Des scientifiques de l’EPFL ont mis au point une technique d’IA r\u00e9volutionnaire bas\u00e9e sur des principes g\u00e9om\u00e9triques qui permettent de visualiser les sch\u00e9mas d’activit\u00e9 neuronale. Baptis\u00e9 MARBLE (Manifold Representation Basis Learning), ce syst\u00e8me d\u00e9compose les signaux \u00e9lectriques du cerveau en motifs dynamiques qui peuvent \u00eatre d\u00e9cod\u00e9s par un r\u00e9seau neuronal. Cela permet d’identifier des strat\u00e9gies universelles d’activit\u00e9 c\u00e9r\u00e9brale \u00e0 travers diff\u00e9rents individus et conditions exp\u00e9rimentales.<\/p>\n\n\n\n\n\n
Rendre visibles les sch\u00e9mas cach\u00e9s du cerveau Gr\u00e2ce \u00e0 ce syst\u00e8me, il a d\u00e9sormais \u00e9t\u00e9 possible de montrer que diff\u00e9rents animaux utilisant les m\u00eames strat\u00e9gies mentales pour r\u00e9soudre des probl\u00e8mes pr\u00e9sentaient des sch\u00e9mas neuronaux concordants. La technique permet donc une interpr\u00e9tation plus pr\u00e9cise de l’activit\u00e9 c\u00e9r\u00e9brale et pourrait \u00e9tablir une nouvelle norme pour l’analyse des processus neuronaux dynamiques.<\/p>\n\n\n\n\n\n Une perc\u00e9e pour les neurosciences et la robotique Les chercheurs de l’EPFL ont test\u00e9 MARBLE en utilisant des images de la r\u00e9gion pr\u00e9-corticale des macaques lors de mouvements de pr\u00e9hension, ainsi que dans l’hippocampe de rats lors de t\u00e2ches d’orientation spatiale. Les r\u00e9sultats ont \u00e9t\u00e9 impressionnants. Le syst\u00e8me a d\u00e9cod\u00e9 l’activit\u00e9 neuronale de mani\u00e8re bien plus pr\u00e9cise que les m\u00e9thodes traditionnelles et a permis une interpr\u00e9tation plus intuitive des processus neuronaux.<\/p>\n\n\n\n\n\n Vaste potentiel d’application au-del\u00e0 des neurosciences Pierre Vandergheynst souligne le potentiel au-del\u00e0 des neurosciences : \u00ab\u00a0Notre m\u00e9thode est bas\u00e9e sur la th\u00e9orie math\u00e9matique des structures hautement dimensionnelles et peut \u00e9galement \u00eatre utilis\u00e9e dans d’autres disciplines scientifiques pour analyser des processus dynamiques et identifier des mod\u00e8les universels\u00a0\u00bb<\/p>\n\n\n\n\n\n MARBLE pourrait permettre de franchir une \u00e9tape fondamentale dans l’\u00e9tude des syst\u00e8mes biologiques et physiques complexes et ainsi non seulement r\u00e9volutionner notre compr\u00e9hension du cerveau, mais aussi donner un nouvel \u00e9lan \u00e0 l’intelligence artificielle et \u00e0 la robotique.<\/p>\n\n","protected":false},"excerpt":{"rendered":" Une nouvelle technologie d’intelligence artificielle de l’EPFL permet de mieux comprendre la dynamique neuronale. Gr\u00e2ce au deep learning g\u00e9om\u00e9trique, les scientifiques peuvent pour la premi\u00e8re fois d\u00e9crypter des mod\u00e8les universels d’activit\u00e9 c\u00e9r\u00e9brale. Ceci avec de vastes applications dans les neurosciences, la robotique et d’autres disciplines.<\/p>\n","protected":false},"author":2,"featured_media":126422,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"pmpro_default_level":"","_surecart_dashboard_logo_width":"180px","_surecart_dashboard_show_logo":true,"_surecart_dashboard_navigation_orders":true,"_surecart_dashboard_navigation_invoices":true,"_surecart_dashboard_navigation_subscriptions":true,"_surecart_dashboard_navigation_downloads":true,"_surecart_dashboard_navigation_billing":true,"_surecart_dashboard_navigation_account":true,"inline_featured_image":false,"_monsterinsights_skip_tracking":false,"footnotes":""},"categories":[743,8735,22438],"tags":[52001,52002,872,3931,7215,52003,2002,7133],"class_list":["post-126477","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-immonews-fr","category-proptech-fr","category-trends-fr","tag-deep-learning-fr","tag-gehirnforschung-fr","tag-immoinvest-fr","tag-immonews-fr","tag-kuenstliche-intelligenz-fr","tag-neurowissenschaft-fr","tag-news-fr","tag-robotik-fr","pmpro-has-access"],"acf":{"bild_mit_ki_erstellt_worden":[],"lead":"Une nouvelle technologie d'intelligence artificielle de l'EPFL permet de mieux comprendre la dynamique neuronale. Gr\u00e2ce au deep learning g\u00e9om\u00e9trique, les scientifiques peuvent pour la premi\u00e8re fois d\u00e9crypter des mod\u00e8les universels d'activit\u00e9 c\u00e9r\u00e9brale. Ceci avec de vastes applications dans les neurosciences, la robotique et d'autres disciplines.","autor":"Quelle: EPFL","ort":"","bildunterschrift":"","zusammenfassung":"","bild_im_grid":false,"gallerie":"","newsim":""},"aioseo_notices":[],"aioseo_head":"\n\t\t\n\t\n\t\n\t\n\t\n\t\n\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t
<\/strong>Les neurosciences sont confront\u00e9es \u00e0 un d\u00e9fi fondamental. L’activit\u00e9 c\u00e9r\u00e9brale est g\u00e9n\u00e9ralement appr\u00e9hend\u00e9e par l’analyse de quelques neurones, ce qui fait qu’il manque une image compl\u00e8te des processus neuronaux. Pierre Vandergheynst, directeur du laboratoire de traitement du signal LTS2 de l’EPFL, compare ce probl\u00e8me \u00e0 l’histoire des aveugles qui palpent diff\u00e9rentes parties d’un \u00e9l\u00e9phant et en tirent des conclusions contradictoires. Il en va de m\u00eame pour l’acquisition de signaux neuronaux, une section limit\u00e9e de donn\u00e9es rend difficile la compr\u00e9hension globale.<\/p>\n\n\n\n\n\n
<\/strong>L’approche innovante du deep learning g\u00e9om\u00e9trique permet d’analyser les donn\u00e9es neuronales non seulement de mani\u00e8re statistique, mais aussi dans leur contexte math\u00e9matique naturel. Il s’av\u00e8re ainsi que les activit\u00e9s c\u00e9r\u00e9brales peuvent \u00eatre repr\u00e9sent\u00e9es sous forme de structures g\u00e9om\u00e9triques complexes. Par exemple, sous la forme d’un tore, semblable \u00e0 un beignet.<\/p>\n\n\n\n\n\n
<\/strong>Outre son utilisation dans la recherche sur le cerveau, MARBLE pourrait \u00e9galement \u00eatre d’une grande valeur pour d’autres disciplines scientifiques. La technologie offre la possibilit\u00e9 de convertir des sch\u00e9mas d’activit\u00e9 neuronale en signaux d\u00e9codables. Ceci afin de contr\u00f4ler des syst\u00e8mes d’assistance robotique qui r\u00e9agissent \u00e0 l’activit\u00e9 c\u00e9r\u00e9brale.<\/p>\n\n\n\n\n\n