 Your new post is loading...
Your new post is loading...
Une révolution s’avère nécessaire pour relever tous les défis de l'intelligence artificielle et les insectes seront au cœur des innovations. Par Elina S. 18 février 2021 "... Observer et apprendre de la nature pourraient améliorer l’IA. Prenez les abeilles, par exemple. Ces petites créatures sont extraordinairement douées pour naviguer dans leur environnement. Elles peuvent réagir à de nouvelles situations et adaptent leurs comportements au gré des changements. Ces insectes réussissent cet exploit avec seulement un million de neurones dans leur minuscule cerveau. En comparaison, les IA à apprentissage profond peuvent nécessiter des centaines de milliers, voire des millions de neurones pour effectuer une seule tâche. Avec les insectes, la possibilité de recréer leur cerveau à l’aide de logiciels n’est pas loin. Des chercheurs ont travaillé sur la réplication du cerveau des abeilles en silicium. Imitation des abeilles et développement de l’IA Jusqu’à présent, les chercheurs ont procédé à la rétro-ingénierie d’une partie du système visuel, des centres de navigation et de mémoire. Cela a permis de créer un drone entièrement autonome en laboratoire avec une puce intégrée qui le dirige pour éviter les obstacles en vol. Les algorithmes rétroconçus sont extrêmement efficaces. Ils utilisent environ 1% de la puissance informatique de l’apprentissage profond, tout en s’exécutant plus de 100 fois plus vite. Ils sont également beaucoup plus robustes pour faire face à des situations inconnues, comme le ferait le cerveau des abeilles. Les prochaines étapes de cette approche consistent à déployer davantage de capacités du cerveau d’abeille sur le silicium et à sortir les drones du laboratoire. La prochaine vague de progrès de l’IA pourrait bien être à portée de main." ____________________________________________ [Image] Crédit : Michelle D’urbano
Reporting in Nature Neuroscience on Sept. 14, the team describes how x-ray holographic nano-tomography (XNH) can be used to image relatively large volumes of mouse brain and fruit fly nervous tissue at high resolutions.
Combined with artificial intelligence-driven image analysis, they reconstructed dense neural circuits in 3D, comprehensively cataloging neurons and even tracing individual neurons from muscles to the central nervous system in fruit flies. Neural Cartography | Harvard Medical School. Par KEVIN JIANG, 14.09.2020 Traduction : Dans un article paru dans Nature Neuroscience le 14 septembre, l'équipe décrit comment la nano-tomographie holographique à rayons X (XNH) peut être utilisée pour obtenir des images à haute résolution de volumes relativement importants de tissus nerveux de cerveaux de souris et de mouches à fruits. Combinée à l'analyse d'images pilotée par l'intelligence artificielle, elle a reconstruit des circuits neuronaux denses en 3D, cataloguant les neurones de manière exhaustive et allant même jusqu'à tracer des neurones individuels des muscles au système nerveux central chez les mouches à fruits. Traduit avec www.DeepL.com/Translator (version gratuite) [Image] Cerveau de drosophile 3D rendering of a fruit fly brain generated through x-ray holographic nano-tomography (XNH). The tissue outline is shown in blue, while neurons are highlighted in orange. Image: Kuan et al, 2020.
#Odorat #algorithme : le traitement des signaux olfactifs par la mouche est basé sur l'apprentissage. De quoi inspirer les scientifiques dans le développement de l'Intelligence Artificielle Par Recherche animale, December 6, 10:59 AM
Les tardigrades sont les êtres vivants les plus résistants sur Terre. Qui sont-ils ? Quels sont leurs réseaux ? Par Michel Cassé et Simon Galas , 07.06.2018 "Ils sont griffus et mythologiquement beaux. Les tardigrades, microscopiques invertébrés aux allures de Pokémons, sont créatures terrestres. Mais si demain on découvrait la vie, ailleurs, sur une autre planète, on pourrait fort bien les trouver lovés au chaud, ou au froid, dans d’extraterrestres cocons. Et pour cause. Grâce à leur capacité de survie dans les conditions les plus hostiles et d’adaptation aux fluctuations environnementales les plus extrêmes, ces organismes poussent très loin l’art de survivre. Sur Terre, les tardigrades résistent à tout : même gelés, bouillis, desséchés, irradiés, écrasés, empoisonnés, ils vivent leur vie. En somme, nous avons affaire à une espèce vivante cosmiquement privilégiée. N’hésitons pas, alors, à les qualifier d’intelligents puisque cette qualité est relative aux capacités d’adaptation des êtres vivants. Bien supérieurs, en tout cas, aux robots dotés d’une bien mal-nommée intelligence artificielle." (...)
Grâce à une IA, des scientifiques américains ont produit la "carte neuronale" des mouches du vinaigre.
... L'appareil se présente sous la forme d’un quadricoptère miniature mesurant environ quatre centimètres de côté. La partie inférieure est en partie recouverte de poils imitant ceux de nos abeilles, des poils qui seront capables de récolter du pollen et de le transporter d’une plante à l’autre.
Pour l’heure, ce robot tient davantage du drone. Il est en effet commandé à distance par un opérateur. Toutefois, les chercheurs en charge du projet n’ont pas l’intention d’en rester là et ils sont ainsi en train de travailler sur une intelligence artificielle capable de gérer une flotte de robots pollinisateurs en toute autonomie.
Bien sûr, il leur faudra plusieurs années pour atteindre cet objectif, mais ils pensent être en mesure d’y parvenir. (...) Fredzone, 11.02.2017 [via] Matthieu ORPHELIN sur Twitter : "Des #robots pour remplacer les #abeilles ? Comment dire... Il y a + simple : réduire #pesticides #néonicotinoïdes ! ..." https://twitter.com/M_Orphelin/status/830411709374484480 [L'étude] Materially Engineered Artificial Pollinators: Chem, 09.02.2017 http://www.cell.com/chem/fulltext/S2451-9294(17)30032-3
Le cerveau des insectes est capable de fabriquer et de manipuler des concepts abstraits. Il peut même utiliser simultanément deux concepts différents afin de prendre une décision face à une situation nouvelle. Ce résultat totalement inattendu a été obtenu par l'équipe du professeur Martin Giurfa au centre de recherches sur la cognition animale (CNRS/Université Toulouse III - Paul Sabatier). Cette capacité, que l'on croyait propre aux humains et à quelques primates, montre que des analyses cognitives sophistiquées sont possibles en l'absence de langage et malgré une architecture neurale miniaturisée. Ces travaux, publiés dans la revue PNAS, remettent en cause de nombreuses théories dans des domaines tels que la cognition animale, la psychologie humaine, les neurosciences et l'intelligence artificielle. [Image] « Abeille entrainée à choisir des stimuli en fonction des relations « au-dessus / dessous de » et « différence ». L'abeille choisit des stimuli composés de figures jamais vues auparavant dans le cas où ces images satisfont les deux concepts simultanément : l'une est au-dessus de l'autre et toutes deux sont différentes l'une de l'autre. » [Références] Simultaneous mastering of two abstract concepts by the miniature brain of bees, Aurore Avarguès-Weber, Adrian G. Dyer, Maud Combe et Martin Giurfa - Proceedings of the National Academy of Sciences, publié en ligne le 19 avril 2012
|
Dans un article publié récemment, une équipe de chercheurs européens a montré comment les nouvelles méthodes de collecte massive de données (photographie, écoute…) couplée à de l’intelligence artificielle peuvent contribuer à combler notre manque de connaissances sur l’état des populations d’insectes. Des méthodes qui doivent certainement connaître encore une phase de maturation, mais qui demeurent plus que prometteuses. Noé vous synthétise ici cet article pour vous montrer l’étendue de ces perspectives ! Noé, 12.02.2021 Contact : jgoulnik Références - Høye, T. T. et al. Deep learning and computer vision will transform entomology. PNAS 118, 10 (2021).
- Eggleton, P. The State of the World’s Insects. Annu. Rev. Environ. Resour. 45, annurev-environ-012420-050035 (2020).
- Gorsky, G. et al. Expanding Tara Oceans Protocols for Underway, Ecosystemic Sampling of the Ocean-Atmosphere Interface During Tara Pacific Expedition (2016–2018). Front. Mar. Sci. 6, 750 (2019).
[Image] The BIODISCOVER machine can automate the process of invertebrate sample sorting, species identification, and biomass estimation (70). via :
L'agence de R&D de l'armée américaine a lancé un appel à idées sur la façon de construire des systèmes informatiques qui seraient aussi miniaturisés et efficaces que le cerveau de « très petits insectes volants ». Par Marc Zaffagni, 16/01/2019 "... Le programme MicroBrain se déroulera en deux phases. La première, d'une durée de six mois, devra permettre de cartographier les canaux d'entrée/sortie du système central d'intelligence d'un insecte pour comprendre les interactions physiques impliquées dans la signalisation. La seconde phase, qui s'étendra sur un an, verra le développement de nouveaux matériels informatiques pour l'IA." * Darpa : Defense Advanced Research Projects Agency. C'est une agence du département de la Défense des États-Unis chargée de la R&D (recherche et développement) des nouvelles technologies destinées à un usage militaire.
... In this paper, we propose a scale-free artificial bee colony algorithm (SFABC) in which the search is guided by a scale-free network. The mechanism enables the SFABC search to follow two rules. First, the bad food sources can learn more information from the good sources of their neighbors. Second, the information exchange among good food sources is relatively rare. (...) - An artificial bee colony algorithm search guided by scale-free networks - Information Sciences - Volume 473, January 2019, Pages 142-165
___________________________________________________________________ [via] Recherche animale sur Twitter, 01.12.2018 : "#Abeilles #insilico: des chercheurs ont développé un #algorithme #IA qui reprend deux règles appliquées aux échanges d'information dans une colonie d'abeilles pour résoudre de vrais problèmes d'optimisation complexes..."
https://twitter.com/recherche_anima/status/1068820770128834560
Par Alain Fraval. OPIE-Insectes. Les Épingles entomologiques - En épingle en 2018 : Février "Comment faire qu’une intelligence artificielle apprenne vite ? En lui épargnant les longs processus d’apprentissage profond, faits essentiellement de rétroactions pour renforcer les connexions de ses « neurones ». En la dotant des mécanismes naturellement à l’œuvre dans l’« apprentissage léger » des papillons.
Ceux-ci sont en effet capables, avec leur minuscule cerveau, de reconnaître une odeur au bout de quelques contacts seulement, grâce à un système totalement différent de celui que les roboticiens-informaticiens utilisent.
Charles Delahunt et ses collègues de l’université de l’État de Washington à Seattle (États-Unis) viennent de mettre au point un réseau neuronal artificiel qui mime celui du Sphinx du tabac Manduca sexta (Lép. Sphingidé).
Le fonctionnement du système nerveux du sphinx, bête de labo, est bien connu des entomoneurologues. Les signaux passent par 5 sous-systèmes. Au départ sont quelque 30 000 sensilles chemoréceptrices situées surtout sur les antennes, qui transmettent, via leurs axones, leur excitation – faite de signaux comportant beaucoup de bruit - aux lobes antennaires du protocérébron, sous une forme unidimensionnelle. Là, une soixantaine de glomérules spécialisés chacun dans une odeur, relayent le signal, rendu pluridimensionnel, vers les corps pédonculés où 4 000 cellules de Kenyon (petits neurones) gardent en mémoire l’information. En 5e rang, quelques dizaines de neurones des lobes protocérébraux latéraux traduisent celle-ci en action - envol, prise de nourriture…- via les motoneurones.
Une récompense est délivrée dans les lobes antennaires et les corps pédonculés en cas de succès - la détermination de l’odeur a déclenché une action bien définie. La récompense est l’octopamine, qui favorise les liaisons entre neurones, renforçant l’apprentissage (postulat de Hebb : « des neurones qui stimulent en même temps, sont des neurones qui se lient ensemble. »)
Le modèle informatique de Delahunt et coll., calibré sur des mesures faites sur des papillons vivants, mime les 5 étapes du système neurosensoriel du sphinx. Il montre l’importance du changement de dimensions opéré dans les corps pédonculés pour nettoyer le signal et de l’octopamine, sans laquelle l’apprentissage est si long qu’il devient inutile, et qui pourrait aussi ouvrir de nouvelles connexions."
D’après « Why even a moth’s brain is smarter than an AI », lu le 19 février 2018 à www.technologyreview.com/
Article source (gratuit, en anglais)
Photo : tête du Sphinx du tabac. Cliché Joe Garris.
Par Alain Fraval. OPIE-Insectes. Les Épingles entomologiques - Épingles parues dans Insectes n° 184 (2017-1) "La sérendipité caractérise une invention technique ou une découverte scientifique faites par hasard, en cherchant autre chose. Ainsi la découverte des post-it, efficaces papillons de papier, issus d’un ratage de dosage de la colle.
Voici un exemple en post-entomologie – qui fera peut-être date, mais qu’on espère sans suite pratique quand même. Eijiro Miyako, chimiste à l’Institut national de technologie à Tsukuba (Japon), travaille sur les gels liquides ioniques (conducteurs du courant électrique). Curieux, il laisse choir par terre une goutte d’un gel expérimental oublié des années durant dans un tiroir et qui, étonnamment, n’avait pas séché. En l’observant de près, il constate qu’elle s’est recouverte de poussières, comme si elle les attirait ; en la ramassant, il voit qu’elle peut être débarrassée de sa pilosité acquise très aisément. Soucieux par ailleurs de l’avenir de l’entomofaune, considérant que, les abeilles se raréfiant, la pollinisation deviendra de plus en plus difficile, notre chimiste se dit qu’il tient là une application d’avenir de son gel.
En effet, pourquoi une minuscule goutte ne pourrait pas transporter des grains de pollen d’étamines en pistil, véhiculée par un petit drone ? Et remplacer les systèmes lourds et énergivores envisagés jusque-là comme les pinceaux, les seringues ou les cotons-tiges ?
Première manip : vérifier l’efficacité du transport de pollen. Des fourmis sont enfermées toute une nuit dans une boîte remplie de tulipes. Effectivement, celles qu’il a ointes dudit gel sont couvertes de pollen. Et les grains se détachent sans problème.
Mais... après divers essais, E. Miyako constate qu’il est bien difficile d’arriver à quelque chose avec des insectes. Mieux vaut utiliser des drones. Des drones poilus à l’instar des insectes pollinisateurs dont les soies jouent un rôle essentiel dans l’acquisition et la rétention des grains de pollen.
Une escadrille de petits quadricoptères est équipée d’une brosse ventrale (des crins), propre ou enduite du gel pour certains, et envoyée naviguer de fleur en fleur parmi des lys japonais. Il en résulte 37% de fécondation par les chargés du gel, zéro par les propres. C’est sans doute, comme l’indique l’inventeur, le premier système qui marche.
Mais... il est bien difficile et fastidieux de piloter à la main ces petits drones, qui coûtent cher (dans les 15 à 25 €) et ne volent que pendant 3 minutes entre 2 recharges en courant. Il faut attendre une fabrication en très grandes séries, une amélioration fantastique des batteries. Et la conception de logiciels d’intelligence artificielle embarqués. Le travail actuel est en tous cas intellectuellement intéressant.
Mais... les spéculations sur un temps post-entomologique à advenir où des robots suppléeront ou remplaceront les insectes ne doivent pas détourner de l’impérieuse nécessiter de protéger et favoriser ces derniers."
D’après notamment « Robo-Bees Could Aid Insects with Pollination Duties », par Edd Gent. Lu le 9 février 2017 à www.livescience.com
[Image] This illustration shows a tiny drone equipped with horsehair and coated with a gel that could be used to pollinate flowers. Credit: Eijiro Miyako [L'étude] Materially Engineered Artificial Pollinators: Chem, 09.02.2017 http://www.cell.com/chem/fulltext/S2451-9294(17)30032-3
Concevoir un piège à moustiques capable de capturer des individus spécifiques, tel est le pari d’une équipe de recherche chez Microsoft. Selon le site GeekWire, les chercheurs se sont associés au comté de Harris, au Texas, pour concevoir le projet Premonition, un piège à moustiques contrôlé par microprocesseur. Cet appareil permet aux scientifiques de ne garder qu’un certain type de moustiques.
La sélection s’effectue en tenant compte de la façon dont les insectes battent des ailes et, grâce à l’intelligence artificielle, la machine devient au cours du temps de plus en plus capable d’effectuer le bon choix. Les scientifiques n’ont alors plus besoin de faire un tri manuel fastidieux pour trouver l’espèce recherchée parmi les insectes collectés. Le piège est aussi capable de collecter une grande quantité de données (heure et condition météo au moment où le diptère est capturé) pour les envoyer dans le cloud par une connexion sans fil. Des données également précieuses pour les scientifiques. Par François Bedin, BFMTV, 22.06.2016 → Building a better mosquito trap: How a Microsoft research project could help track Zika’s spread | News Center, 21.06.2016
http://news.microsoft.com/features/building-a-better-mosquito-trap-how-a-microsoft-research-project-could-help-track-zikas-spread/#sm.0000wpwv3gp31d00rz51v3yfmi8bx
|
"Prenez des abeilles, par exemple. Ces petites créatures sont extraordinairement douées pour naviguer dans leur environnement, elles peuvent réagir à des situations nouvelles et inédites et elles affichent un large éventail de comportements différents. Pourtant, elles réalisent tout cela alors qu'elles ne possèdent qu'environ un million de neurones dans leur minuscule cerveau. En comparaison, les IA d'apprentissage approfondi peuvent nécessiter des centaines de milliers, voire des millions de "neurones" pour accomplir une seule tâche.
Nous avons encore beaucoup à apprendre sur le cerveau des primates, mais dans le cas des insectes, nous sommes plus près que jamais de pouvoir recréer leur cerveau à l'aide de logiciels. Mes collègues et moi avons travaillé à la reproduction du cerveau de l'abeille à miel dans du silicium.
Jusqu'à présent, nous avons procédé à la rétro-ingénierie d'une partie du système visuel, ainsi que des centres de navigation et de mémoire. Cela nous a permis de créer un drone entièrement autonome en laboratoire, avec une puce embarquée qui le dirige de manière à éviter les obstacles pendant son vol. Les algorithmes que nous avons mis au point sont extrêmement efficaces. Ils utilisent donc environ 1 % de la puissance de l'ordinateur pour l'apprentissage approfondi, tout en étant plus de 100 fois plus rapides. Ils sont également beaucoup plus robustes pour faire face à des situations inhabituelles, à la manière des vrais cerveaux."
James Marshall
James Marshall is at the University of Sheffield, UK,
and is CSO of Opteran Technologies
Traduit avec www.DeepL.com/Translator (version gratuite) d'après :
→ "Insect brains will teach us how to make truly intelligent robots" | New Scientist, 16.02.2021 https://www.newscientist.com/article/mg24933220-100-insect-brains-will-teach-us-how-to-make-truly-intelligent-robots/
"We need a revolution in artificial intelligence and learning from insects will help us achieve it, says James Marshall"