Dans le cadre d’une étude intitulée « La plasticité du réseau dynamique et l’efficacité des échantillons dans les cultures neuronales biologiques », les performances de systèmes neuronaux artificiels, appelés « Dishbrain », ont été comparées à celles de divers algorithmes d’apprentissage par renforcement, tels que DQN, A2C et PPO.
Les résultats révèlent que même des cultures neuronales relativement simples peuvent offrir une meilleure efficacité d’apprentissage, surtout lorsque le nombre d’échantillons est restreint, ce qui met en évidence leur plasticité.
Cette recherche s’inscrit dans le cadre du développement du CL1, un ordinateur biologique combinant des neurones cultivés avec une technologie basée sur le silicium, visant à créer une intelligence artificielle avancée.
Parallèlement, les scientifiques examinent d’autres piste, telles que l’intelligence bio-ingénierée (BI) et l’intelligence organoïde (OI), pour optimiser les capacités cognitives de ces systèmes.
Ces découvertes ouvrent la voie à de nouvelles applications utilisant des cultures de cellules neuronales dans le domaine de l’intelligence et du traitement de l’information, tout en contribuant à une meilleure compréhension des mécanismes neuronaux fondamentaux.
Source: IA Tech news
