Un cerveau “ressemblant à un humain” aide un robot à sortir d’un labyrinthe


  • FrançaisFrançais


  • Suivez-nous sur notre page Facebook et notre canal Telegram


    Un labyrinthe est un dispositif populaire parmi les psychologues pour évaluer la capacité d’apprentissage des souris ou des rats. Mais qu’en est-il des robots ? Peuvent-ils apprendre à naviguer avec succès dans les méandres d’un labyrinthe ? Aujourd’hui, des chercheurs de l’Université de technologie d’Eindhoven (TU/e) aux Pays-Bas et de l’Institut Max Planck pour la recherche sur les polymères à Mayence, en Allemagne, ont prouvé qu’ils le pouvaient. Leur robot fonde ses décisions sur le système même que les humains utilisent pour penser et agir : le cerveau. L’étude, qui a été publiée dans Science Advances, ouvre la voie à de nouvelles applications passionnantes des dispositifs neuromorphiques dans le domaine de la santé et au-delà.

    L’apprentissage automatique et les réseaux de neurones ont fait fureur ces dernières années, et c’est tout à fait compréhensible, compte tenu de leurs nombreux succès dans la reconnaissance d’images, le diagnostic médical, le commerce électronique et bien d’autres domaines. Cependant, cette approche logicielle de l’intelligence artificielle a ses inconvénients, notamment parce qu’elle consomme tellement

    Imiter le cerveau humain

    Ce problème d’alimentation est l’une des raisons pour lesquelles les chercheurs tentent de développer des ordinateurs beaucoup plus économes en énergie. Et pour trouver une solution, beaucoup s’inspirent du cerveau humain, une machine à penser inégalée dans sa faible consommation d’énergie en raison de la façon dont elle combine mémoire et traitement.

    Les neurones de notre cerveau communiquent entre eux par le biais de ce que l’on appelle des synapses, qui sont renforcées chaque fois que des informations les traversent. C’est cette plasticité qui garantit que les humains se souviennent et apprennent.

    “Dans nos recherches, nous avons pris ce modèle pour développer un robot capable d’apprendre à se déplacer dans un labyrinthe”, explique Imke Krauhausen, doctorant au département de génie mécanique de la TU/e ​​et auteur principal de l’article.

    “Tout comme une synapse dans le cerveau d’une souris est renforcée chaque fois qu’elle prend le bon virage dans le labyrinthe d’un psychologue, notre appareil est “réglé” en appliquant une certaine quantité d’électricité. En réglant la résistance dans l’appareil, vous modifiez la tension qui contrôlent les moteurs. Ceux-ci déterminent à leur tour si le robot tourne à droite ou à gauche.”

    Alors, comment ça marche?

    Le robot que Krauhausen et ses collègues ont utilisé pour leurs recherches est un Mindstorms EV3, un kit robotique fabriqué par Lego. Équipé de deux roues, d’un logiciel de guidage traditionnel pour s’assurer qu’il peut suivre une ligne, et d’un certain nombre de capteurs de réflexion et tactiles, il a été envoyé dans un 2 m2 grand labyrinthe composé d’hexagones bordés de noir dans un motif en forme de nid d’abeille.

    Le robot est programmé pour tourner à droite par défaut. Chaque fois qu’il atteint une impasse ou s’écarte du chemin désigné vers la sortie (qui est indiqué par des repères visuels), on lui dit de revenir ou de tourner à gauche. Ce stimulus correctif est ensuite mémorisé dans le dispositif neuromorphique pour l’effort suivant.

    “En fin de compte, il a fallu 16 passages à notre robot pour trouver la sortie avec succès”, explique Krauhausen. “Et, qui plus est, une fois qu’il a appris à naviguer sur cette route spécifique (chemin cible 1)il peut naviguer sur n’importe quel autre chemin qui lui est donné en une seule fois (chemin cible 2). Ainsi, les connaissances qu’il a acquises sont généralisables.”

    Une partie du succès de la capacité du robot à apprendre et à sortir du labyrinthe réside dans l’intégration unique de capteurs et de moteurs, selon Krauhausen, qui a coopéré étroitement avec l’Institut Max Planck pour la recherche sur les polymères à Mayence pour cette recherche. “Cette intégration sensorimotrice, dans laquelle le sens et le mouvement se renforcent mutuellement, est également très proche de la façon dont la nature fonctionne, c’est donc ce que nous avons essayé d’imiter dans notre robot.”

    Polymères intelligents

    Une autre chose intelligente à propos de la recherche est le matériau organique utilisé pour le robot neuromorphique. Ce polymère (appelé p(g2T-TT)) est non seulement stable, mais il est également capable de « conserver » une grande partie des états spécifiques dans lesquels il a été réglé au cours des différents passages dans le labyrinthe. Cela garantit que le comportement appris “colle”, tout comme les neurones et les synapses d’un cerveau humain se souviennent d’événements ou d’actions.

    L’utilisation du polymère au lieu du silicium dans le domaine de l’informatique neuromorphique a été lancée par Paschalis Gkoupidenis de l’Institut Max Planck pour la recherche sur les polymères à Mayence et Yoeri van de Burgt de TU/e, tous deux co-auteurs de l’article.

    Dans leurs recherches (datant de 2015 et 2017), ils ont prouvé que le matériau peut être réglé dans une plage de conduction beaucoup plus large que les matériaux inorganiques, et qu’il est capable de “se souvenir” ou de stocker des états appris pendant de longues périodes. Depuis lors, les dispositifs organiques sont devenus un sujet brûlant dans le domaine des réseaux de neurones artificiels basés sur le matériel.

    Mains bioniques

    Les matériaux polymères présentent également l’avantage supplémentaire de pouvoir être utilisés dans de nombreuses applications biomédicales. “En raison de leur nature organique, ces appareils intelligents peuvent en principe être intégrés à de véritables cellules nerveuses. Supposons que vous ayez perdu votre bras lors d’une blessure. Vous pourriez alors potentiellement utiliser ces appareils pour relier votre corps à une main bionique”, explique Krauhausen.

    Une autre application prometteuse de l’informatique neuromorphique organique réside dans les petits dispositifs informatiques dits de pointe où les données des capteurs sont traitées localement en dehors du cloud. Van de Burgt : “C’est là que je vois nos appareils évoluer à l’avenir. Nos matériaux seront très utiles car ils sont faciles à régler, consomment beaucoup moins d’énergie et sont peu coûteux à fabriquer.”

    Alors, les robots neuromorphes pourront-ils un jour jouer à un match de football, tout comme les robots de football de TU/e ​​?

    Krauhausen : “En principe, c’est certainement possible. Mais il reste encore beaucoup de chemin à parcourir. Nos robots s’appuient encore en partie sur des logiciels traditionnels pour se déplacer. Et pour que les robots neuromorphes puissent exécuter des tâches vraiment complexes, nous devons construire des réseaux neuromorphes dans lesquels de nombreux appareils fonctionnent ensemble dans une grille. C’est quelque chose sur lequel je travaillerai dans la prochaine phase de ma recherche doctorale.

    Un cerveau “ressemblant à un humain” aide un robot à sortir d’un labyrinthe : https://www.youtube.com/watch?v=O05YVljxrtg

    Houssen Moshinaly

    Rédacteur en chef d'Actualité Houssenia Writing. Rédacteur web depuis 2009.

    Blogueur et essayiste, j'ai écrit 9 livres sur différents sujets comme la corruption en science, les singularités technologiques ou encore des fictions. Je propose aujourd'hui des analyses politiques et géopolitiques sur le nouveau monde qui arrive. J'ai une formation de rédaction web et une longue carrière de prolétaire.

    Pour me contacter personnellement :

    Laisser un commentaire

    Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *