Morphological Cognition: Classifying MNIST Digits Through Morphological Computation Alone
Cet article présente une démonstration de preuve de concept de la « cognition morphologique », montrant qu'un robot construit à partir de voxels simulés aux comportements fixes peut classifier les chiffres MNIST (plus précisément distinguer les 0 des 1) et se déplacer en conséquence sans employer de circuit neuronal.
Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète
Imaginez un monde où la pensée n'est pas quelque chose qui se produit à l'intérieur d'un cerveau, mais quelque chose qui se produit en raison de la façon dont votre corps est construit. Pendant des décennies, les scientifiques ont été obsédés par l'idée que l'intelligence est comme un logiciel : un programme complexe s'exécutant sur le matériel d'un cerveau ou d'une puce informatique. C'est la vision « cérébro-centrée », où le corps n'est qu'un bras de robot passif attendant des instructions. Mais la nature raconte une histoire différente. Pensez à une plante se tournant vers le soleil ou à un myxomycète trouvant le chemin le plus court dans un labyrinthe ; ces créatures n'ont pas de cerveau, et pourtant elles résolvent des problèmes. Ce domaine d'étude, appelé « cognition incarnée », suggère que la forme et le matériau d'un organisme peuvent réellement penser à sa place. La grande question est la suivante : pouvons-nous construire une machine qui pense simplement en étant façonnée d'une certaine manière, sans avoir besoin d'une seule ligne de code ou d'un réseau neuronal pour lui dire quoi faire ?
Cet article prend cette idée folle et la met à l'épreuve avec une expérience numérique. Les chercheurs, travaillant dans un monde 2D simulé, ont tenté de faire évoluer des « robots mous » composés de petits blocs appelés voxels pour accomplir une tâche cérébrale classique : la reconnaissance de chiffres. Plus précisément, ils voulaient que ces robots regardent des images des chiffres « 0 » et « 1 » provenant d'un célèbre ensemble de données appelé MNIST et réagissent différemment. Si le robot voyait un zéro, il devait se déplacer vers la gauche ; s'il voyait un un, il devait se déplacer vers la droite. Le hic ? Ces robots n'ont pas de cerveaux, pas de contrôleurs, et pas de circuits neuronaux. Ils sont juste des collections de parties simples et fixes qui s'agitent et changent de forme.
L'équipe a utilisé un algorithme évolutif, un processus qui imite la sélection naturelle, pour concevoir ces robots. Ils ont commencé avec une « soupe » numérique de différents types de voxels : certains étaient de la simple colle structurelle (passifs), d'autres étaient comme de minuscules muscles qui se contractaient et s'étendaient d'eux-mêmes (actifs), et d'autres étaient des blocs « capteurs » spéciaux qui changeaient de taille en fonction de la luminosité du pixel qu'ils regardaient. Sur 30 000 générations, l'ordinateur a mélangé et associé ces blocs de manière aléatoire, conservant les conceptions qui se déplaçaient dans la bonne direction et écartant celles qui ne le faisaient pas.
Le résultat fut une surprise. Le processus d'évolution a découvert des robots qui pouvaient effectivement faire la différence entre un zéro et un un, uniquement grâce à la physique de leur corps. Lorsqu'une image de « zéro » était présentée, les blocs capteurs rétrécissaient ou s'étendaient selon un schéma spécifique, ce qui déclenchait la traction des blocs musculaires pour tirer le corps du robot vers la gauche. Lorsqu'un « un » apparaissait, le schéma changeait, et les muscles poussaient le robot vers la droite. La « pensée » ne se produisait pas dans un processeur ; elle se produisait dans la façon dont le corps du robot réagissait physiquement à la lumière. La forme du robot était le classificateur.
Les chercheurs ne se sont pas arrêtés à seulement deux chiffres. Ils ont poussé la simulation plus loin, demandant aux robots de distinguer quatre chiffres différents (0, 1, 2 et 3). Même sans cerveau, l'évolution a trouvé des moyens de regrouper ces nombres, faisant bouger les robots vers la gauche pour certains et vers la droite pour d'autres. Pour voir à quel point ces robots corporels étaient réellement intelligents, l'équipe les a comparés à de simples programmes informatiques (réseaux neuronaux) qui avaient été entraînés sur ces mêmes exemples uniques. Dans de nombreux cas, les robots physiques généralisaient mieux que les programmes informatiques, identifiant correctement de nouveaux chiffres inédits plus souvent que les cerveaux numériques.
L'article suggère que cette « cognition morphologique » — où le corps lui-même effectue le travail cognitif — est une source d'intelligence puissante et sous-utilisée. Il prouve que des tâches de haut niveau comme la classification d'images ne nécessitent pas strictement un cerveau ; elles peuvent émerger des comportements simples et fixes de parties travaillant ensemble. Bien que ces résultats soient actuellement limités à des simulations et à des tâches spécifiques et simples, l'étude offre une preuve de concept ludique : parfois, la meilleure façon de résoudre un problème n'est pas de construire un cerveau plus intelligent, mais de construire un corps qui sait quoi faire.
Noyé(e) sous les articles dans votre domaine ?
Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.