Communiqué de presse

Des chercheurs de l’ULiège créent une nouvelle méthode d’Intelligence Artificielle

Une publication dans Plos One


L’Intelligence Artificielle (IA) a permis ces dernières années le développement de techniques d’apprentissage automatique très performantes. Cependant, ces techniques sont souvent appliquées tâche par tâche, ce qui implique qu’un agent intelligent entrainé pour une tâche aura de piètres performances sur d’autres tâches, même très similaires. Pour pallier ce problème, des chercheurs de l’Université de Liège (ULiège) ont développé un nouvel algorithme basé sur un mécanisme biologique appelé la neuromodulation. Cet algorithme permet de créer des agents intelligents capables de réaliser des tâches non rencontrées pendant l’entrainement. Ce résultat inédit et exceptionnel est présenté cette semaine dans la revue PLOS ONE.

Malgré les immenses progrès dans le domaine de l’IA ces dernières années, nous sommes encore très éloignés de l’intelligence humaine. En effet, si les techniques d’IA actuelles permettent d’entrainer des agents informatiques à effectuer certaines tâches mieux que des humains lorsqu’ils sont entrainés spécifiquement pour celles-ci, les performances de ces mêmes agents sont souvent fort décevantes lorsqu’ils sont mis dans des conditions (même légèrement) différentes de celles vécues lors de l’entrainement.

L’être humain est, lui, capable de s’adapter à de nouvelles situations très efficacement en utilisant les compétences qu’il a acquises tout au long de sa vie. Par exemple, un enfant ayant appris à marcher dans un salon 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-Comparaison

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. Ce résultat tout à fait exceptionnel, décrit cette semaine dans la revue PLOS ONE, est issu d’une collaboration très fructueuse entre des chercheurs en neurosciences et des chercheurs en intelligence artificielle de l’Université de Liège mettant au point des algorithmes intelligents : deux doctorants, Nicolas Vecoven et Antoine Wehenkel, ainsi que deux professeurs, Damien Ernst (spécialiste en intelligence artificielle) et Guillaume Drion (neuroscientifique).

CP-Neuromodulation-Neuromodulateur Ces chercheurs de l’ULiège ont développé une architecture de réseaux de neurones artificiels tout à fait 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 novatrice 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.

Pr Damien Ernst : « 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. »

Source

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

Contact presse

Département d’électricité, électronique et informatique, Institut Montefiore, Université de Liège

Nicolas VECOVEN, ingénieur doctorant

Pr Guillaume DRION

Partagez cette news