Intelligence artificielle : un réseau neuronal estime un nombre sans savoir compter | Geek Café
dimanche 22 janvier

Intelligence artificielle : un réseau neuronal estime un nombre sans savoir compter

Vous n’avez rien compris au titre ? Quand j’ai découvert la nouvelle, moi non plus mais c’est assez génial. Un exemple simple : regardez le clavier de votre ordinateur, combien y a-t-il de touches ? Vous  n’allez pas les compter une par une mais comme ça, en regardant une seconde vous pouvez dire que c’est moins de 1000 et plus de 10 ou en tout cas plus que sur un clavier de téléphone et ce immédiatement !

Cette capacité à estimer très rapidement un nombre sans avoir à utiliser de calcul est une caractéristique que l’on retrouve chez certains animaux comme les poissons, les lions et les humains.

Les auteurs de cette étude publiée dans Nature, Ivilin Stoianov et Marco Zorzi de l’Unversité de Padoue en Italie nous rapprochent donc un peu plus de Skynet en enseignant a un réseau de neurones artificiels à faire cette estimation.

Les réseaux neuronaux

C’est en étudiant et en entraînant un réseau de neurones artificiels que les chercheurs sont parvenus à ce résultat. Les réseaux neuronaux sont des méthodes systématiques de traitement de l’information, calquées sur le fonctionnement des neurones dans le cerveau.

Ces réseaux sont d’abord créés avec des caractéristiques particulières de traitement de l’information puis il sont « entraînés ». L’entrainement du réseau va provoquer la modification de la force des liens entre neurones et donc au fur et à mesure que l’entrainement avance, le réseau réagit différemment en fonction des images. L’algorithme apprend.

Dans le cas de Ivilin Stoianov et Marco Zorzi, l’entrainement a été de 51,800 images à un réseau qui modèle la rétine avec une couche de neurones qui réagit aux pixels puis deux sous-couches qui retraitent l’information brute de la première de manière complexe.

Système d’approximation des nombres

Les 51,800 images contenaient chacune jusqu’à 32 rectangles de différentes couleurs et de tailles différentes. Dans l’algorithme du réseau il n’y avait aucune fonction de comptage des rectangles.

Pourtant, en étudiant un petit groupe de neurones dans la couche la plus profonde après l’entrainement, les chercheurs se sont rendu compte que la fréquence des impulsions de ceux-ci était directement reliée au nombre de rectangles sur l’image !

Qui plus est cette observation restait vraie même si la surface globale couverte par les rectangles n’augmente pas avec le nombre de rectangles, ce qui est la preuve que c’est une estimation du nombre et pas de la surface couverte.

Cette faculté ressemble donc beaucoup à ce qu’on appelle chez les humains le système d’approximation des nombres. Pour vérifier que ce groupe de neurones au comportement particulier pouvait effectivement aider à estimer un nombre, les chercheurs ont créé un deuxième programme de comparaison d’une image à une image de référence et basé sur le réseau précédent.

Eh bien après entrainement, le programme était capable, toujours sans compter, de savoir « instinctivement » s’il y avait plus ou moins de rectangles sur l’image que le nombre de référence… impressionnant.

Grâce à cette découverte, on peut s’attendre à des avancées notamment en médecine pour mieux comprendre des maladies comme la Dyscalculie ou bien sur dans le domaine très utilisé en sciences et dans l’industrie de la vision par ordinateur

[New Scientist] [Nature]

Créateur de Geek Café. Thésard flemmard spécialisé en procrastination, j’aime la science mais ce n’est pas toujours réciproque

Facebook Twitter Google+ 

1 Commentaire

  1. Pingback: réseaux neuronaux | Pearltrees

Ecrire un commentaire

requis

<a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <s> <strike> <strong>