Les chercheurs proposent une approche plus efficace de type humain
De nouvelles recherches du Rensselaer Polytechnic Institute (RPI) pourraient aider à façonner l'avenir de l'intelligence artificielle en rendant les systèmes d'IA moins à forte intensité de ressources, plus performants et conçus pour imiter le cerveau humain. La recherche a été publiée dans Motifsintitulé «Dimensionnalité et dynamique pour les réseaux neuronaux de nouvelle génération».
À mesure que les modèles IA augmentent de plus en plus, leurs coûts et limites font de même. Les chercheurs de RPI et de l'Université de la ville de Hong Kong proposent une solution potentielle: au lieu de s'étendre vers l'extérieur avec plus de couches et de données, ils proposent la construction de la structure interne qui reflète un réseau neuronal biologique 3D et incorporant des boucles récursives pour améliorer l'introspection du réseau.
Cette dimension verticale et cette boucle permettent aux réseaux de neurones artificiels de traiter les informations de manière plus efficace et efficiente, potentiellement transformant la capacité de l'IA à apprendre et à s'adapter en 3D et des dimensions plus élevées.
« Ce nouveau cadre d'IA augmente non seulement l'efficacité, mais débloque également des opportunités pratiques », a déclaré Wang. « Cette recherche pourrait être une étape cruciale vers la conduite des progrès des réseaux de neurones artificiels de nouvelle génération, étroitement pertinents pour les soins de santé et l'éducation, tout en ouvrant la voie à des informations plus approfondies sur le fonctionnement du cerveau humain. »
En introduisant une dimension verticale de «hauteur» et des boucles de rétroaction qui permettent aux réseaux de neurones artificiels de relier, de réfléchir et d'affiner les sorties, les nouvelles idées de conception pourraient rendre les modèles d'IA beaucoup plus intelligents, conduisant à des implications potentiellement majeures.
Faire plus avec moins de ressources pourrait aider à étendre l'accès aux technologies avancées de l'IA, à réduire l'empreinte environnementale de la formation massive des modèles et à permettre des applications plus réels, de la robotique à la médecine personnalisée.
Une telle application réside dans les neurosciences, où les réseaux de neurones inspirés du cerveau pourraient aider les scientifiques à mieux comprendre la cognition et même découvrir de nouveaux indices sur les troubles neurologiques tels que l'Alzheimer et l'épilepsie.
« Ce cadre n'est pas seulement une AI plus intelligente – il s'agit d'une IA plus durable, accessible et explicable », a déclaré Wang. « Et cela peut nous aider à en savoir plus sur notre propre cerveau en cours de route. »
L'étude collaborative a été dirigée par Ge Wang, Ph.D., Clark & Crossan Doed Chair et directeur du Biomedical Imaging Center at Rensselaer, et Fenglei Fan, Ph.D., l'ancien Ph.D. de Wang. Étudiant et professeur adjoint actuel à l'Université de la ville de Hong Kong.
Ce travail s'appuie sur le leadership de longue date de RPI dans la recherche sur l'IA. Grâce à des initiatives majeures telles que la collaboration de recherche sur l'IA avec IBM et l'avenir de l'informatique Institute, les chercheurs de RPI développent des technologies de pointe de l'IA qui sont conçues non seulement pour répondre aux besoins humains, mais pour les redéfinir.
De l'avancement de la collaboration des machines humaines à l'exploration de l'informatique inspirée du cerveau, RPI s'est engagé à façonner l'avenir de l'IA.
