connection d’une manière bien particulière. La façon la plus simple est de faire des couches successif, chacun des neurones d’une couche est relié à tous les neurone des neurones d’une couche précédente.
Dans le cadre d’un apprentissage supervisé, on passe d’abord par une phase qui consiste à donner en entrée des valeur dont on connait ce qui est attendu en sortie : on cherche a classer les images pour savoir si c’est une image de chat, on a donc en entrée l’image et en sortie un neurone qui doit valoir plutôt 1 si c’est un chat ou plutôt 0 pour tout le reste. Pour ceci pour l’architecture présenté, il existe des mécanisme qui permettent avec beaucoup de répétition dans l’apprentissage de tuner petit à petit les valeurs propres aux synapse pour que notre réseau arrive à reconnaitre les photos de chat
Il faut voir au final les réseaux de neurone comme des fonctions mathématique très complexe qu’on a finement modifier les facteurs pour qu’elle s’approche d’une fonctions de prédiction. En soit dans le cadre d’un apprentissage supervisé, on dessine des points, et on module notre fonction pour qu’elle suivent ces point au plus prêt.
Aujourd’hui, pour faire ça, on utilise principalement des programmes que l’on fait executer sur des architecture classiques, principalement massivement parallèle comme des GPU, pour faire les calcules qui correspond à ce fonctionnement. Ici, d’après ce que je comprend, l’idée est de directement l’architecture du réseau de neurone gravé dans le silice, que la majorité des calcules soit l’action d’interaction physique en non le produit d’un calcule binaire par un processeur. En soit, c’est donc théoriquement bien plus rapide et moins énergivore.
#40
Pas de bol, si tu avais lu 2 minutes le lien, tu aurais vu que pour la france il s’agit d’une démarche non politique dans le seul but de défendre la science en elle-même. Mais logiquement, quand un gouvernement, quel qu’il soit remet en cause la simple réflexion scientifique parce que ça ne va pas dans son sens, on ne peut qu’être contre ce parti. A moins évidemment de partager ce type de réflexion.
Dire que la planète a 6000 ans parce que c’est écrit dans un bouquin et l’enseigner à l’école alors qu’on a des preuves matérielle, scientifiques, du contraire c’est remettre en cause la démarche scientifique qui prévaut depuis bien longtemps et c’est la porte ouverte à la démagogie, à l’obscurantisme. Alors oui soutenir ce type de démarche comme un simple marche, pour rappeler au monde l’importance de la démarche scientifique dans notre vie, c’est important je pense.
Et pour répondre à la question, les scientifiques sont pour la plupart non politique, ils ne s’impliquent jamais dans les discussions politiques de leurs pays, à tord à mon avis. Donc oui c’est la meilleur chose qu’ils ont trouvé, pas pour eux, mais pour envoyer un message à la société, aux gens, aux Michus comme on dit. Un scientifique qui manifeste c’est tellement rare que quand ça arrive, ça devrait nous mettre la puce à l’oreille.
Et ça ne les empêche pas de se battre autrement, notamment par la mise en place de sauvegarde en dehors de pays ou sur des systèmes non gérés par l’état.
#41
#42
Je ne suis pas chercheur, juste contributeur sur Wikipédia de temps en temps, et je suis conscient du problème, donc toi en tant que chercheur ça doit être pire 
" />
Merci du retour, j’espère en effet que ça va s’améliorer, espérons-le en tout cas…
#43
#44
#45
#46
#47
En bio, ne pas publier dans des “grandes” revues (donc close source) c’est faire une croix sur ses financements vu que seul l’IF/h-index comptent, idem pour l’avancement de carrière (ou simplement avoir un poste).
bref ça évolue dans certains domaines et pour d’autres y a encore pas mal de chemin à faire …
#48
#49
C’est marrant mais je ne vois toujours pas de critique sur le fond, toujours sur la forme/personne.
#50
#51
Voilà ce qu’il se passe quand la science est bafouée :
http://www.jeuneafrique.com/424393/societe/tunisie-these-affirmant-terre-plate-p…
Perso j’ai pas envie de vivre dans un monde où religion=science=politique. Mais bon apparemment j’suis juste un vieux con.
#52
La formule est similaire en occident : idéologie écologiste=pseudoscience=politique anti-tout. On a les illusions qu’on mérite.
Pour la dernière phrase, tu es seul juge.
#53
La recherche scientifique est pourtant là pour faire bouger les politiques (alors que l’inverse ne doit pas être). Donc on a pas vraiment le choix, on doit politiser une partie de nos travaux, mais pas les modifier pour qu’ils rentrent dans une case politique. Sinon on se retrouve avec des scandales comme l’amiante où les scientifiques savaient mais non pas été écoutés par les politiques.
Concernant le réchauffement, c’est digne de la théorie du complot, franchement, la majorité des scientifiques du domaine vont dans le même sens et se ne serait que pour avoir une reconnaissance (perdu ça marche pas) ou du pognon ? (perdu c’est plus simple d’avoir du pognon des industriels que de l’état et ça rapporte plus).
ici on a une belle illustration du rasoir d’Ockham : le plus logique c’est quoi ? que des centaines de scientifiques de tout pays complot pour nous faire croire que l’activité humaine a un impact sur le climat, tout ça pour un peu de pub et quelque subvention ? ou que des industriels et individus aient tellement peur de devoir remettre en question leur mode de vie/financement qu’ils font tout pour discréditer ces gens ?
Parce que pour finir, qu’on y croit ou pas, dans pas bien longtemps on le prendra en pleine gueule et faudra pas venir se plaindre (mais bon on s’en fous c’est pas pour nous)
Et au delà du climat, si on regarde bien, actuellement l’ensemble des recherches scientifiques sont remises en question via des “faits” religieux puis politiques (astronomie, recherche cellule souche, expérimentation animales, étude sur le genre, etc). C’est ça le plus grave.
#54
#55
#56
#57
#58
#59
#60
#61
#62
#63
nan t’as raison, c’est jamais l’endroit, c’est comme cette foutu marche, on s’en fous et on est tous des moutons incapables du moindre raisonnement scientifique.
Sur ce bonne journée, j’ai autre chose à faire que de débattre. Pour ma part je serais dans l’une des manifs, parce que même quelqu’un “qui sait” devrait se poser des questions quand un Etat s’amuse à supprimer des données scientifiques parce que celles-ci remettent en cause une croyance.
Peut être que tu ne trouves pas ça grave, important, que tu t’en fous, grand bien te fasse, c’est pas mon problème et c’est pas mon cas.
#64
#65
#66
Merci beaucoup pour ces explications.
Je vois mieux l’intérêt.
#67
J’avais eu l’impression que la synapse était simple, mais en fait non, d’où son intérêt.
#68
#69
#70
#71
#72
#73
#74
#75
C’est vraiment faire l’autruche sans déc :
Ce dernier points est bien plus important que la réalité ou non du réchauffement, et c’est pas en noyant le poisson qu’on fera avancer les choses.
#76
#77
#78
#79
#80
Pour conclure, voilà une analyse de l’état actuel de la climatologie par une scientifique du milieu. Mes propres investigations, conduites bien avant elle, renvoient aux mêmes problèmes qu’elle expose.
#81
#82