Une équipe internationale a développé un modèle d’intelligence artificielle capable de planifier des actions sans explorer systématiquement toutes les solutions possibles. Inspiré de mécanismes associés à l’hippocampe, le système combine cartes cognitives, calculs aléatoires et éléments réutilisables pour progresser vers un objectif.
Les cartes cognitives représentent les relations entre objets ou situations sous une forme géométrique. Elles fournissent au modèle une sorte de direction générale. Celui-ci peut alors tester des étapes intermédiaires, conserver celles qui le rapprochent du but et abandonner rapidement les pistes moins prometteuses.
Cette approche repose aussi sur un échantillonnage neuronal. Le système génère plusieurs scénarios possibles sans calculer chaque trajectoire jusqu’à son terme. Il évalue ensuite leur orientation dans la carte cognitive, avant de poursuivre les options jugées les plus utiles.
Les chercheurs ajoutent une organisation dite compositionnelle. Les informations et les plans sont divisés en éléments pouvant être réemployés dans différentes situations. Ce principe permet au modèle d’assembler une nouvelle stratégie à partir de composants déjà disponibles, plutôt que de recommencer entièrement son apprentissage.
Le dispositif a été testé sur trois catégories de tâches. Il devait naviguer dans un espace en deux dimensions, s’orienter dans un environnement abstrait comportant plusieurs dimensions, puis assembler et démonter une silhouette composée de différentes pièces.
Selon les auteurs, le modèle peut aussi s’adapter lorsque la situation change, sans nécessiter un nouvel entraînement complet. Cette capacité pourrait intéresser les robots, les véhicules autonomes ou les appareils fonctionnant localement avec des ressources limitées.
Les chercheurs présentent également leur méthode comme bien moins énergivore que des réseaux neuronaux multicouches ou de grands modèles de langage.
L’équipe ne cherche donc pas à reproduire toutes les fonctions d’une intelligence artificielle généraliste. Elle propose plutôt une architecture spécialisée pour la planification et la résolution de problèmes.
