09 dec 2021

L’évolution biologique peut-elle aider les ordinateurs à apprendre comme nous ?

S’inspirant de l’évolution, des chercheurs soutenus par l’UE ont utilisé une nouvelle approche basée sur les algorithmes évolutionnaires pour aider les programmes informatiques à rechercher des solutions aux problèmes.Comment les êtres humains apprennent-ils? Au fil de notre vie quotidienne, nous acquérons de nouvelles connaissances ou compétences, nous perfectionnons celles que nous possédons déjà et nous formons de nouveaux souvenirs sur la base de nos expériences. Selon les scientifiques, cette étonnante capacité d’adaptation est possible grâce à la plasticité synaptique de notre cerveau, qui permet aux connexions entre les neurones, ou synapses, d’évoluer. Il s’agit d’une différence essentielle entre nous et les ordinateurs d’aujourd’hui, qui ne sont capables d’exécuter que des actions préprogrammées.

Une équipe de chercheurs soutenue par les projets Human Brain Project (HBP, HBP SGA1, HBP SGA2 et HBP SGA3) et ICEI, financés par l’UE, s’est attaquée au problème de l’apprentissage automatique par le biais d’une nouvelle approche basée sur des algorithmes dits évolutionnaires. Cette nouvelle approche est connue sous le nom d’approche «evolving-to-learn» (E2L). Grâce à cette approche, «les programmes informatiques recherchent des solutions à des problèmes en imitant le processus d’évolution biologique, tel que le concept de survie du plus apte», selon l’étude publiée dans la revue «eLife». Dans ces algorithmes évolutifs, «l’aptitude» d’une solution est déterminée par sa capacité à résoudre le problème.

S’attaquer à trois scénarios d’apprentissage

Les chercheurs ont soumis les algorithmes évolutionnaires à trois scénarios d’apprentissage classiques. Dans le premier scénario, l’ordinateur devait identifier un modèle répétitif dans un flux continu de données sans recevoir de retour d’information sur ses performances. Le deuxième scénario impliquait un apprentissage par renforcement, dans lequel l’ordinateur recevait des récompenses virtuelles lorsqu’il se comportait de la manière souhaitée. Enfin, dans le troisième scénario, baptisé apprentissage supervisé, l’ordinateur était informé de l’ampleur exacte de l’écart entre ses actions et le comportement souhaité. «Dans tous ces scénarios, les algorithmes évolutionnaires ont été capables de découvrir les mécanismes de la plasticité synaptique et sont ainsi parvenus à résoudre une nouvelle tâche», note le Dr Jakob Jordan, coauteur de l’étude et partenaire du projet à l’université de Berne, dans un communiqué de presse publié sur «EurekAlert!».

La suite sur Cordis

Abonnez-vous :

Combien font 5 moins 2 (en chiffre)

Buzz buzzzzz !

25%

C'est la part des partenariats de recherche dans le domaine du cancer
logo_ENSTBB_jpg_140.jpg

ENSTBB : Ecole Nationale Supérieure de Technologies des Biomolécules de Bordeaux
LVMH_logo_230.jpg

Centre de Recherche International commun à l’ensemble des Marques de Parfums & Cosmétiques du groupe LVMH, Moët Hennessy – Louis Vuitton
logo-giboo-183x96.png
Infographie et Webdesign

Giboo a conçu et élaboré notre site internet

Stemcell Technologies et la recherche scientifique

ON998CS 270x350

STEMCELL Technologies communique sur ses produits et services.

En savoir plus...

Culture Cellulaire vol.2

cell culture vol2 270

Pour la seconde édition, nous traiterons encore à la fois de la culture cellulaire pour la R&D mais aussi pour la Bioproduction.
Tous les acteurs y sont attendus qu'ils soient à la R&D de médicaments, producteurs de solutions, fournisseurs de matériels et solutions innovants, industriels, CMO, CDMO, CRO etc...

En savoir plus...

Bioproduction vol.9 Industrialisation et Usine 4.0

IMG 1494
Retour en images des différents tempos de l'événement à l'Ecole Usine EASE de Strasbourg !

En savoir plus...

Contactez-nous

0.561.987.220