Actualité Des chercheurs de l’Université de Liège présentent un algorithme basé sur la...

Pour approfondir le sujet

Un modèle deep learning d’Alibaba fait ses preuves dans le Global Machine Understanding Test

Alibaba Group a annoncé ce jour que l'Alibaba DAMO Academy Language Technology Lab, avait obtenu un excellent résultat dans le test de compréhension en...

Atos et Google Cloud présentent leur laboratoire d’intelligence artificielle nord-américain

Atos et Google Cloud inaugurent aujourd’hui le laboratoire d’intelligence artificielle de Google Cloud au siège texan d’Atos. Ce nouveau centre de recherche s'inscrit dans...

Pluribus, l’IA développée par l’Université Carnegie Mellon et Facebook devient la 1re à battre l’homme au Hold’em no-limit à six joueurs

Pluribus, un bot IA développé par des chercheurs de l'Université Carnegie Mellon et de Facebook, est parvenu à battre des joueurs professionnels de haut niveau...

Appel à projets synchronisé 2020 EURIPIDES²-PENTA sur l’intégration des systèmes intelligents

Le 5e appel à projets PENTA a été ouvert le 19 novembre dernier. PENTA et EURIPIDES² invitent les industriels à formuler des propositions dans...

Des chercheurs de l’Université de Liège présentent un algorithme basé sur la neuromodulation

Nicolas Vecoven, Antoine Wehenkel, Damien Ernst et Guillaume Drion, chercheurs à l’Université de Liège (ULiège), ont présenté dans une publication dans PLOS ONE un nouvel algorithme basé sur un mécanisme biologique appelé la neuromodulation. Il a été développé afin de créer des agents intelligents capables de réaliser des tâches non rencontrées pendant l’entrainement. 

Les chercheurs de l’ULiège se sont intéressés à la problématique des performances, souvent décevantes, des agents informatiques pour effectuer certaines tâches mieux que des humains lorsqu’ils sont entrainés spécifiquement pour celles-ci. Ils ont notamment pris pour exemple, un enfant ayant appris à marcher dans un salon. Il saura rapidement marcher également dans un jardin. Dans un tel contexte, l’apprentissage de la marche est associé à la plasticité synaptique qui modifie les connexions entre neurones, tandis que l’adaptation rapide des compétences de marche apprises dans le salon à celles nécessaires pour marcher dans le jardin est associée à la neuromodulation. Celle-ci modifie les propriétés « entrée-sortie » des neurones eux-mêmes via des neuromodulateurs chimiques.

cp-neuromodulation-comparaisonComme l’indique l’ULiège dans un communiqué :

“la plasticité synaptique est à la base de toutes les dernières avancées dans le domaine de l’IA. Cependant aucun travail scientifique n’avait proposé jusqu’à aujourd’hui une manière d’introduire un mécanisme de neuromodulation dans des réseaux de neurones artificiels”.

Deux doctorants, Nicolas Vecoven et Antoine Wehenkel, ainsi que deux professeurs, Damien Ernst (spécialiste en intelligence artificielle) et Guillaume Drion (neuroscientifique) ont donc travaillé sur ce sujet et leur collaboration a donné lieu à des résultats très intéressant.

cp-neuromodulation-neuromodulateurCes chercheurs de l’ULiège ont développé une architecture de réseaux de neurones artificiels originale, introduisant une interaction entre deux sous-réseaux. Un premier prend en compte toutes les informations contextuelles concernant la tâche à résoudre et, sur la base de ces dernières, neuromodule le deuxième sous-réseau à la manière des neuromodulateurs chimiques du cerveau. Grâce à la neuromodulation, ce deuxième sous-réseau, déterminant les actions que l’agent intelligent doit effectuer, peut donc être adapté très rapidement en fonction de la tâche courante. Cela permet à l’agent de résoudre efficacement de nouvelles tâches.

Cette architecture a été testée avec succès sur des classes de problèmes de navigation pour lesquels l’adaptation est nécessaire. Des agents entrainés à se déplacer vers une cible, tout en évitant des obstacles, ont notamment été capables de s’adapter à des situations dans lesquelles leur mouvement était perturbé par du vent dont la direction est extrêmement variable.

Damien Ernst a indiqué à ce propos :

« La nouveauté de cette recherche est que, pour la première fois, des mécanismes cognitifs identifiés en neurosciences trouvent des applications algorithmiques dans un contexte multi-tâches. Cette recherche ouvre des perspectives dans l’exploitation en IA de la neuromodulation, mécanisme-clé du fonctionnement du cerveau humain. »

‘Introducing Neuromodulation in Deep Neural Networks to Learn Adaptive Behaviours’, PLOS ONE, 27 janvier 2020.

Thierry Maubant

Partager l'article

Industrie 4.0 : Partenariat entre Renault et Google Cloud sur la digitalisation des usines et de la chaîne logistique

Aller plus loin dans l'industrie 4.0 grâce au machine learning et à l'intelligence artificielle, c'est l'objectif du Groupe Renault. Pour ce faire, le constructeur...

Ethique de l’intelligence artificielle : Participez à la consultation de l’UNESCO pour l’élaboration d’une recommandation

Dans le cadre de la décision de la Conférence générale de l'UNESCO lors de sa 40e session en novembre 2019, l'UNESCO s'est engagée dans...

L’OTESIA lance ses 4 premiers projets IA dans la santé, la prévention du cyber-harcèlement, l’éducation

En novembre dernier était lancé l’Observatoire des impacts Technologiques Economiques et Sociétaux de l’Intelligence Artificielle (OTESIA) dans les Alpes-Maritimes. Une première en France et...

Replay Dataquitaine : Processus de Décision Markovien et Apprentissage par Renforcement

Dataquitaine propose en replay son Atelier-Webinaire Data Science, organisé par Digital Aquitaine, le 30 juin 2020. Ce séminaire était dédié à la thématique "Processus...