Les réseaux de neurones liquides qui vont doper les possibilités de l’IA

Des chercheurs américains du Laboratoire de recherche en informatique et intelligence artificielle (CSAIL) de l’Institut de technologie du Massachusetts (MIT) consacrent leurs efforts à la mise au point de technologies d’apprentissage automatique qui surpassent tout ce que nous connaissons actuellement. Ces innovations, baptisées « réseaux de neurones liquides », se révèlent extrêmement flexibles et adaptables, ouvrant ainsi la porte à de multiples applications potentielles dans des domaines tels que la robotique et les transports autonomes.

Inspirés directement par le fonctionnement des neurones biologiques, ces réseaux de neurones liquides représentent actuellement la forme la plus avancée d’apprentissage automatique. Ils reposent sur des équations différentielles qui se distinguent par leur capacité à être ajustées en temps réel, pour s’adapter à de nouvelles données ou à des environnements changeants. En raison de leur fonctionnement qui évoque les comportements des fluides, ils sont ainsi qualifiés de « liquides ». Leurs premières applications se concentrent principalement dans le domaine de la mobilité, en commençant par les drones et en envisageant déjà leur potentiel dans le futur de la conduite autonome.

Les chercheurs du MIT ont réalisé une première expérience en utilisant un drone équipé de cette nouvelle forme d’intelligence. Ils ont démontré sa capacité à évoluer de manière autonome, sans heurts, car il est capable de s’ajuster automatiquement à son environnement en constante évolution. Dans le contexte de la robotique, ces réseaux pourraient être utilisés pour des machines opérant dans des environnements entièrement inconnus ou présentant des dangers potentiels pour les êtres humains.

Dans le secteur de l’automobile, la voiture autonome pourrait également profiter grandement de cette technologie des réseaux de neurones liquides. Cette avancée pourrait aider ces véhicules à mieux s’adapter à des conditions météorologiques difficiles ou à des situations imprévues et dangereuses, contribuant ainsi à accroître leur sécurité. De plus, ces réseaux de neurones liquides ne se contentent pas d’être plus flexibles, mais ils sont également plus rapides dans leurs calculs et demandent moins de données que les modèles d’apprentissage automatique actuels. Néanmoins, il reste du travail à accomplir pour les optimiser et les rendre accessibles pour un usage quotidien généralisé.

Plus d’informations dans cette vidéo :

 

Recommended For You

About the Author: Alex Bruno

Laisser un commentaire

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