juin 24, 2024

BreaGeek News

Obtenez toutes les dernières nouvelles et rapports sur la FRANCE ici. Manchettes, politique et culture françaises sur une chaîne d'information

L’intelligence artificielle décode la vision des mouches des fruits, ouvrant la voie à la vision humaine

L’intelligence artificielle décode la vision des mouches des fruits, ouvrant la voie à la vision humaine

résumé: Les chercheurs ont développé un modèle d’intelligence artificielle du cerveau de la mouche des fruits pour comprendre comment la vision guide le comportement. En faisant taire génétiquement des neurones visuels spécifiques et en surveillant les changements de comportement, ils ont entraîné l’IA à prédire avec précision l’activité et le comportement neuronaux.

Leurs découvertes révèlent que plusieurs groupes de neurones, plutôt que des types uniques, traitent les données visuelles selon un « code de population » complexe. Cette réalisation ouvre la voie à de futures recherches sur le système visuel humain et les troubles associés.

Faits marquants:

  • Les scientifiques du CSHL ont créé un modèle d’intelligence artificielle du cerveau de la mouche des fruits pour étudier le comportement guidé par la vision.
  • L’intelligence artificielle prédit l’activité neuronale en analysant les changements de comportement après avoir réduit au silence des neurones visuels spécifiques.
  • La recherche a révélé un « code de population » complexe dans lequel plusieurs groupes de neurones traitent les données visuelles.

source: CSHL

On nous a dit : « Les yeux sont la fenêtre de l’âme ». Eh bien, Windows fonctionne de deux manières. Nos yeux sont aussi nos fenêtres sur le monde. Ce que nous voyons et la manière dont nous le voyons détermine la manière dont nous nous déplaçons dans le monde. En d’autres termes, notre vision contribue à guider nos actions, y compris nos comportements sociaux.

Aujourd’hui, un jeune scientifique du Cold Spring Harbor Laboratory (CSHL) a découvert des preuves clés de la manière dont cela fonctionne. Il y est parvenu en construisant un modèle spécial d’intelligence artificielle du cerveau de la mouche commune des fruits.

READ  Le comté de King exige des masques pour les événements en plein air, quel que soit le statut vaccinal - KIRO 7 News Seattle
Cependant, Cowley espère que son modèle d’IA nous aidera un jour à déchiffrer les calculs derrière le système visuel humain. Crédit : Actualités des neurosciences

Le professeur adjoint du CSHL Benjamin Cowley et son équipe ont affiné leur modèle d’IA grâce à une technique qu’ils ont développée appelée « entraînement par élimination directe ». Tout d’abord, ils ont enregistré le comportement de cour de la mouche des fruits mâle, qui consiste à poursuivre et à chanter pour la femelle.

Ensuite, ils ont génétiquement réduit au silence des types spécifiques de neurones visuels chez les mouches mâles et ont entraîné leur IA à détecter tout changement de comportement. En répétant ce processus avec de nombreux types différents de neurones visuels, ils ont pu amener l’IA à prédire avec précision comment une vraie mouche des fruits se comporterait en réponse à toute observation d’une femelle.

« Nous pouvons réellement prédire l’activité neuronale par calcul et nous demander comment certains neurones contribuent au comportement », explique Cawley. « C’est quelque chose que nous n’avions pas pu faire auparavant. »

Grâce à une nouvelle intelligence artificielle, l’équipe de Cowley a découvert que le cerveau de la mouche des fruits utilise un « code de population » pour traiter les données visuelles. Au lieu d’un seul type de neurones associant chaque caractéristique visuelle à une seule action, comme on le supposait auparavant, de nombreux groupes de neurones étaient nécessaires pour sculpter le comportement.

La disposition de ces voies neuronales ressemble à un plan de métro incroyablement complexe qu’il faudrait des années pour déchiffrer. Cependant, cela nous amène là où nous devons aller. Il permet à l’IA de Cowley de prédire comment les mouches des fruits réelles se comporteront lorsqu’elles seront présentées à des stimuli visuels.

Cela signifie-t-il que l’IA pourra un jour prédire le comportement humain ? Pas si vite. Le cerveau des drosophiles contient environ 100 000 neurones. Le cerveau humain en compte environ 100 milliards.

READ  Les cosmonautes russes ont effectué une sortie dans l'espace pour créer un bras robotique de 37 pieds

« C’est le cas de la mouche des fruits. Vous pouvez imaginer à quoi ressemble notre système visuel », explique Cowley en désignant le plan du métro.

Cependant, Cowley espère que son modèle d’IA nous aidera un jour à déchiffrer les calculs derrière le système visuel humain.

« Cela demandera des décennies de travail, mais si nous parvenons à comprendre cela, nous aurons une longueur d’avance », déclare Cawley. « Nous avons des années d’expérience dans ce domaine. » [fly] Avec des calculs, nous pouvons construire un meilleur système optique artificiel. Plus important encore, nous comprendrons beaucoup mieux les troubles du système visuel.

Combien mieux ? Il faudra le voir pour le croire.

À propos de l’actualité de la recherche en intelligence artificielle et en neurosciences

auteur: Sarah Giarnieri
source: CSHL
communication:Sarah Giarnieri – CSHL
image: Image créditée à Neuroscience News

Recherche originale : Accès libre.
« La cartographie de la modularité des neurones visuels révèle le code de population pour le comportement social« Par Benjamin Cowley et coll. nature


un résumé

La cartographie de la modularité des neurones visuels révèle le code de population pour le comportement social

La riche diversité des comportements observés chez les animaux résulte de l’interaction entre le traitement sensoriel et le contrôle moteur. Pour comprendre ces transformations sensorimotrices, il est utile de construire des modèles qui prédisent non seulement les réponses neuronales aux entrées sensorielles, mais également la manière dont chaque neurone contribue au comportement.

Nous démontrons ici une nouvelle approche de modélisation pour identifier une cartographie un à un entre les modules internes d’un réseau neuronal profond et de vrais neurones en prédisant les changements de comportement résultant de perturbations systématiques de plus d’une douzaine de types de neurones.

READ  Le vol privé d'astronaute Ax-1 de SpaceX a été autorisé à lancer en attendant le test de la fusée lunaire Artemis 1 de la NASA

Le composant principal que nous introduisons est « l’entraînement par élimination directe », qui consiste à perturber le réseau pendant l’entraînement pour correspondre aux perturbations neuronales réelles lors d’expériences comportementales. Nous appliquons cette approche pour modéliser les transformations sensorimotrices de Mouche des fruits à ventre noir Mâles lors de comportements sociaux complexes et visuellement guidés.

Les neurones de projection visuelle situés à l’interface entre le lobe optique et le cerveau central forment un groupe de canaux discrets, et des travaux antérieurs suggèrent que chaque canal code une caractéristique visuelle spécifique pour stimuler un comportement particulier.

Notre modèle arrive à une conclusion différente : des groupes de neurones à projection visuelle, y compris des neurones impliqués dans des comportements antisociaux, pilotent les interactions hommes-femmes, formant ainsi un riche code de comportement de population.

Dans l’ensemble, notre cadre intègre les effets comportementaux de différents troubles neurologiques dans un modèle unifié, fournissant une carte allant du stimulus au type de neurone en passant par le comportement, et permettant l’incorporation future de schémas de câblage cérébral dans le modèle.