Si vous pensez que la dernière vague de développement de l’IA est un état exotique de l’informatique – avec ses grands acronymes bourdonnants comme Large Language Model (LLM), Generative Adversarial Network (GAN), et plus encore – détrompez-vous. Cela devient à peine plus exotique que les cellules cérébrales humaines qui peuvent s’interfacer avec l’électronique – et les agents d’IA – tout en flottant dans une boîte de Pétri. Pourtant, c’est exactement ce qu’une équipe australienne, associée à l’Université Monash et aux laboratoires corticaux, a réalisé l’année dernière en présentant son concept DishBrain.
Apparemment, le concept et la promesse du travail de l’équipe ont touché une corde sensible chez l’armée et son attrait en tant que lieu de recherche a même une valeur monétaire – grâce à un investissement militaire de 407 000 $ US dans la recherche avec l’aimable autorisation de l’ONI (Office of National Intelligence) australien.
Lors de l’introduction de DishBrain l’année dernière, les chercheurs ont décrit une unité de traitement semi-biologique, conçue à partir d’un mélange de cellules cérébrales humaines et de souris transformées en électrodes de contrôle. Ces électrodes servaient en quelque sorte de BCI (Brain-Computer Interface), permettant aux scientifiques d’envoyer des signaux de contrôle et de lire l’activité biologique « protobrain ». Fait intéressant (votre adjectif peut varier), DishBrain a démontré quelque chose qui s’apparente à la sensibilité (enfin, plus comme des compétences de survie de base, ou l’impératif biologique de minimiser les réactions négatives) dans les 5 minutes suivant sa mise en marche : c’était le temps nécessaire pour « apprendre » à jouer à Pong.
La façon dont ils ont réussi à « entraîner » le cerveau était tout simplement ingénieuse : le mouvement de la balle était transmis aux cellules via les électrodes, la stimulation électrique des cellules de DishBrain impactant différentes zones cartographiées par rapport à l’emplacement de la balle. Ensuite, DishBrain a reçu le contrôle des palettes et la possibilité de les déplacer de gauche à droite.
Parce que les systèmes biologiques tendent vers la dépense énergétique la plus faible possible (ou, du moins, pour éviter des expériences coûteuses ou négatives qui soustraient ses réserves d’énergie – et donc sa capacité de survie), DishBrain a été mis en place pour un système de récompense simple qui exploitait cela : si la palette interceptait la balle, les électrodes de BrainDish lui donneraient un stimulus électrique « positif », prévisible, d’une durée d’une seconde. Mais chaque fois que les raquettes manquaient la balle, DishBrain recevait une rafale d’électricité imprévisible qui durait jusqu’à quatre secondes. La sensibilité, dans ce cas, a été obtenue grâce à la capacité de survie : il faut plus d’énergie pour faire face à une rafale imprévisible de quatre secondes qu’à une rafale prévisible d’une seconde. DishBain a donc augmenté sa capacité de survie en maximisant activement le nombre de fois où les palettes frappent la balle.
Si cela évoque l’image d’une matraque électrique pressée contre quelqu’un afin d’inciter à un certain comportement, eh bien, vous n’avez pas tout à fait tort.
Le professeur agrégé Adeel Razi, du Turner Institute for Brain and Mental Health, a déclaré que leur travail « fusionne les domaines de l’intelligence artificielle et de la biologie synthétique pour créer des plates-formes informatiques biologiques programmables ». Cette promesse – d’avoir les processeurs parallèles ultimes (cerveaux biologiques ou wetware) comme appareils informatiques – est le coup de pied. On s’attend même à ce que des bioprocesseurs comme ceux-ci puissent éventuellement dépasser les limites des puces en silicium conventionnelles, selon Razi.
Il est intéressant de noter que le projet DishBrain a des objectifs qui sont apparemment alignés sur notre course aux armements actuelle en matière d’IA : tout comme les sociétés d’IA telles que Microsoft et OpenAI courent après le rêve d’une formation récursive (ce qui signifie essentiellement qu’un agent d’IA peut s’entraîner), la capacité de DishBrain à apprendre par lui-même est le trophée exact que ces entreprises basées sur le silicium et l’informatique quantique (dans le cas de Microsoft) poursuivent. Que cet apprentissage soit basé sur un instinct de survie biomécanique et physique ou sur une sensibilité pure est une question pertinente, mais le résultat final – que le système peut apprendre par lui-même – est le même.
Cette capacité en particulier pourrait avoir un impact profond sur l’IA, car un système de traitement basé sur des logiciels humides au lieu de notre approche actuelle basée sur le silicium pourrait contourner l’un des plus grands inconvénients de l’évolution de l’IA : la capacité de se souvenir de la formation – ou, en d’autres termes, « l’oubli catastrophique » qui empêche généralement l’IA de s’appuyer sur sa base d’apprentissage.
Selon Razi, l’équipe « utilisera ce [the grant] pour développer de meilleures machines d’IA qui reproduisent la capacité d’apprentissage de ces réseaux de neurones biologiques. Bien que les principaux chercheurs se méfient des risques existentiels posés par l’IA, il y a des recherches en cours qui sembleraient plus probables dans un contexte de science-fiction que dans l’actualité. Le matériel de Tom. Le film de 2001 Bas et son ascenseur tueur sensible alimenté par wetware vient à l’esprit.
Il est quelque peu stressant de penser à ce qui pourrait arriver lorsque la technologie présentée dans cet article apparaît dans quelque chose d’encore plus orienté vers l’armée – comme un système de drone qui choisit de tuer son maître humain.
Heureusement, seules les futures versions de nous devront faire face à cela – si et quand ce moment viendra.