Ainsi, les r\u00eaves de robots r\u00e9alistes inspir\u00e9s de la science-fiction se sont quelque peu estomp\u00e9s pour laisser place \u00e0 une r\u00e9alit\u00e9 plus superficiellement banale, celle des grands mod\u00e8les de langage (LLM) tels que ChatGPT. <\/span><\/p>\n Certes, les mod\u00e8les d'IA actuels restent captivants, mais ils agissent comme un outil plut\u00f4t que comme un \u00eatre.\u00a0<\/span><\/p>\n Il est encore t\u00f4t, mais malgr\u00e9 des progr\u00e8s ph\u00e9nom\u00e9naux, la course \u00e0 l'armement informatique de l'IA a r\u00e9v\u00e9l\u00e9 des lacunes dans notre qu\u00eate de machines v\u00e9ritablement intelligentes.\u00a0<\/span><\/p>\n Quelle que soit la puissance de nos algorithmes, ils manquent d'\u00e9l\u00e9gance, d'adaptabilit\u00e9 et d'efficacit\u00e9 \u00e9nerg\u00e9tique, qui sont les caract\u00e9ristiques des syst\u00e8mes biologiques. <\/span><\/p>\n Les chercheurs le savent - et cela les frustre.\u00a0<\/span><\/p>\n Le professeur Tony Prescott et le docteur Stuart Wilson de l'universit\u00e9 de Sheffield, r\u00e9cemment <\/span>mis en \u00e9vidence<\/span><\/a> que la plupart des mod\u00e8les d'IA, comme ChatGPT, sont \"d\u00e9sincarn\u00e9s\", c'est-\u00e0-dire qu'ils n'ont pas de lien direct avec l'environnement physique.\u00a0<\/span><\/p>\n En revanche, le cerveau humain a \u00e9volu\u00e9 au sein d'un syst\u00e8me physique - notre corps - qui nous permet de percevoir directement le monde et d'interagir avec lui.<\/span><\/p>\n Les chercheurs sont impatients de lib\u00e9rer les IA de leur architecture monolithique, ce qui a conduit \u00e0 une r\u00e9surgence de l'IA bio-inspir\u00e9e, parfois appel\u00e9e IA neuromorphique, une sous-discipline qui cherche \u00e0 \u00e9muler les processus complexes pr\u00e9sents dans la nature pour cr\u00e9er des syst\u00e8mes plus intelligents et plus efficaces.\u00a0<\/span><\/p>\n Ces efforts s'appuient sur diff\u00e9rents cadres biologiques, depuis les structures qui constituent notre cerveau jusqu'\u00e0 l'intelligence en essaim observ\u00e9e chez les fourmis ou les oiseaux.<\/span><\/p>\n Dans sa qu\u00eate d'autonomie et d'efficacit\u00e9, l'IA bio-inspir\u00e9e nous oblige \u00e0 examiner des probl\u00e8mes de calcul de longue date, tels que l'abandon des architectures lourdes en ressources construites \u00e0 partir de milliers de GPU gourmands en \u00e9nergie au profit de syst\u00e8mes analogiques plus l\u00e9gers et plus complexes.\u00a0<\/span><\/p>\n Prescott, qui a co-r\u00e9dig\u00e9 un article r\u00e9cent intitul\u00e9 \"<\/span>Comprendre l'architecture fonctionnelle du cerveau gr\u00e2ce \u00e0 la robotique<\/span><\/a>Il est beaucoup plus probable que les syst\u00e8mes d'IA d\u00e9veloppent une cognition de type humain s'ils sont construits avec des architectures qui apprennent et s'am\u00e9liorent de la m\u00eame mani\u00e8re que le cerveau humain, en utilisant ses connexions avec le monde r\u00e9el.<\/span><\/p>\n Le cerveau humain en est un bon exemple : chaque pens\u00e9e et chaque action qu'il \u00e9voque ne n\u00e9cessite que la puissance d'une faible ampoule \u00e9lectrique, soit environ 20 watts.\u00a0<\/span><\/p>\n Et cela ne s'arr\u00eate pas l\u00e0. M\u00eame lorsque l'homme ne re\u00e7oit aucune \u00e9nergie ext\u00e9rieure provenant de la nourriture, il peut survivre pendant plus d'un mois. Les extr\u00eamophiles ont trouv\u00e9 des m\u00e9thodes pour prosp\u00e9rer dans certains des environnements les plus inhospitaliers de la plan\u00e8te. <\/span><\/p>\n Comparez cela \u00e0 l'infrastructure n\u00e9cessaire pour alimenter des mod\u00e8les d'IA tels que ChatGPT, qui n\u00e9cessite une puissance \u00e9quivalente \u00e0 celle d'une petite ville et ne peut pas se reproduire, gu\u00e9rir ou s'adapter \u00e0 son environnement.\u00a0<\/span><\/p>\n Pour que l'IA soit entendue \u00e9quitablement, on peut dire que la comparaison entre l'IA et les syst\u00e8mes biologiquement intelligents est un exercice erron\u00e9.\u00a0<\/span><\/p>\n Apr\u00e8s tout, les ordinateurs et les cerveaux excellent tout simplement dans des t\u00e2ches diff\u00e9rentes - c'est peut-\u00eatre la nature humaine que de les fusionner dans des visions anthropomorphiques d'IA autonomes qui interagissent avec l'environnement comme les \u00eatres biologiques \u00e0 c\u00f4t\u00e9 desquels nous avons \u00e9volu\u00e9.\u00a0\u00a0<\/span><\/p>\n Cependant, les chercheurs en IA et les neuroscientifiques sont pr\u00eats \u00e0 tomber dans cette impasse intellectuelle, et beaucoup d\u00e9crivent le cerveau \"comme un ordinateur\" qui peut \u00eatre mod\u00e9lis\u00e9 et reproduit artificiellement.<\/span><\/p>\n Les <\/span>Projet europ\u00e9en sur le cerveau humain (HBP)<\/span><\/a>une exp\u00e9rience multinationale de Big Science d'une valeur de pr\u00e8s de $1 milliard d'euros, a montr\u00e9 comment la complexit\u00e9 du cerveau \u00e9chappe \u00e0 la mod\u00e9lisation artificielle. <\/span><\/p>\n Le HBP avait pour objectif de mod\u00e9liser le cerveau humain dans son int\u00e9gralit\u00e9, mais n'a r\u00e9ussi qu'\u00e0 mod\u00e9liser des bribes de sa fonctionnalit\u00e9.\u00a0<\/span><\/p>\n Notre cerveau -<\/span> en tant qu'entit\u00e9 unique -<\/span> a vaincu le cerveau collectif de milliers de chercheurs disposant d'un financement important et d'une grande puissance de calcul \u00e0 port\u00e9e de main - l'appeler<\/span> justice po\u00e9tique.<\/p>\n Il se trouve que la conscience et l'essence de la formation de la pens\u00e9e constituent une fronti\u00e8re tout aussi lointaine dans les profondeurs de l'espace - w<\/span>Nous n'en sommes pas encore l\u00e0.<\/p>\n La d\u00e9connexion entre la biologie et les machines est au c\u0153ur de cette question. <\/span><\/p>\n Si les r\u00e9seaux neuronaux et d'autres formes d'architecture d'apprentissage automatique sont mod\u00e9lis\u00e9s par analogie avec les cerveaux biologiques, la m\u00e9thode de calcul est fondamentalement diff\u00e9rente.\u00a0<\/span><\/p>\n Rodney Brooks, professeur \u00e9m\u00e9rite de robotique au MIT, a r\u00e9fl\u00e9chi \u00e0 cette impasse, <\/span>d\u00e9clarant<\/span><\/a>Il est \u00e0 craindre que sa version du calcul, bas\u00e9e sur des fonctions d'entiers, soit limit\u00e9e. Les syst\u00e8mes biologiques sont clairement diff\u00e9rents. Ils doivent r\u00e9pondre \u00e0 des stimuli vari\u00e9s sur de longues p\u00e9riodes ; ces r\u00e9ponses modifient \u00e0 leur tour leur environnement et les stimuli ult\u00e9rieurs.\u00a0<\/span>Les comportements individuels des insectes sociaux, par exemple, sont influenc\u00e9s par la structure de la maison qu'ils construisent et par le comportement de leurs fr\u00e8res et s\u0153urs \u00e0 l'int\u00e9rieur de celle-ci\".\u00a0<\/span><\/p>\n Brooks r\u00e9sume ce paradoxe en posant la question suivante : \"Ces machines devraient-elles \u00eatre mod\u00e9lis\u00e9es sur le cerveau, \u00e9tant donn\u00e9 que nos mod\u00e8les du cerveau sont r\u00e9alis\u00e9s sur de telles machines ?<\/span><\/p>\n La nature a eu des millions d'ann\u00e9es de \"R&D\" pour perfectionner ses m\u00e9canismes incroyablement r\u00e9sistants.\u00a0<\/span><\/p>\n La tendance \u00e0 l'IA bio-inspir\u00e9e peut \u00eatre consid\u00e9r\u00e9e comme une correction de trajectoire, une humble reconnaissance du fait que notre qu\u00eate d'une IA avanc\u00e9e nous a peut-\u00eatre conduits sur une voie qui, bien que toujours \u00e9blouissante par sa complexit\u00e9, n'est peut-\u00eatre pas viable \u00e0 long terme. <\/span><\/p>\n Ou du moins, la trajectoire actuelle pourrait ne pas r\u00e9pondre \u00e0 ce que l'humanit\u00e9 attend en fin de compte de l'IA. Si nous voulons vivre dans un \"futur\" o\u00f9 les humains et les robots marchent c\u00f4te \u00e0 c\u00f4te (m\u00eame si, bien s\u00fbr, tout le monde ne le souhaite pas), nous devons faire mieux que d'accumuler plus de GPU et d'entra\u00eener des mod\u00e8les plus grands.\u00a0<\/span><\/p>\n Cela dit, il y a de l'espoir pour les futuristes les plus ardents d'entre nous, car les chercheurs ont r\u00e9fl\u00e9chi \u00e0 l'informatique bio-inspir\u00e9e pendant des d\u00e9cennies, et certaines id\u00e9es sp\u00e9culatives commencent \u00e0 trouver leur place.\u00a0<\/span><\/p>\n \u00c0 la fin des ann\u00e9es 50 et au d\u00e9but des ann\u00e9es 60, les travaux de Frank Rosenblatt sur les Perceptron<\/a> a propos\u00e9 le premier mod\u00e8le simplifi\u00e9 de neurone biologique.\u00a0<\/span><\/p>\n Cependant, l'article de 1986 \"<\/span>Apprentissage des repr\u00e9sentations par r\u00e9tropropagation des erreurs<\/span><\/a>\"Les travaux de David Rumelhart, Geoffrey Hinton et Ronald Williams ont chang\u00e9 la donne.\u00a0<\/span><\/p>\n Souvent consid\u00e9r\u00e9s comme le \"parrain des r\u00e9seaux neuronaux (ou de l'IA en g\u00e9n\u00e9ral)\", Hinton et son \u00e9quipe ont introduit l'algorithme de r\u00e9tropropagation, qui fournit un m\u00e9canisme robuste pour l'entra\u00eenement des r\u00e9seaux neuronaux multicouches, ce qui a propuls\u00e9 le domaine dans des applications allant du traitement du langage naturel (NLP) \u00e0 la vision par ordinateur (CV) - deux branches fondamentales de l'IA moderne.<\/span><\/p>\n Peu apr\u00e8s, la bio-inspiration a pris un chemin diff\u00e9rent, empruntant les principes darwiniens. Le livre de John Holland \"<\/span>Adaptation dans les syst\u00e8mes naturels et artificiels<\/span><\/a>\"a jet\u00e9 les bases des algorithmes g\u00e9n\u00e9tiques.\u00a0<\/span><\/p>\n En simulant des m\u00e9canismes tels que la mutation et la s\u00e9lection naturelle, cette approche a d\u00e9bloqu\u00e9 un outil puissant pour les probl\u00e8mes d'optimisation, utilis\u00e9 dans des secteurs tels que l'a\u00e9rospatiale et la finance.<\/span><\/p>\n Des concepts tels que l'\"intelligence en essaim\", observ\u00e9e dans les essaims d'insectes et les mouvements synchronis\u00e9s des oiseaux et des poissons, ont \u00e9t\u00e9 introduits pour la premi\u00e8re fois dans l'informatique dans les ann\u00e9es 80 et 90 et ont connu des avanc\u00e9es notables en 2023.\u00a0<\/span><\/p>\n En ao\u00fbt 2023, d'anciens employ\u00e9s de Google <\/span>a fond\u00e9 Sakana<\/span><\/a>une startup qui propose de d\u00e9velopper un ensemble de petits mod\u00e8les d'IA fonctionnant de concert. <\/span><\/p>\n L'approche de Sakana s'inspire des syst\u00e8mes biologiques tels que les bancs de poissons ou les r\u00e9seaux neuronaux, o\u00f9 de petites unit\u00e9s travaillent ensemble pour atteindre un objectif plus complexe.\u00a0<\/span><\/p>\n Reconnaissant les architectures monolithiques des mod\u00e8les d'IA modernes tels que ChatGPT, cette approche d'assemblage promet de r\u00e9duire la consommation d'\u00e9nergie et d'offrir une adaptabilit\u00e9 et une r\u00e9silience accrues - des qualit\u00e9s intrins\u00e8ques aux organismes biologiques.<\/span><\/p>\n M\u00eame l'apprentissage par renforcement (RL), une branche de l'apprentissage automatique qui consiste \u00e0 enseigner aux algorithmes \u00e0 prendre des d\u00e9cisions en vue d'obtenir une r\u00e9compense, \u00e9tait largement bio-inspir\u00e9.\u00a0<\/span><\/p>\n Le livre fondateur de Richard Sutton et Andrew Barto \"<\/span>Apprentissage par renforcement : Une introduction<\/span><\/a>\"Il s'appuie sur de nombreux exemples de la mani\u00e8re dont les animaux apprennent de leur environnement, inspirant des algorithmes capables de s'adapter en fonction des r\u00e9compenses et des p\u00e9nalit\u00e9s.<\/span><\/p>\n Le livre fait des centaines de comparaisons avec le comportement animal, citant \"De toutes les formes d'apprentissage automatique, l'apprentissage par renforcement est celui qui se rapproche le plus du type d'apprentissage que font les humains et les autres animaux\".<\/span><\/p>\n Chez les \u00eatres biologiques complexes comme l'homme et les autres vert\u00e9br\u00e9s, diff\u00e9rents composants du syst\u00e8me nerveux travaillent de concert pour g\u00e9rer un large \u00e9ventail de fonctions.<\/p>\n Le syst\u00e8me nerveux central (SNC) sert de centre de contr\u00f4le, traitant les informations et orchestrant les r\u00e9ponses.<\/p>\n Le syst\u00e8me nerveux p\u00e9riph\u00e9rique (SNP) agit quant \u00e0 lui comme un r\u00e9seau de communication, transmettant des signaux entre le SNC et d'autres parties du corps.<\/p>\n Au sein du SNP se trouve le syst\u00e8me nerveux autonome (SNA), qui fonctionne de mani\u00e8re involontaire pour g\u00e9rer des fonctions vitales telles que le rythme cardiaque et la digestion. Chaque syst\u00e8me a des r\u00f4les distincts, mais ils sont interconnect\u00e9s et collaborent de mani\u00e8re transparente pour nous aider \u00e0 naviguer dans l'environnement.<\/p>\n Les organismes plus simples, comme les insectes, ont un syst\u00e8me nerveux plus fin et plus \u00e9conomique, m\u00eame s'il reste incroyablement complexe. Une mouche \u00e0 fruits poss\u00e8de quelques 3 000 neurones et un demi-million de synapses<\/a>.\u00a0<\/span><\/p>\n Les composants du syst\u00e8me nerveux biologique sont anatomiquement distincts mais fonctionnent de mani\u00e8re holistique, reli\u00e9s par des neurones qui envoient et re\u00e7oivent des stimuli sensoriels, formant finalement une compr\u00e9hension conceptuelle - ou conscience chez les \u00eatres plus complexes.\u00a0<\/span><\/p>\n Pour cr\u00e9er des robots autonomes dot\u00e9s de cerveaux et de syst\u00e8mes sensoriels \u00e9troitement li\u00e9s, les chercheurs doivent s'\u00e9loigner de l'informatique brute et cr\u00e9er des syst\u00e8mes l\u00e9gers ancr\u00e9s dans la r\u00e9alit\u00e9 sensorielle.\u00a0<\/span><\/p>\n Bien que les mod\u00e8les d'IA comme ChatGPT poss\u00e8dent d'immenses connaissances, ils sont quelque peu enferm\u00e9s dans le temps et hors de la r\u00e9alit\u00e9 sensorielle, leur compr\u00e9hension \u00e9tant principalement guid\u00e9e par leurs donn\u00e9es d'entra\u00eenement.<\/span><\/p>\n Cela conf\u00e8re des avantages, ou plut\u00f4t conf\u00e8re \u00e0 l'IA un ensemble de comp\u00e9tences diff\u00e9rent de celui des \u00eatres biologiques - c'est peut-\u00eatre la raison pour laquelle l'humanit\u00e9 est d\u00e9sireuse de d\u00e9velopper l'IA pour pallier les inefficacit\u00e9s de l'existence d'un \u00eatre biologique.\u00a0<\/span><\/p>\n Comme Amnon Shashua <\/span>faits marquants<\/span><\/a>L'architecture tr\u00e8s diff\u00e9rente de l'ordinateur favorise les strat\u00e9gies qui utilisent de mani\u00e8re optimale sa capacit\u00e9 de m\u00e9moire pratiquement illimit\u00e9e et la force brute.<\/span><\/p>\n Cependant, si nous voulons un jour lib\u00e9rer l'IA des limites des centres de donn\u00e9es et des navigateurs web, les chercheurs doivent relever ces d\u00e9fis et trouver des moyens de relier les syst\u00e8mes d'IA \u00e0 un \"corps\", ou au moins de leur fournir un solide ancrage sensoriel.\u00a0<\/span><\/p>\n Cela a des applications pratiques imm\u00e9diates. Prenons l'exemple des voitures sans conducteur : leurs syst\u00e8mes sensoriels doivent fonctionner de la m\u00eame mani\u00e8re que les n\u00f4tres pour fonctionner en toute s\u00e9curit\u00e9. Sinon, elles n'ont aucun espoir de \"voir\" un obstacle potentiel et de r\u00e9agir rapidement pour \u00e9viter un d\u00e9sastre, ce qui s'av\u00e8re \u00eatre un obstacle important \u00e0 leur adoption massive.\u00a0\u00a0<\/span><\/p>\n Dans le m\u00eame ordre d'id\u00e9es, Dennis Bray, du d\u00e9partement de physiologie, de d\u00e9veloppement et de neurosciences de l'universit\u00e9 de Cambridge, a d\u00e9clar\u00e9 : \"Les machines peuvent nous \u00e9galer dans de nombreuses t\u00e2ches, mais elles fonctionnent diff\u00e9remment des r\u00e9seaux de cellules nerveuses. Si notre objectif est de construire des machines toujours plus intelligentes et adroites, nous devrions utiliser des circuits de cuivre et de silicium. Mais si notre objectif est de reproduire le cerveau humain, avec sa brillance excentrique, sa capacit\u00e9 \u00e0 effectuer plusieurs t\u00e2ches \u00e0 la fois et son sens de l'autonomie, nous devons chercher d'autres mat\u00e9riaux et d'autres conceptions\".\u00a0<\/span><\/p>\n Ces commentaires, toujours d'actualit\u00e9, ont \u00e9t\u00e9 publi\u00e9s dans un rapport de la Commission europ\u00e9enne. <\/span>Article de discussion sur la nature<\/span><\/a> publi\u00e9 en 2012 \u00e0 l'occasion du centenaire de Turing - et l'IA a \u00e9volu\u00e9 rapidement depuis lors.\u00a0<\/span><\/p>\n O\u00f9 en sommes-nous aujourd'hui ?<\/p>\n Aujourd'hui, les chercheurs explorent \"d'autres mat\u00e9riaux et des conceptions diff\u00e9rentes\", comme les r\u00e9seaux neuronaux \u00e0 pointes (SNN), un type de r\u00e9seau neuronal intimement model\u00e9 sur la fonctionnalit\u00e9 neuronale.<\/span><\/p>\n Les SNN offrent une alternative sp\u00e9cialis\u00e9e aux r\u00e9seaux neuronaux conventionnels que nous rencontrons souvent dans l'apprentissage automatique.\u00a0<\/span><\/p>\n Au lieu de s'appuyer sur des fonctions d'activation continues pour traiter les donn\u00e9es d'entr\u00e9e, les SNN imitent les subtilit\u00e9s des r\u00e9seaux neuronaux biologiques en utilisant des pointes discr\u00e8tes pour la communication inter-neuronale.\u00a0<\/span><\/p>\n Dans ces r\u00e9seaux, chaque neurone artificiel int\u00e8gre au fil du temps les pointes re\u00e7ues des neurones qui lui sont connect\u00e9s. Lorsque le signal accumul\u00e9, ou potentiel de membrane, d\u00e9passe un certain seuil, le neurone lui-m\u00eame d\u00e9clenche une pointe.\u00a0<\/span><\/p>\n Ce m\u00e9canisme de pointes permet au r\u00e9seau de saisir et de traiter des mod\u00e8les spatiaux et temporels, \u00e0 l'instar des neurones des cerveaux biologiques.<\/span><\/p>\n Qu'est-ce qui fait des SNN un point central de l'IA bio-inspir\u00e9e ?\u00a0<\/span><\/p>\n Tout d'abord, ils se distinguent par leur capacit\u00e9 \u00e0 traiter naturellement des s\u00e9quences de donn\u00e9es temporelles, ce qui \u00e9limine le besoin d'unit\u00e9s de m\u00e9moire suppl\u00e9mentaires, comme dans les r\u00e9seaux neuronaux r\u00e9currents (RNN).<\/span><\/p>\n Deuxi\u00e8mement, les SNN ont \u00e9t\u00e9 con\u00e7us pour \u00eatre incroyablement \u00e9conomes en \u00e9nergie. Contrairement aux r\u00e9seaux neuronaux traditionnels o\u00f9 chaque neurone est constamment actif, la nature \u00e9parse et \u00e9v\u00e9nementielle des SNN permet aux neurones de rester principalement inactifs et de ne d\u00e9clencher des pics que lorsque c'est essentiel. Cela r\u00e9duit consid\u00e9rablement leur consommation d'\u00e9nergie.<\/span><\/p>\n Enfin, en imitant plus fid\u00e8lement les syst\u00e8mes biologiques, les SNN ont le potentiel d'accro\u00eetre leur robustesse et leur flexibilit\u00e9, en particulier dans des environnements bruyants ou impr\u00e9visibles.<\/span><\/p>\n Bien que le concept de SNN soit issu d'une compr\u00e9hension th\u00e9orique des syst\u00e8mes neuronaux biologiques, les progr\u00e8s de la technologie mat\u00e9rielle ont rendu ces r\u00e9seaux plus accessibles pour les t\u00e2ches informatiques.\u00a0<\/span><\/p>\n Les puces neuromorphiques, sp\u00e9cialement con\u00e7ues pour simuler efficacement la dynamique des pointes, ont jou\u00e9 un r\u00f4le important dans l'utilisation pratique des SNN.\u00a0<\/span><\/p>\n Les deux derni\u00e8res ann\u00e9es ont \u00e9t\u00e9 marqu\u00e9es par des avanc\u00e9es essentielles dans la construction d'appareils ultra-l\u00e9gers, <\/span>IA \u00e9conome en \u00e9nergie<\/span><\/a> \u00e9galement appel\u00e9es puces neuromorphiques.<\/span><\/p>\n Plusieurs autres types de technologies neuromorphiques sont \u00e9galement disponibles aujourd'hui, comme les cam\u00e9ras neuromorphiques inspir\u00e9es des yeux biologiques.\u00a0\u00a0<\/span><\/p>\n D\u00e9velopp\u00e9 en 2023, <\/span>La puce d'IBM<\/span><\/a> utilise des composants analogiques tels que les memristors pour stocker des valeurs num\u00e9riques variables. Il utilise \u00e9galement la m\u00e9moire \u00e0 changement de phase (PCM) pour enregistrer un spectre de valeurs plut\u00f4t que des 0 et des 1.\u00a0<\/span><\/p>\n![\"Android\"](\"https:\/\/dailyai.com\/wp-content\/uploads\/2023\/08\/shutterstock_2229125163.jpg\")
![\"Atlas](\"https:\/\/dailyai.com\/wp-content\/uploads\/2023\/08\/Brainatlas-1024x620.png\")
Le parcours de l'IA bio-inspir\u00e9e<\/span><\/h2>\n
![\"Perceptron\"](\"https:\/\/dailyai.com\/wp-content\/uploads\/2023\/08\/NMAH-72-361.jpg\")
![\"Fourmi](\"https:\/\/dailyai.com\/wp-content\/uploads\/2023\/08\/shutterstock_1185312127.jpg\")
Vers une IA bio-inspir\u00e9e<\/span><\/h2>\n
![\"Syst\u00e8me](\"https:\/\/dailyai.com\/wp-content\/uploads\/2023\/08\/Nerv_1.jpg\")
R\u00e9seaux de neurones \u00e0 pointes (SNN) et mat\u00e9riel biologique<\/span><\/h2>\n
Puce analogique bio-inspir\u00e9e d'IBM et SNNs<\/span><\/h3>\n