Une nouvelle étude de l’Université de Montréal présente un nouveau modèle neurocomputationnel du cerveau humain. Ce nouveau modèle permet de mieux comprendre comment le cerveau développe des capacités cognitives complexes et pourrait faire progresser la recherche sur l’intelligence artificielle (IA) neurale.
L’étude a été publiée le 19 septembre dans la revue Actes de l’Académie nationale des sciences (PNAS).
Elle a été réalisée par un groupe international de chercheurs de l’Institut Pasteur et de Sorbonne Université à Paris, du CHU Sainte-Justine, de Mila — Institut québécois d’intelligence artificielle et de l’Université de Montréal.
Développement neuronal
L’étude décrit le développement neuronal sur trois niveaux hiérarchiques de traitement de l’information :
- Niveau Sensorimoteur : Explore comment l’activité interne du cerveau apprend des modèles à partir de la perception et les associe à l’action.
- Niveau cognitif : Examine comment le cerveau combine contextuellement ces modèles.
- Niveau conscient : Considère comment le cerveau se dissocie du monde extérieur et manipule des schémas appris (via la mémoire) qui ne sont plus accessibles à la perception.
La nouvelle recherche fournit un aperçu plus approfondi des mécanismes fondamentaux sous-jacents à la cognition en raison de l’accent mis par le modèle sur l’interaction entre deux types fondamentaux d’apprentissage. Le premier est l’apprentissage hebbien, qui est associé à la régularité statistique, comme la répétition. La seconde est apprentissage par renforcementqui est associé à la récompense et au neurotransmetteur dopaminergique.
Le modèle nouvellement développé résout trois tâches de complexité croissante à travers les niveaux, et l’équipe a introduit à chaque fois un nouveau mécanisme de base, ce qui l’a aidé à progresser.
Les résultats ont mis en évidence deux mécanismes fondamentaux pour le développement à plusieurs niveaux des capacités cognitives dans les réseaux de neurones biologiques :
- Épigénèse synaptique : L’apprentissage hebbien se déroule à l’échelle locale tandis que l’apprentissage par renforcement se déroule à l’échelle mondiale.
- Dynamique auto-organisée : Activité spontanée et rapport excitateur/inhibiteur équilibré des neurones.
IA nouvelle génération et conscience artificielle
Guillaume Duman est membre de l’équipe et professeur adjoint de psychiatrie computationnelle à l’UdeM, ainsi que chercheur principal au Centre de recherche du CHU Sainte-Justine.
“Notre modèle démontre comment la convergence neuro-IA met en évidence les mécanismes biologiques et les architectures cognitives qui peuvent alimenter le développement de la prochaine génération d’intelligence artificielle et même finalement conduire à la conscience artificielle”, a déclaré Dumas.
Pour y parvenir, Dumas dit qu’ils devront peut-être intégrer les dimensions sociales de la cognition. L’équipe cherche maintenant à intégrer les dimensions biologiques et sociales, et ils ont déjà créé la première simulation de deux cerveaux entiers en interaction.
L’équipe pense qu’en ancrant les futurs modèles informatiques dans les réalités biologiques et sociales, ils obtiendront une meilleure compréhension des mécanismes fondamentaux sous-jacents à la cognition. Ils pensent également que cela fournira un pont entre l’IA et le cerveau humain.
