Envoyer à un ami

Un concept elabore en psychologie sociale exploite pour la comprehension du cerveau et la conception d'ordinateurs

↓ Lire le descriptif détaillé plus bas ↓

Un concept elabore en psychologie sociale exploite pour la comprehension du cerveau et la conception d'ordinateurs

↓ Lire le descriptif détaillé plus bas ↓

Accueil > Liens > Actus sciences > Un concept elabore en psychologie sociale exploite pour la comprehension du cerveau et la conception d'ordinateurs

Une idee elaboree dans les annees 1960 a partir d’une experience en
psychologie sociale -le concept de la « petite planete » (small world)-
pourrait conduire a la conception d’ordinateurs intelligents et a une
meilleure comprehension du fonctionnement du cerveau humain.
Des chercheurs du Departement de physique, genie physique et optique a
l’Universite Laval de Quebec, viennent de publier dans la revue
scientifique
Physics Letters A, la demonstration qu’un reseau neuronal dote d’une
structure de type « petite planete » apprend plus vite et commet moins
d’erreurs que des reseaux reguliers ou aleatoires.
Ils estiment que leur demonstration peut avoir des repercussions en
biologie, en neurosciences, en physique, en informatique, en
intelligence
artificielle, en mathematiques et en genie. A cette liste, pourraient
s’ajouter la transmission des maladies infectieuses, le marketing, la
psychologie sociale et meme la structure des entreprises, du Web et des
reseaux de distribution electrique, puisque ce sont tous la des
secteurs
touches par le concept de « petite planete ».
Pour percer les causes du succes de ce type d’organisation, l’equipe de
chercheurs a effectue des simulations informatiques a l’aide d’un
modele de
reseau neuronal : "nous fournissons un input a l’ordinateur, nous lui
demandons d’effectuer une tache et nous mesurons l’ampleur du travail
qu’il
doit effectuer pour y arriver".
Les chercheurs ont applique ce protocole en faisant progressivement
passer
le patron des liens entre les neurones d’une architecture reguliere a
une
architecture aleatoire. Entre ces deux extremes, se situe une
architecture
de type « small world » ou l’on trouve, a la fois, beaucoup de connexions
entre neurones voisins et un petit nombre de liens entre neurones
distants.
C’est avec ce type d’architecture que l’ordinateur commet le moins
d’erreurs
et que l’apprentissage est le plus rapide. Selon le chercheur, cet
avantage
fonctionnel enorme expliquerait pourquoi la selection naturelle a
favorise
cette architecture neuronale chez les etres vivants.
Sur le plan fondamental, cette demonstration apporte un nouvel
eclairage qui
aide a mieux comprendre l’organisation macroscopique du cerveau. Sur le
plan
pratique, les specialistes en intelligence artificielle auraient
interet a
faire l’essai de reseaux de type « small world » dans le design de leurs
systemes.

Contacts :

Nos partenaires

Voir également