Articles Tagués ‘apprentissage’

Un implant cérébral pour augmenter les capacités d’apprentissage

Publié: 21 novembre 2016 dans Non classé, Santé et médecine militaire
Tags:, , , , , , ,
0

connectome4

Non, ce n’est pas de la science-fiction (encore une fois). On le sait depuis longtemps, la DARPA s’intéresse de près au principe de l’hybridation neuronale, et en particulier de la stimulation du cerveau associée au contrôle de prothèses de membres. Elle a en particulier développé une nouvelle prothèse « neuro-technologique » pouvant être contrôlée par la pensée du patient, dans le cadre du programme « Revolutionizing Prosthetics ».

learn1

L’idée était alors de donner un contrôle presque naturel de ces prothèses (en l’occurrence des bras artificiels) en permettant un contrôle cérébral du mouvement, mais également un traitement des informations des capteurs (comme le sens du toucher via des capteurs placés au bout des doigts artificiels). Pour ce faire, les chercheurs ont créé des micro-implants cérébraux connectés au cortex moteur et au cortex sensoriel des patients. Et cela a marché : ces derniers ont pu contrôler leurs mouvements et ressentir des sensations au bout de leurs « doigts ». La vidéo ci-dessous illustre le concept.

En développant cette technologie (déjà impressionnante), les chercheurs en sont venus à s’intéresser à la plasticité neuronale, c’est-à-dire à la capacité à créer et réarranger des connexions dans le cerveau. Lors d’un nouvel apprentissage ou d’une nouvelle expérience, le cerveau établit une série de connexions neuronales, qui correspondent à des routes pour l’intercommunication des neurones. Après l’acquisition de nouvelles connaissances et la pratique, la communication entre les neurones impliqués est renforcée : la plasticité synaptique (cette capacité à réorganiser les communications entre neurones) comme la neurogenèse jouent donc un rôle clé dans l’apprentissage.

Web

En travaillant sur les implants pour le contrôle de prothèses, les chercheurs de la DARPA en sont venus à s’intéresser à la stimulation du système nerveux périphérique, cette stimulation étant justement créatrice de neuroplasticité. Au 4th Annual Defense One Summit, conférence annuelle ayant lieu à Washington, la directrice de la DARPA, Arati Prabhakar, a annoncé que l’agence s’engageait dans cette voie de recherche : stimuler par des micro-implants le système nerveux pour accélérer les capacités d’apprentissage du cerveau. Il s’agit de réactiver ce que l’on appelle la « période critique » : la période pendant laquelle le cerveau d’un être humain est plus plastique, plus adaptable, et capable d’apprentissage rapide.

Cet « homme augmenté » (au sens générique du terme, bien entendu) pourrait ainsi apprendre une langue étrangère aussi rapidement qu’un jeune enfant, créer des super-cryptographes (l’idée est vraiment de la DARPA) ou récupérer rapidement ses fonctions après une lésion traumatique.

Ce nouveau programme a été baptisé TNT (!) pour Targeted Neuroplasticity Training. Son objectif précis est « d’accélérer le rythme et d’optimiser l’efficacité de l’apprentissage (entraînement des capacités cognitives) par l’activation précise des nerfs périphériques pouvant agir sur le réarrangement et le renforcement des connexions cérébrales » (ouf).

learn2

La DARPA vise à développer une plate-forme technologique autour de ce concept, au travers d’une approche itérative. La première phase vise à mieux comprendre les liens entre stimulation du système nerveux périphérique, accélération de l’apprentissage et fonctions cognitives (en évitant les effets collatéraux). Une phase d’ingénierie visera alors à développer un système (au moins au début) non invasif permettant la stimulation ciblée du système nerveux. Le but est d’accélérer le rythme de l’apprentissage, mais aussi de garantir la consolidation à long terme des informations acquises.

Pour ce faire, la DARPA lance un appel à collaboration (vous le trouverez ici ) en espérant rassembler une équipe pluridisciplinaire d’ingénieurs, de neurobiologistes, d’informaticiens, de spécialistes en sciences cognitives et en ingénierie biomédicale.

learn4

Avec son budget annuel supérieur à 3 milliards d’euros, la DARPA montre encore une fois une capacité à investir dans des voies de recherche multiples et risquées. Comme le disait Oscar Wilde, « Il faut toujours viser la lune, car même en cas d’échec on atterrit dans les étoiles ». Encore faut-il avoir le financement permettant de construire la fusée…

Utiliser l’intelligence artificielle pour réagir aux cyberattaques

Publié: 26 avril 2016 dans Contre-terrorisme, Informatique et IA, Non classé
Tags:, , , , , ,
1

 

ai2

L’idée n’est pas nouvelle. Dans une ancienne vie, j’avais moi-même travaillé sur l’utilisation de réseaux de neurones et de techniques d’intelligence artificielle pour la modélisation du comportement normal d’un réseau de télécommunications, afin de détecter les écarts à la normale, pouvant signifier l’occurrence d’une intrusion. Le projet s’appelait M>Detect et avait été réalisé avec Matranet (pour les nostalgiques). Et cela fonctionnait… jusqu’au rachat de Matranet, mais ceci est une autre histoire.

Aujourd’hui, le monde entier s’enthousiasme pour l’intelligence artificielle (IA) – au passage, cet enthousiasme galopant est consécutif à la définition d’un concept marketing alliant réseaux de neurones et puissance de calcul, sous la dénomination de « deep learning ». Bref. En l’occurrence, il s’agit d’un projet du célèbre laboratoire CSAIL (Computer Science and Artificial Intelligence Laboratory) du MIT (Massachussetts Institute of Technology), qui a développé un système baptisé AI2 afin d’examiner les enregistrements (logs) d’un réseau afin d’y détecter toute anomalie pouvant être caractéristique d’une cyberattaque.

L’idée est toujours la même : permettre aux experts de réaliser un tri dans le volume gigantesque de données transitant par le réseau, sans avoir de silence (i.e. manquer une attaque).

Finalement, la technique est relativement classique : enseigner à un système la signature caractéristique de prémices d’une attaque comme par exemple une augmentation subite de connexions sur un compte utilisateurs, pouvant indiquer une attaque visant, par la force brute, à « cracker » un mot de passe.

ai3

AI2 fonctionne par apprentissage. Le premier jour, le système utilise des règles et heuristiques déterminées à l’avance, et réagit en identifiant des anomalies (les 200 anomalies les plus caractéristiques par phase d’apprentissage). Ces anomalies sont présentées à un expert ou à un groupe d’expert qui n’indique que les signatures correspondant véritablement à des attaques. Puis le système apprend, et continue à présenter les signaux aux experts, et ainsi de suite. La vidéo ci-dessous présente le concept.

Rien de nouveau sinon que AI2 semble fonctionner là où d’autres systèmes plafonnent péniblement. Sans doute de par l’impressionnante puissance de calcul disponible aujourd’hui, après 3 mois d’analyse (soit 3.6 milliards de logs réseaux analysés), AI2 identifiait 85% des signes caractéristiques d’attaques (alors qu’un simple apprentissage non supervisé n’atteint qu’un taux de succès de 8%). AI2 est le premier système à atteindre un tel niveau de performances, sans doute par l’apprentissage non supervisé de signaux caractéristiques dans les logs réseaux, et un apprentissage supervisé utilisant les retours des experts.  Au lieu d’examiner plusieurs milliers de logs par jour, une fois le système « éduqué », chaque expert ne doit plus examiner qu’entre 30 et 40 événements par jour : une tâche réalisable sans problème par un opérateur humain.

Le laboratoire a présenté un article lors du  IEEE International Conference on Big Data Security à New York. Un travail à suivre, notamment afin de déterminer si, en miroir à cette technique, il serait possible de dériver un système capable d’imaginer des stratégies de réponse, voire d’attaque.