Recherche
Les cellules cérébrales apprennent plus vite que les algorithmes d’apprentissage automatique, selon une étude.
Dans une étude comparative, intitulée « La plasticité du réseau dynamique et l’efficacité des échantillons dans les cultures neuronales biologiques », les performances de systèmes d’intelligence biologique synthétique, appelés « Dishbrain », ont été évaluées par rapport à des algorithmes d’apprentissage par renforcement (RL) comme DQN, A2C et PPO.
Les résultats montrent que même des cultures neuronales simples surpassent ces algorithmes en matière d’efficacité d’apprentissage lorsque les échantillons sont limités à un temps réel, soulignant ainsi la plasticité des réseaux neuronaux.
Cette recherche s’inscrit dans la conception d’un ordinateur biologique, le CL1, qui fusionne neurones cultivés et technologie siliconée pour créer une forme avancée d’IA.
Les scientifiques explorent également d’autres voies, comme l’intelligence bio-ingénierie (BI), en parallèle avec l’intelligence organoïde (OI), afin d’optimiser et de maximiser les capacités cognitives de ces systèmes.
Ces découvertes ouvrent de nouvelles perspectives sur l’utilisation des cultures de cellules neuronales pour des applications en intelligence et traitement de l’information, ainsi que pour une meilleure compréhension des mécanismes neuronaux fondamentaux.