Introduction aux réseaux de neurones – 2/3 : Neurone biologique et neurone formel

04-06-2019   •   3 min de lecture

Comme nous l’avons vu dans la première partie, l’idée initiale des réseaux de neurones artificiels était de reproduire la capacité de raisonnement du cerveau humain. Encore fallait-il comprendre ce fonctionnement.

C’est l’anatomiste allemand Heinrich Wilhelm Waldeyer qui a le premier percé le mystère, en 1881. Sa vision du système nerveux marque alors un tournant dans les recherches médicales, et inspirera les futures recherches technologiques. Grâce à un nouveau concept, portant le nom de « neurone ».

Le neurone biologique, cellule élémentaire du cerveau

Selon la théorie de Waldeyer, le cerveau humain est composé de près de 100 milliards de neurones reliés entre eux. Chacun de ces éléments est lui-même constitué de plusieurs parties.

En premier lieu, on retrouve au cœur du neurone son noyau, ou « corps cellulaire ». Cette partie centrale a pour rôle de contrôler la réaction de la cellule, en fonction des informations reçues en entrée.

Ces données lui parviennent grâce à des branches appelées « dendrites ». Ce sont elles qui transmettent les signaux depuis l’extérieur vers le corps cellulaire.

Ce dernier traite alors l’information et renvoie des signaux électriques via son « axone ». Celui-ci permet ainsi de véhiculer le message en sortie.

Enfin, au bout de cet axone, se situent les « synapses ». Ceux-ci assurent alors la communication de l’information aux autres neurones, ainsi qu’aux fibres musculaires (pour d’éventuelles réponses nerveuses).

Ce sont ces connexions synaptiques qui permettent à l’être humain de réaliser certaines tâches, telles que reconnaître des formes, mémoriser des informations ou apprendre par l’exemple. Chaque neurone n’agit donc pas indépendamment. C’est le comportement global de l’ensemble du réseau qui permet d’effectuer ces actions.

Le neurone formel, élément de base des réseaux de neurones artificiels

À partir de ces observations, deux scientifiques américains, Warren McCulloch et Walter Pitts, ont imaginé le modèle du neurone formel, en 1943. Il s’agit d’une représentation mathématique très simplifiée du neurone de Waldeyer, dont la sortie est binaire (elle est égale à 0 ou 1).

Ainsi, dans leur modèle, le neurone formel reçoit des valeurs via plusieurs signaux d’entrée, équivalant aux dendrites biologiques. Chacune de ces informations est pondérée, pour reproduire l’intensité variable des connexions synaptiques entre les neurones du cerveau (chaque cellule étant plus ou moins « liée » à une autre, selon les situations).

Ensuite, le comportement du corps cellulaire est reproduit par deux opérations mathématiques :

  1. La fonction de combinaison : dans le modèle initial, il s’agit simplement d’une somme pondérée des valeurs en entrée.
  2. La fonction d’activation : c’est elle qui va déterminer la valeur en sortie. Et ce, à partir du résultat de la fonction de combinaison, ainsi que d’un seuil fourni. Il peut, par exemple, s’agir d’une simple « fonction marche d’escalier », qui renvoie 0 si la somme pondérée des entrées est inférieure à la valeur seuil, et 1 sinon.

Enfin, le résultat est envoyé en sortie du neurone formel, à la façon de l’axone biologique. Cette information peut ensuite être diffusée à plusieurs autres neurones, via des ramifications jouant le rôle de synapses (avec des poids associés, comme nous l’avons vu pour les entrées).

Un tel modèle peut effectuer un grand nombre d’opérations logiques. Et il sert, aujourd’hui encore, de base dans la conception de réseaux de neurones artificiels, que nous étudierons dans une troisième partie.

Tags