Notre cerveau : un ordinateur comme un autre ?

Aujourd'hui, les réseaux de neurones de type “Deep Learning” font des progrès spectaculaires, avec des machines capables de reconnaître des objets et des sons. Une des limitations de ces systèmes est la nécessité d'un apprentissage supervisé nécessitant des millions de cycles. Nous avons récemment développé des algorithmes d’apprentissage bio-inspirés capables de réaliser et d’apprendre des patterns de manière non-supervisée – en gros, les neurones apprennent les patterns qui se répètent. Quelles seront les limitations de ce type de système ?

Comment le système nerveux central parvient-il à sélectionner et coordonner l’activité d’un ensemble de muscles pour réaliser un mouvement donné ? La difficulté de cette question vient du fait que chaque mouvement résulte du choix d’une commande parmi une infinité de possibilités. Pour autant, le système nerveux central est capable de trouver de façon extrêmement rapide des solutions en produisant des mouvements stables et précis. À ce jour, aucun algorithme de génération de mouvement n’a de performances comparables à celles de l’homme.