Des scientifiques ont développé un algorithme informatique inspiré du système olfactif des mammifères et l'ont intégré à une puce neuromorphique.
Lorsque nous sentons une odeur, comme celle d'une orange, elle est en réalité un mélange complexe d'arômes – échappement automobile, fleurs, savon. Malgré cela, notre cerveau distingue parfaitement l'odeur du fruit grâce à ses récepteurs olfactifs. Une nouvelle étude, publiée dans Nature Machine Intelligence, reproduit ce mécanisme ingénieux via un algorithme.
Cet algorithme identifie rapidement les motifs olfactifs, à l'image du bulbe olfactif. Les chercheurs ont basé leur travail sur des décennies d'études du système olfactif des rongeurs. Le système neuromorphique imite les réseaux cérébraux et excelle : il reconnaît des odeurs jusqu'à 80 % différentes de celles apprises.
L'algorithme est implémenté sur une puce neuromorphique, qui reproduit fidèlement le fonctionnement des cellules cérébrales : apprentissage et communication neuronale. Le cerveau des mammifères excelle dans l'identification et la mémorisation des odeurs via des milliers de récepteurs et réseaux complexes.
Contrairement aux IA classiques, ce système conserve les connaissances acquises malgré de nouvelles données, grâce à une formation continue imitant la neurogenèse olfactive. C'est une première pour une puce de ce type.
« Cette recherche montre que les connaissances sur les systèmes biologiques peuvent aider à rendre les ordinateurs plus rapides et plus efficaces. » Professeur Hans Hilgenkamp, Université de Twente
Alexander Heimel, expert en neurosciences à l'Institut néerlandais des neurosciences : « C'est une merveilleuse combinaison de techniques. Cette étude apporte un éclairage inédit sur le besoin de nouvelles cellules dans le bulbe olfactif, l'une des rares zones du cerveau adulte à générer des neurones. Notez toutefois que seul un nombre limité d'odeurs a été testé, alors que notre nez en distingue bien plus. »
Hans Hilgenkamp, professeur de physique expérimentale à l'Université de Twente : « Excellente démonstration inspirée d'un sens complexe et performant, encore partiellement mystérieux. Cette recherche ouvre des voies bidirectionnelles : améliorer les ordinateurs et mieux comprendre la biologie via des tests informatiques. »
Source : Nature Machine Intelligence
[]