Révolution en neurosciences : l’IA décode le cerveau humain !

Révolution en neurosciences : l’IA décode le cerveau humain !

Une nouvelle étude menée par une équipe dirigée par le professeur Adrien Doerig de l'Université libre de Berlin montre que les grands modèles de langage (LLM) sont capables de prédire comment le cerveau humain réagit aux stimuli visuels. Cette recherche a été publiée dans la célèbre revueIntelligence des machines naturellespublié et intitulé « Les représentations visuelles de haut niveau dans le cerveau humain sont alignées sur de grands modèles de langage » rapporte l'Université libre de Berlin.

L'enquête porte sur l'interaction entre la perception visuelle humaine et les représentations générées par les LLM, comme celles derrière ChatGPT. Jusqu’à présent, il y avait un manque d’outils efficaces pour analyser les significations très abstraites que les gens tirent des impressions visuelles. L’équipe de recherche y est parvenue en extrayant des « empreintes sémantiques » à partir de descriptions de scènes normales, qui ont ensuite été utilisées pour modéliser les données IRM fonctionnelles collectées lors de la visualisation d’images quotidiennes.

Des méthodes innovantes pour l’analyse des données

Les images examinées incluent des scènes telles que « des enfants jouant au frisbee dans la cour d’école » et « un chien debout sur un voilier ». Les représentations générées par les LLM ont conduit à des prédictions précises de l’activité cérébrale, permettant de tirer des conclusions sur ce qui a été observé. Ces méthodes se sont révélées plus efficaces que de nombreux systèmes actuels de classification d’images, soulignant l’importance et les applications potentielles des LLM en neurosciences.

De plus, la capacité des modèles de vision par ordinateur à prédire les empreintes sémantiques directement à partir d’images a été étudiée, ce qui pourrait faire progresser la recherche. Ces découvertes sont d’une grande importance non seulement pour les neurosciences, mais aussi pour le développement de systèmes intelligents. Fort Fraunhofer IKS L’importance des systèmes cognitifs basés sur l’IA devient de plus en plus évidente, car ces technologies sont indispensables dans divers domaines d’application, notamment les véhicules autonomes.

Les défis de l’IA et les exigences élevées en matière de sécurité

Cependant, la complexité des grands modèles de langage et l’incompréhension persistante de tels systèmes posent des défis importants. David Bau, informaticien à la Northeastern University, décrit comment les logiciels traditionnels permettent d'identifier les problèmes, tandis que l'IA agit souvent comme une « boîte noire » dont la fonctionnalité exacte est difficile à comprendre. Le domaine de recherche de l’IA explicable (XAI) devient donc de plus en plus important pour mieux comprendre la logique interne et la prise de décision des systèmes d’IA. a rapporté Spektrum.de.

Puisque les LLM sont utilisés pour des tâches complexes telles que des consultations médicales ou de la programmation, il est essentiel que leurs décisions soient compréhensibles. La nécessité de fournir des explications sur les systèmes d’IA est essentielle, notamment dans les applications à haut risque. Bau souligne que des entreprises comme OpenAI gardent leur code source secret, ce qui entrave les efforts visant à mener des recherches transparentes et limite donc le développement de systèmes d'IA sûrs et explicables.

À l’avenir, la synthèse des connaissances issues de la recherche sur le cerveau et du développement de l’IA, comme le démontre la présente étude, pourrait contribuer à combler le fossé entre la compréhension humaine et celle des machines. Ces synergies ouvrent de nouvelles perspectives pour les deux disciplines scientifiques et sont à la veille d’avancées révolutionnaires dans le développement de systèmes intelligents.