Une équipe de chercheurs de l’Université de Waterloo (Canada) a construit la simulation la plus complexe d’un cerveau qui fonctionne. Le but est d’aider les scientifiques à comprendre comment l’activité du cerveau donne lieu à la diversité de comportement présentée par les animaux, y compris les humains.
Le modèle est appelé Spaun (Semantic Pointer Architecture Unified Network). Il se compose de 2,5 millions de neurones simulés. Le modèle tient compte des détails biologiques de chaque neurone, y compris qu’elles sont les neurotransmetteurs utilisés, la façon dont sont générés les voltages dans la cellule et la façon dont elles communiquent entre elles.
Spaun utilise ce réseau de neurones pour traiter des images afin de contrôler un bras robotisé qui dessine les réponses à partir d’exercices de perception, de cognition et de motricité.
Il faut préciser qu’il y a plusieurs modèles du cerveau qui sont plus puissants que Spaun : Le projet Almaden d’IBM a récemment simulé 530 000 000 000 neurones et 100 trillions de synapses dans un superordinateur. Le Blue Brain à l’École Polytechnique Fédérale de Lausanne en Suisse a 1 million de neurones. Le SyNAPSE d’IBM a 1 milliard de neurones. Ces modèles tentent d’imiter la structure et la connectivité du cerveau, son connectome. Spaun fait cela, mais est également conçu pour répliquer le comportement neural.
Selon le professeur Chris Eliasmith, directeur du Centre for Theoretical Neuroscience à Waterloo :
Bien que d’impressionnantes échelles aient été atteintes, aucun de ces grands modèles de neurones n’a montré comment ces simulations se connectent à une variété de comportements spécifiques observables.
Notre modèle peut effectuer une grande variété de fonctions comportementales pertinentes. Nous présentons des résultats sur huit différentes tâches qui sont effectuées par le même modèle, sans modification.
C’est le premier modèle qui commence à présenter la façon avec laquelle nos cerveaux peuvent effectuer une grande variété de tâches de manière flexible; comment celui-ci coordonne la circulation de l’information entre les différentes zones pour présenter un comportement complexe.
Contrairement aux autres volumineux modèles du cerveau, Spaun peut effectuer plusieurs tâches. Toutes les entrées du modèle sont des images de caractères manuscrits ou dactylographiés. Toutes les sorties sont les mouvements d’un bras modélisé physiquement qui a une masse, une longueur, inertie, etc.
Ci-dessous: l’architecture fonctionnelle de Spaun. Les lignes noires épaisses indiquent la communication entre les éléments du cortex ; les lignes minces indiquent la communication entre le mécanisme de sélection d’action (basal ganglia) et le cortex. Les boites avec les bords arrondis indiquent que le mécanisme de sélection d’action peut employer des changements d’activité pour manœuvrer le flux d’information dans un sous-système.
Les chercheurs présentent des séries de chiffres et de lettres à l’œil du modèle, qui le traite ensuite, l’amenant à écrire ses réponses sur l’une des huit tâches. Et, tout comme le cerveau humain, il peut passer d’une tâche pour reconnaitre un objet à un moment, pour ensuite mémoriser une liste de numéros. les chercheurs suggèrent qu’en raison de ses fondements biologiques, Spaun peut également être utilisé pour comprendre comment les modifications du cerveau affectent les comportements :
Spaun fournit une occasion unique de tester des algorithmes d’apprentissage dans un contexte difficile, mais biologiquement plausible. Plus généralement, Spaun donne l’occasion de tester une théorie neuronale qui peut être affectée par l’intégration dans un contexte complexe et dynamique, qui rappelle un véritable système nerveux.
Dans un domaine connexe, nous avons montré comment la perte de neurones avec le vieillissement conduit à une baisse des performances aux tests cognitifs. Plus généralement, nous pouvons tester nos hypothèses sur la façon dont le cerveau fonctionne, en résultant une meilleure compréhension des effets de la drogue ou des dommages au cerveau.
En outre, le modèle fournit de nouvelles connaissances sur les types d’algorithmes qui pourraient être utiles pour l’amélioration de l’intelligence artificielle. Il suggère par exemple, de nouvelles méthodes pour contrôler le flux d’informations à travers un vaste système qui tente de résoudre des tâches cognitives complexes.
Le site consacré à Spaun : How to build a brain, avec toutes les vidéos.
La recherche publiée sur Science : A Large-Scale Model of the Functioning Brain.
