IA Liquide est en train de repenser le réseau neural
L’intelligence artificielle pourrait désormais résoudre des mathématiques avancées, effectuer un raisonnement complexe, et même utiliser des ordinateurs personnels, mais les algorithmes d’aujourd’hui pourraient encore apprendre quelques choses des vers microscopiques.
Liquid AI, une start-up issue du MIT, dévoilera aujourd’hui plusieurs nouveaux modèles d’IA basés sur un type novateur de réseau neuronal « liquide » qui pourrait être plus efficace, moins énergivore et plus transparent que ceux qui sous-tendent tout, des chatbots aux générateurs d’images en passant par les systèmes de reconnaissance faciale.
Les nouveaux modèles de Liquid AI comprennent notamment un pour détecter la fraude dans les transactions financières, un autre pour contrôler les voitures autonomes, et un troisième pour analyser les données génétiques. La société a vanté les nouveaux modèles, qu’elle propose en licence à des entreprises extérieures, lors d’un événement organisé aujourd’hui au MIT. La société a reçu des investissements de la part d’investisseurs tels que Samsung et Shopify, qui testent également sa technologie.
« Nous sommes en pleine expansion, » déclare Ramin Hasani, cofondateur et PDG de Liquid AI, qui a co-inventé les réseaux liquides en tant qu’étudiant diplômé au MIT. La recherche de Hasani s’est inspirée du C. elegans, un ver long d’un millimètre que l’on trouve généralement dans le sol ou la végétation en décomposition. Le ver est l’une des rares créatures à avoir eu son système nerveux cartographié dans son intégralité, et il est capable de comportements remarquablement complexes malgré ses quelques centaines de neurones. « Ce n’était autrefois qu’un projet scientifique, mais cette technologie est entièrement commercialisée et prête à apporter de la valeur aux entreprises, » explique Hasani.
À l’intérieur d’un réseau neuronal classique, les propriétés de chaque neurone simulé sont définies par une valeur statique ou « poids » qui affecte sa décharge. Dans un réseau neuronal liquide, le comportement de chaque neurone est régi par une équation qui prédit son comportement dans le temps, et le réseau résout une cascade d’équations liées alors qu’il fonctionne. La conception rend le réseau plus efficace et plus flexible, lui permettant d’apprendre même après l’entraînement, contrairement à un réseau neuronal conventionnel. Les réseaux neuronaux liquides sont également ouverts à l’inspection d’une manière que les modèles existants ne le sont pas, car leur comportement peut essentiellement être rembobiné pour voir comment il a produit une sortie.
En 2020, les chercheurs ont montré qu’un tel réseau avec seulement 19 neurones et 253 synapses, ce qui est remarquablement petit selon les normes actuelles, pouvait contrôler une voiture autonome simulée. Alors qu’un réseau neuronal classique peut analyser des données visuelles seulement à des intervalles statiques, le réseau liquide capture très efficacement la façon dont l’information visuelle change dans le temps. En 2022, les fondateurs de Liquid AI ont trouvé un raccourci qui rend le travail mathématique nécessaire pour les réseaux neuronaux liquides réalisable pour une utilisation pratique.
