Un laboratoire japonais a créé une IA qui pense comme un cerveau humain
Imaginez comment fonctionne le cerveau humain. Il ne produit pas de réponses instantanées, comme les systèmes d’intelligence artificielle modernes. Des scientifiques japonais du laboratoire SakanaAI ont créé un système qui rapproche le fonctionnement de l’intelligence artificielle des processus de pensée naturels.
Le système a été nommé Continuous Thought Machine, ou CTM. Contrairement aux réseaux neuronaux standard, il ne se limite pas à 1 tentative pour trouver une solution. Au lieu de cela, CTM peut traiter les informations plusieurs fois, en utilisant ce que les chercheurs appellent des « ticks de pensée ».
Le principe de CTM peut être expliqué par le processus de résolution d’un problème complexe. Le cerveau traite l’information progressivement. D’abord, certaines zones sont activées, puis d’autres se connectent. CTM fonctionne de manière similaire. Il peut effectuer de 5 à 50 itérations de traitement de données avant de former une réponse finale.
Le système est basé sur des neurones artificiels inhabituels. Chacun d’eux n’est pas une simple formule, mais un réseau MLP multicouche à part entière. Capable de stocker l’historique de ses états précédents. Cela crée une sorte de journal de calcul, permettant au système d’analyser les résultats intermédiaires.
La caractéristique clé de CTM est la synchronisation des neurones. Comme dans un orchestre symphonique, non seulement le jeu des musiciens individuels est important, mais aussi leur son conjoint, ainsi dans les processus neuronaux, la cohérence de l’activation de différentes zones est critique. Une matrice de synchronisation spéciale dans CTM suit ces « consonances » neuronales.
Des tests pratiques confirment l’efficacité de la nouvelle architecture. CTM démontre des résultats élevés lors du travail avec des bases de données. Il réussit également à faire face aux tâches de navigation dans les labyrinthes, surpassant souvent les approches traditionnelles. Lien vers la présentation interactive du système dans la description.
C’est peut-être l’un des premiers mécanismes de compréhension étape par étape de l’information qui rapproche significativement le travail d’un réseau neuronal des principes biologiques de la pensée. Où fonctionne un système d’itérations multiples de traitement des données, un mécanisme de préservation de l’historique des états des neurones et une matrice de suivi de leur fonctionnement synchrone. Une telle combinaison est absente dans les architectures existantes.
