Une découverte sur la façon dont les algorithmes peuvent apprendre et retenir les informations plus efficacement offre un aperçu potentiel de la capacité du cerveau à absorber de nouvelles connaissances. Les découvertes des chercheurs de l’Université de Californie, Irvine School of Biological Sciences pourraient aider à lutter contre les troubles cognitifs et à améliorer la technologie. Leur étude apparaît dans Actes de l’Académie nationale des sciences.
Les scientifiques se sont concentrés sur les réseaux de neurones artificiels, connus sous le nom de RNA, qui sont des algorithmes conçus pour imiter le comportement des neurones du cerveau. Comme les esprits humains, les RNA peuvent absorber et classer de grandes quantités d’informations. Contrairement à notre cerveau, cependant, les RNA ont tendance à oublier ce qu’ils savent déjà lorsque de nouvelles connaissances sont introduites trop rapidement, un phénomène connu sous le nom d’oubli catastrophique.
Les chercheurs ont longtemps théorisé que notre capacité à apprendre de nouveaux concepts découle de l’interaction entre l’hippocampe du cerveau et le néocortex. L’hippocampe capture des informations fraîches et les rejoue pendant le repos et le sommeil. Le néocortex saisit le nouveau matériel et passe en revue ses connaissances existantes afin de pouvoir entrelacer, ou superposer, le nouveau matériel dans des catégories similaires développées par le passé.
Cependant, ce processus a suscité des interrogations, étant donné le temps excessif qu’il faudrait au cerveau pour trier l’ensemble des informations qu’il a recueillies au cours d’une vie. Cet écueil pourrait expliquer pourquoi les RNA perdent des connaissances à long terme lorsqu’ils absorbent trop rapidement de nouvelles données.
Traditionnellement, la solution utilisée dans le deep machine learning consistait à recycler le réseau sur l’ensemble des données passées, qu’elles soient étroitement liées ou non aux nouvelles informations, un processus très chronophage. Les scientifiques de l’UCI ont décidé d’approfondir la question et ont fait une découverte notable.
Nous avons constaté que lorsque les ANN entrelacaient un sous-ensemble beaucoup plus petit d’anciennes informations, comprenant principalement des éléments similaires aux nouvelles connaissances qu’ils acquéraient, ils les apprenaient sans oublier ce qu’ils savaient déjà. »
Rajat Saxena , premier auteur de l’article, étudiant diplômé
Saxena a dirigé le projet avec l’aide de Justin Shobe, un assistant scientifique du projet. Tous deux membres du laboratoire de Bruce McNaughton, Distinguished Professor of neurobiology & behavior.
« Cela a permis aux ANN de prendre des informations fraîches très efficacement, sans avoir à revoir tout ce qu’ils avaient précédemment acquis », a déclaré Saxena. « Ces résultats suggèrent un mécanisme cérébral expliquant pourquoi les experts de quelque chose peuvent apprendre de nouvelles choses dans ce domaine beaucoup plus rapidement que les non-experts. Si le cerveau a déjà un cadre cognitif lié à la nouvelle information, le nouveau matériel peut être absorbé plus rapidement parce que les changements ne sont nécessaires que dans la partie du réseau cérébral qui encode les connaissances expertes. »
La découverte a le potentiel de résoudre les problèmes cognitifs, selon McNaughton. « Comprendre les mécanismes de l’apprentissage est essentiel pour progresser », a-t-il déclaré. « Cela nous donne un aperçu de ce qui se passe lorsque le cerveau ne fonctionne pas comme il le devrait. Nous pourrions développer des stratégies d’entraînement pour les personnes ayant des problèmes de mémoire dus au vieillissement ou à celles souffrant de lésions cérébrales. Cela pourrait également conduire à la capacité de manipuler le cerveau. circuits afin que les gens puissent surmonter ces déficits.
Les résultats offrent également des possibilités pour rendre les algorithmes de machines telles que les équipements de diagnostic médical, les voitures autonomes et bien d’autres plus précis et efficaces.
Le financement de la recherche a été fourni par une subvention de l’Agence des projets de recherche avancée de la Défense à l’appui de la recherche fondamentale potentiellement bénéfique pour l’humanité et par les National Institutes of Health.
