La prochaine révolution informatique pourrait venir d'ordinateurs se comportant moins comme des calculatrices et davantage comme des cerveaux. C'est du moins l'objectif que poursuivent plusieurs chercheurs qui développent des systèmes informatiques imitant le fonctionnement du cerveau.
En partie inspirées des neurosciences, leurs recherches pourraient déboucher sur des machines ayant davantage de jugement et sur une meilleure compréhension du cerveau humain.
«Pour construire ce modèle [de cerveau artificiel], nous avons passé beaucoup de temps à observer le fonctionnement du cerveau, notamment les agents chimiques qui jouent un rôle dans la transmission d'informations», explique Chris Eliasmith, titulaire de la Chaire de recherche du Canada en neuroscience théorique et professeur à l'Université de Waterloo. De son expérience, dont il a publié les résultats dans la revue Science en novembre dernier, il a également tiré un livre, How to Build a Brain, qui sera publié chez Oxford University Press en mai.
Nommé Spaun, pour Semantic Pointer Architecture Unified Network, le cerveau créé par Chris Eliasmith compte 2,5 millions de neurones simulés informatiquement grâce à un superordinateur.
Spaun est toutefois beaucoup plus limité que Watson, un système d'intelligence artificielle mis au point par IBM et recourant à l'informatique traditionnelle, qui a ravi à un humain le titre de champion au jeu-questionnaire Jeopardy.
Spaun fait des erreurs, comme un humain
Spaun peut répondre à des questions simples de logique de même que mémoriser de courtes séries de chiffres. Par contre, il lui arrive de se tromper ou d'oublier des informations qu'on vient juste de lui transmettre. Loin de constituer un échec, ces failles sont la preuve même que Spaun fonctionne comme un cerveau humain.
«L'un des débouchés de cette technologie, ce sont des systèmes d'intelligence artificielle plus flexibles et capables d'effectuer des tâches dans lesquelles les humains sont plus performants que les machines, comme interagir avec quelqu'un ou reconnaître des objets, explique M. Eliasmith. On pourrait aussi utiliser de tels modèles pour mettre à l'essai les nouveaux médicaments agissant sur le cerveau avant de les tester sur des humains.»
Le cerveau humain compte 100 milliards de neurones, soit 40 000 fois plus que Spaun. Le défi que représente la création d'un cerveau artificiel équivalent à celui de l'humain n'est toutefois qu'accessoirement un enjeu de puissance informatique. «La complexité d'un modèle de cerveau humain fonctionnel est grande, puisque cela implique d'en savoir assez sur le cerveau pour programmer l'ensemble de ses fonctions», dit M. Eliasmith.
L'aspect matériel du défi pourrait être relevé de plusieurs façons. La loi de Moore, qui postule que la puissance des processeurs double tous les deux ans, laisse entrevoir que l'obstacle de la puissance pourrait être levé par des processeurs traditionnels. Cependant, la loi de Moore n'est qu'une prédiction, que les faits pourraient cesser de confirmer à tout moment.
Des composants qui intéressent HP
Un nouveau composant, dont le concept est pourtant connu depuis les années 1970, pourrait surmonter l'obstacle de la puissance encore plus rapidement. Il s'agit du memristor, qui a la particularité de pouvoir afficher plusieurs niveaux de résistance électrique, contrairement aux transistors, qui laissent ou ne laissent pas passer le courant.
«Dans la nature, cette possibilité théorique d'ajuster à l'infini la tension correspond à la plasticité synaptique du cerveau», explique Andy Thomas, chargé de cours en physique à l'université Bielefeld, en Allemagne.
Concrètement, la plasticité du cerveau permet d'apprendre à jouer du violon en répétant à plusieurs reprises, par exemple.
M. Thomas a bâti de toutes pièces un microcerveau comptant 18 neurones artificiels en utilisant des memristors qu'il a fabriqués. Or, le composant pourrait bientôt être fabriqué à grande échelle par HP, qui y voit une solution, plus performante et moins énergivore, à la mémoire Flash traditionnelle. L'entreprise américaine prévoit lancer ses memristors dès 2014. Leur production à grande échelle permettrait ainsi à des chercheurs comme Chris Eliasmith et Andy Thomas de simuler des cerveaux beaucoup plus complexes.
julien.brault@tc.tc
