Des chercheurs de la MRC Brain Network Dynamics Unit et du d\u00e9partement d'informatique de l'Universit\u00e9 d'Oxford ont identifi\u00e9 un nouveau moyen de comparer l'apprentissage dans les syst\u00e8mes d'intelligence artificielle et dans le cerveau humain.\u00a0<\/b><\/p>\n
L'\u00e9tude commence par aborder une question fondamentale dans l'apprentissage humain et l'apprentissage automatique : l'attribution de cr\u00e9dits. Ce concept identifie les parties du processus d'apprentissage qui sont responsables des erreurs, ce qui est intrins\u00e8que au processus d'apprentissage lui-m\u00eame.\u00a0<\/span><\/p>\n Les syst\u00e8mes d'intelligence artificielle y parviennent par la r\u00e9tropropagation, en ajustant les param\u00e8tres pour corriger les erreurs de sortie.\u00a0<\/span><\/p>\n La r\u00e9tropropagation fonctionne comme une boucle de r\u00e9troaction. Lorsqu'une IA fait une pr\u00e9diction ou prend une d\u00e9cision qui s'av\u00e8re incorrecte, cette m\u00e9thode remonte les couches du r\u00e9seau.\u00a0<\/span><\/p>\n Le processus identifie les parties du calcul qui ont contribu\u00e9 \u00e0 l'erreur et ajuste ensuite ces parties sp\u00e9cifiques, affinant ainsi le processus de prise de d\u00e9cision de l'IA pour les pr\u00e9dictions futures.<\/span><\/p>\n Les <\/span>\u00e9tude<\/span><\/a>publi\u00e9e dans Nature Neuroscience, explique en quoi la r\u00e9tropropagation diff\u00e8re sensiblement de la m\u00e9thode d'apprentissage du cerveau humain.\u00a0<\/span><\/p>\n De nouvelles recherches men\u00e9es par @MRCBNDU<\/a> montre que la fa\u00e7on dont le cerveau apprend est diff\u00e9rente et meilleure que la fa\u00e7on dont les syst\u00e8mes d'intelligence artificielle apprennent : https:\/\/t.co\/Tg1d9vdsKy<\/a>#OxfordAI<\/a><\/p>\n - D\u00e9partement Nuffield des neurosciences cliniques (@NDCNOxford) 3 janvier 2024<\/a><\/p><\/blockquote>\n\n