Le conditionnement classique est un processus psychologique par lequel les animaux ou les humains associent des stimuli désirés ou désagréables (par exemple, nourriture ou une expérience douloureuse) avec un stimulus apparemment neutre (par exemple, le son d'une cloche, l'éclair d'une lumière, etc.) après que ces deux stimuli aient été présentés ensemble à plusieurs reprises. Le psychologue russe Ivan Pavlov a étudié en profondeur le conditionnement classique et a introduit l'idée de « mémoire associative, " ce qui implique de construire des associations fortes entre les stimuli agréables/désagréables et neutres.

Pavlov est réputé pour ses études sur les chiens, dans lequel il a donné de la nourriture aux animaux après qu'ils aient entendu un son spécifique pendant plusieurs essais. De façon intéressante, il a observé que les chiens finiraient par commencer à saliver (c'est-à-dire, anticiper la nourriture) après avoir entendu le son, même si la nourriture ne leur avait pas encore été présentée. Cela suggère qu'ils avaient appris à associer le son à l'arrivée de la nourriture.

Dans les années récentes, les chercheurs ont essayé de développer des outils de calcul, notamment les techniques d'apprentissage automatique, inspiré des mécanismes biologiques, et ils se sont souvent inspirés du conditionnement classique. Certaines de ces approches inspirées des travaux de Pavlov tentent de reproduire la « mémoire associative » qu'il a observée dans les machines utilisant des memristors, qui sont des composants électroniques qui agissent comme une mémoire pour les appareils.

Une équipe de chercheurs de l'Université de l'industrie légère de Zhengzhou et de l'Université des sciences et technologies de Huazhong en Chine a récemment développé un nouveau circuit de réseau neuronal basé sur des memristors qui reproduit la notion de mémoire associative de Pavlov. Leur circuit, présenté dans un article publié dans Transactions sur la cybernétique , a été conçu pour surmonter certaines des limitations des réseaux neuronaux à base de memristors proposés précédemment reproduisant la mémoire associative.

"La plupart des réseaux de neurones à mémoire associative Pavlov basés sur memristor exigent strictement que seuls la nourriture et l'anneau simultanés semblent générer une mémoire associative, " les chercheurs ont expliqué dans leur article. " Dans cet article, le délai est pris en compte afin de former une mémoire associative lorsque le stimulus alimentaire est en retard par rapport au stimulus annulaire pendant une certaine période de temps."

Le circuit de réseau neuronal à base de memristors développé par les chercheurs comporte trois composants clés, un module de synapse, un module de contrôle de tension et un module de temporisation. Sa structure unique, notamment le module de temporisation, lui permet de créer des associations même si un stimulus saillant, qui dans les expériences de chien de Pavlov était de la nourriture, apparaît quelque temps après un stimulus neutre (par exemple, un son).

Il s'agit d'une réalisation particulièrement notable, car la majorité des réseaux de neurones à base de memristors développés précédemment ne peuvent créer ces associations que si les deux stimuli sont transmis au réseau en même temps. Le rythme auquel le circuit présenté par l'équipe apprend à faire des associations peut également être adapté, simplement en changeant la durée entre les stimuli neutres et les stimuli saillants.

« Des fonctions telles que l'apprentissage, oubli, apprentissage rapide, l'oubli lent et l'apprentissage temporisé sont mis en œuvre par le circuit, ", ont écrit les chercheurs dans leur article. "Le réseau neuronal de mémoire associative Pavlov avec apprentissage à retardement fournit une référence pour le développement ultérieur de systèmes de type cérébral."

Globalement, les chercheurs de l'université de l'industrie légère de Zhengzhou et de l'université des sciences et technologies de Huazhong ont présenté une conception efficace pour les systèmes de réseaux de neurones basés sur des memristors inspirés de la notion de conditionnement pavlovien. À l'avenir, le circuit qu'ils ont développé pourrait avoir plusieurs applications intéressantes, par exemple, aider au développement d'outils informatiques qui reproduisent plus efficacement les processus psychologiques observés chez les animaux ou les humains. L'équipe envisage maintenant de continuer à travailler sur le circuit, optimiser ses performances, simplifier sa structure et tenter de l'intégrer dans d'autres dispositifs.

© 2019 Réseau Science X