Ordinateurs

Sera-t-il un jour possible de calculer le cerveau humain ? – ExtrêmeTech

Ce site peut gagner des commissions d’affiliation à partir des liens sur cette page. Conditions d’utilisation.

Dans la vidéo ci-dessous, le joueur de troisième but des Rays de Tampa Bay, Evan Longoria, est vu en train de faire une prise spectaculaire pour sauver un journaliste d’une mort certaine – ou du moins de blessures graves. Certes, Evan a peut-être eu un peu d’aide du montage vidéo, mais au moins au niveau professionnel, des performances comparables se produisent sans aucun doute chaque fois qu’un arbitre donne l’ordre de jouer au ballon. Les calculs qu’une machine artificielle devrait effectuer pour détecter et suivre une menace entrante, comme une balle errante, et effectuer simultanément des ajustements moteurs pour l’intercepter ne sont certainement pas anodins. Pourtant, pour un cerveau humain, les calculs sous-jacents à une telle virtuosité sont pâles par rapport au traitement en arrière-plan massif entrelacé pour créer la conscience d’effectuer la tâche en premier lieu – ou de choisir un plan d’action différent lors, par exemple, de la dixième exécution du scénario.

La proposition récemment Projet de carte d’activité cérébrale (BAM) suggère qu’il peut être possible d’enregistrer non seulement toutes les connexions synaptiques dans un cerveau, mais aussi leur activité de pointe. Ignorant pour le moment la difficulté de faire une telle chose, si nous étions capables de capturer le BAM d’Evan pendant deux secondes depuis le craquement de la chauve-souris jusqu’à la prise, comment commencerions-nous à identifier les calculs ? Bref, on ne pouvait pas. Le problème est que chaque pic est à son tour le résultat de milliards, voire de billions d’interactions au sein d’un neurone, et nous n’avons aucune idée du nombre d’entre elles nécessaires pour capturer le comportement essentiel. Plutôt que le programme séquentiel d’un ordinateur, les calculs dans le cerveau d’Evan peuvent ressembler davantage aux actions d’une meute de fourmis ramenant chez elles une particule de matériau de nid potentiel. Une inspection plus approfondie montrerait probablement que la plupart du temps, la nourriture peut en fait s’éloigner de la colonie alors que les fourmis se disputent sur la route à suivre, et peut-être même si elles ont de la nourriture ou une baie empoisonnée sur les mains.

Psssssst :  Intel revendique un avantage de trois ans sur le 10 nm et veut redéfinir les nœuds de processus - High-teK.ca

Pont des fourmis

En théorie, il devrait être possible de capturer une partie de l’essence des comportements de fourmis plus simples avec un ordinateur, mais si l’individu n’est représenté que par quelques équations, vous ne verrez aucun comportement riche de votre modèle – comme par exemple, organisation spontanée pour former des ponts à travers un obstacle d’eau. La même limite existe pour le programme récemment financé Projet européen sur le cerveau humain, qui cherche à calculer le comportement des neurones en les divisant en minuscules compartiments et en décrivant leur comportement électrique avec des équations. Le problème est que la grande majorité des calculs effectués à l’intérieur d’un neurone ne semblent pas concerner la génération de pics ; ils semblent consister à construire et à reconstruire des ponts complexes vers d’autres neurones.

Pour prendre un autre système tout aussi déroutant, considérons un troupeau d’oies qui se promènent autour d’un lac. Au début de la saison de migration, les oies feront probablement des histoires chaque matin et s’élèveront en vol pour quelques boucles autour du lac dans diverses formations significatives. En fin de compte, à la fin de la journée, ils auront peut-être perdu quelques anciens tribaux et peut-être gagné quelques retardataires capricieux. Bien que vous puissiez faire valoir que les oies calculent le moment optimal pour se diriger vers le sud, et qui parmi elles pourrait avoir une idée de la direction à prendre, les oies calculatrices ne semblent pas très différentes des oies se déplaçant au hasard. De la même manière, les neurones du cerveau ne semblent pas effectuer de calcul d’une manière qui nous est familière. Neurones communiquant avec des pointes ressemblent à bien des égards aux oies qui échangent des klaxons. Vous pouvez pousser l’un ou l’autre et obtenir une réponse, mais laissé seul, aucun des deux n’est très prévisible.

Eniac, l'un des premiers ordinateurs consommait autant d'énergie qu'un petit villageUn calcul qui est strictement contraint par un algorithme peut incorporer un certain niveau d’imprévisibilité. Les générateurs de nombres aléatoires, par exemple, sont au cœur de nombreuses méthodes de calcul. La Simulations de Monte-Carlo programmés pour la première fois sur l’ENIAC (photo de droite) par Von Neumann, et plus récemment, les algorithmes génétiques, tous deux reposent sur des nombres quasi aléatoires tirés de distributions ou générés par des méthodes récursives. Les calculs peuvent également intégrer des entrées provenant d’autres machines ou de l’environnement. C’est ici, l’utilisation des informations de l’environnement, que la différence entre un calcul et un processus aléatoire pourrait commencer à être comprise – mais seulement par degrés. En plus d’utiliser simplement les informations sensorielles de l’environnement, la classe de machines que nous appelons les cerveaux est fabriqué par entrée sensorielle. La majorité de l’activité d’un cerveau consiste à envoyer et à répondre aux sondes ouvertes qu’il envoie à l’environnement (les sens), ainsi qu’à lui-même. Une description complète d’un cerveau nécessite donc une description de son environnement.

Psssssst :  Le nouveau cache MRAM de Toshiba pourrait réduire la consommation d'énergie du processeur de 60 % - High-teK.ca

La description mathématique la plus largement acceptée de la calculabilité est la suggestion de Turing selon laquelle, si un calcul particulier finit par se terminer – s’il ne reste pas bloqué dans une boucle infinie – alors il est calculable. La chose à réaliser est qu’un cerveau va n’arrête jamais jusqu’à ce qu’il soit détruit, et de plus il est impossible de lui donner un seul calcul indépendant des nombreux calculs en cours qui sont essentiels à sa survie.

Dans cette optique, la question de la calculabilité est idiote. Chacune des milliards de cellules du cerveau effectue des calculs simultanément et chacune est assemblée sur une machine qui réécrit son architecture sur des échelles de temps d’ordres de grandeur inférieurs à tout ce que nous pourrions observer. Si la machine elle-même change, la seule façon de définir ses calculs serait de savoir comment elle a changé. Dans le scénario de fausse balle ci-dessus, après un dixième essai, la main d’Evan aurait pu devenir si enflée qu’il pourrait simplement décider de pousser le journaliste avec lui-même hors du chemin plutôt que de tenter une autre saisie stoïque. Une machine pourrait aussi faire la même chose, mais pour se donner la priorité, plutôt que de se contenter d’obéir à des impératifs programmés par des humains, la machine doit d’abord apprendre à se sentir.

Page suivante: Alors, les cerveaux seront-ils jamais calculables ?

Bouton retour en haut de la page