Le cerveau décompose les tâches complexes en blocs cognitifs simples, qu’il peut assembler au gré de nouveaux apprentissages.
peshkova – stock.adobe.com
Une étude de Princeton révèle que nous réutilisons des modules mentaux pour créer de nouvelles tâches cognitives. Une flexibilité que l’IA peine encore à reproduire.
À l’heure où l’intelligence artificielle est tour à tour fantasmée, redoutée ou portée au rang de « super-cerveau », nous ne comprenons pourtant pas encore pleinement comment notre cerveau apprend de nouvelles tâches. Depuis des décennies, différentes visions s’affrontent pour décrire son fonctionnement : machine computationnelle manipulant des symboles dans les années 1950, vaste réseau connexionniste dans les années 1980, ou encore esprit incarné intimement lié au corps et à l’environnement…
C’est précisément dans ce débat ancien, ravivé aujourd’hui par la comparaison incessante entre humains et algorithmes, que s’inscrit la nouvelle étude publiée dans Nature par une équipe de l’université de Princeton. Elle apporte des éléments concrets pour mieux comprendre comment le cerveau parvient à une flexibilité qui reste hors de portée des modèles d’IA actuels. « Nous avons découvert que des tâches complexes peuvent être décomposées en “blocs cognitifs” plus simples », explique…
Cet article est réservé aux abonnés. Il vous reste 80% à découvrir.
Vente Flash
-50% sur l’abonnement numérique
Déjà abonné ?
Connectez-vous