Des coNnectomes neuraux biologiques à l'IA ultra-perfectionnée incarnée – MicroBrainOnEdge

Les modèles d'IA centralisés sont complexes et les calculs nécessaires pour entraîner des systèmes d'IA sont multipliés par dix chaque année. Les modèles fondamentaux comportent des centaines de milliards de paramètres. Les compromis entre la capacité de calcul, la taille et la consommation d'énergie (SWaP) deviendront bientôt critiques. Les architectures neuronales actuelles, dotées d'un important fan-out et fan-in et d'un entraînement intensif, reposent sur des architectures de calcul numérique qui tentent d'imiter la nature mais pas son fonctionnement.

Les animaux peuvent prendre des décisions et effectuer des apprentissages temporels à l'aide de très petits réseaux neuronaux. Les insectes peuvent vivre et apprendre de leurs environnements avec une très faible dépense énergétique et seulement quelques milliers de neurones. La compréhension des principes de calcul et des architectures neuronales des petits animaux pourrait fournir des moyens fondamentalement nouveaux de concevoir des IA compactes.

Ce projet appartient au domaine émergent de la neuroIA incarnée. Il propose d'exploiter les connectomes biologiques et les expériences comportementales associées pour concevoir de nouveaux réseaux neuronaux artificiels. Nous développerons de nouvelles approches de modélisation et des simulations numériques pour explorer la relation entre les circuits biologiques et le corps de ces animaux afin d'extraire des informations pertinentes du connectome biologique. Nous chercherons à voir comment les contraintes physiques associées à la vie incarnée influencent les principes architecturaux des réseaux neuronaux biologiques pour ajouter ces contraintes aux réseaux artificiels.

Nous exploiterons les représentations latentes des réseaux neuronaux biologiques et les contraintes physiques pour créer des réseaux neuronaux hautement compressés et ouvrir la voie à une nouvelle approche de l'intelligence artificielle ultra-compacte.