Réseaux de neurones : comment éviter l’oubli catastrophique

Catégorie(s) : Actualités, Recherche

Publié le : 1 avril 2019

Pour répondre à des situations qu’ils n’ont pas apprises, les réseaux de neurones de demain devront surmonter le verrou de « l’oubli catastrophique » : l’apprentissage d’un nouveau jeu de données écrase le jeu précédent au lieu de l’enrichir. Une équipe Leti/List/LPNC* fait un lien entre les connaissances en intelligence naturelle et l’intelligence artificielle en proposant une solution inédite : un modèle constitué de deux réseaux de neurones. Le premier apprend un certain nombre d’événements, puis transmet au second un échantillonnage de ses acquis. Le second restitue au premier cet échantillonnage, combiné à de nouveaux événements. Un apprentissage incrémental proche de celui de la mémoire humaine.

Un projet Carnot associé à une thèse a été lancé en octobre dernier pour évaluer les capacités de ce double réseau.

* Laboratoire de psychologie et neurocognition – CNRS – UGA – UdS

Contact : marina.reyboz@cea.fr

En naviguant sur notre site, vous acceptez que des cookies soient utilisés pour vous proposer des contenus et services adaptés à vos centres d’intérêts. En savoir plus
X