Cajal - Automates cellulaires inspirés du neural

Les modèles d'apprentissage automatique inspirés biologiquement ont depuis longtemps captivé l'intérêt des chercheurs cherchant des approches alternatives aux réseaux neuronaux artificiels traditionnels. Il y a près de huit ans, l'auteur s'est lancé dans un projet ambitieux intitulé « Neurone Distribué », visant à reproduire les schémas de croissance groupée des neurones réels. Ce modèle incorporait des concepts biologiques tels que les facteurs neurotropes et les gradients de signalisation, s'écartant des architectures de réseaux neuronaux plus rigides et simplistes populaires à l'époque. Bien que le projet original soit tombé dans l'oubli, avec seulement quelques articles de blog archivés et d'anciennes vidéos restantes, la curiosité fondamentale pour les modèles d'apprentissage automatique biologiquement plausibles a persisté.\n\nRécemment, l'auteur a rencontré un article intrigant sur un automate cellulaire inspiré du neural appelé CoDi-1Bit. Conçu pour la simplicité, le minimalisme et l'efficacité computationnelle, CoDi-1Bit a été construit pour fonctionner efficacement sur des réseaux logiques programmables sur le terrain (FPGA). L'objectif principal était d'évoluer rapidement et d'évaluer des réseaux neuronaux in silico, formant des modules discrets capables de fonctions spécifiques telles que des minuteries, des détecteurs de motifs et des détecteurs de mouvement de ligne Hubel-Wiesel. L'ambition ultime était d'appliquer ces modules neuronaux évolués pour contrôler un chat robotique en temps réel. Cependant, la recherche originale s'est terminée vers 2001 sans atteindre l'objectif de contrôle du chat robotique en raison de la fermeture de la division de recherche.\n\nLe système CoDi est un automate cellulaire qui imite la croissance neuronale et la signalisation au sein d'une grille discrète. Initialement, un petit nombre de corps neuronaux sont semés sur la grille, qui subit des phases de croissance itératives. Chaque neurone fait pousser des axones et des dendrites dans les cellules adjacentes, se répandant à travers la grille. Alors que le système CoDi original fonctionnait en trois dimensions, l'attention actuelle se porte sur une version simplifiée en 2D. La croissance de chaque cellule de la grille est régie par un chromosome superposé à l'ensemble de la grille, qui encode des instructions simples telles que croître droit, tourner ou se diviser. Ce mécanisme piloté par chromosome permet à l'automate de croître selon des règles génétiques encodées.\n\nUne caractéristique clé de la conception de CoDi est que les cellules nouvellement formées conservent leur lignée, garantissant que les dendrites produisent des cellules dendritiques et les axones des cellules axonales. De plus, chaque cellule stocke un pointeur vers la cellule dont elle est issue, permettant de remonter jusqu'au corps neuronal d'origine. Cette structure forme la base du réseau de signalisation. La croissance cesse lorsqu'il ne reste plus de cellules adjacentes vides ou lorsque les cellules actives ne peuvent plus croître. La phase de signalisation suit la croissance mais est réservée pour une discussion future. Comparé au projet Distributed Neuron de l'auteur, le mécanisme chromosomique de CoDi utilise seulement 4 bits par cellule pour dicter les instructions de croissance, réduisant la charge mémoire et permettant des changements évolutifs locaux sans déstabiliser l'ensemble du réseau.\n\nActuellement nommé Cajal, d'après le neuroscientifique pionnier Santiago Ramón y Cajal, l'implémentation peut créer des grilles de taille arbitraire, simuler la croissance de réseaux à la manière de CoDi, injecter des signaux et observer les schémas de décharge neuronale. La base de code est cependant reconnue comme un travail en cours, nécessitant un refactoring et une documentation plus complète. Au niveau le plus bas, le monde de la grille est organisé en vecteurs de Pages, chacun contenant des vecteurs de Cellules. Chaque Cellule est représentée en interne par un entier non signé 32 bits (u32), encodant diverses attributs tels que le type de cellule, la direction de croissance (porte), les propriétés stimulatrices ou inhibitrices, les instructions chromosomiques, les seuils de décharge et les potentiels de signal via des masques binaires soigneusement définis. Cet encodage compact reflète la représentation complexe mais efficace des propriétés neuronales dans le cadre de l'automate cellulaire.