"NeuroAI, " combinant "neurosciences" et "IA" (intelligence artificielle), attire rapidement l'attention en tant que domaine de recherche. Inconnu il y a quelques années, il figure maintenant en bonne place dans des ateliers, conférences et programmes universitaires, y compris un atelier de l’Initiative BRAIN. Ce domaine fusionne l'objectif de l'IA de reproduire l'intelligence avec les connaissances des neurosciences sur les calculs similaires au cerveau. L'IA utilise des réseaux neuronaux pour modéliser le cerveau, testant des théories sur les calculs neuronaux, reflétant l'idée de Richard Feynman selon laquelle la véritable compréhension vient de la création. Parallèlement, les neurosciences inspirent l'IA à créer des systèmes capables de performances humaines, formant une boucle de rétroaction accélérant les deux champs. Dans les applications d'IA comme DeepLabCut, l'IA simplifie l'analyse des données en neurosciences, semblable à son rôle dans le repliement des protéines ou la reconnaissance d’images, mais ce n'est pas strictement du "NeuroAI. " Le lien entre l'IA et les neurosciences remonte au rapport de John von Neumann de 1945 sur l'architecture de l'ordinateur EDVAC, inspiré par l'article de 1943 de McCulloch et Pitts sur les réseaux neuronaux.

Le perceptron de Frank Rosenblatt en 1958 a poussé l'idée de l'apprentissage dirigé par les données dans les réseaux, influencé par les travaux de Donald Hebb sur la plasticité synaptique. Bien que les perceptrons à une couche unique aient rencontré des limites, le concept des synapses en tant qu’éléments d'apprentissage adaptables reste essentiel. Les avancées symbiotiques incluent le réseau neuronal convolutionnel (CNN), inspiré par des modèles du cortex visuel, et l'apprentissage par renforcement, illustré par l'AlphaZero de Google. Des techniques comme le dropout imitent les défaillances neuronales pour améliorer la résilience des réseaux neuronaux. Cette relation mutuelle enrichit à la fois l'IA et les neurosciences; les réseaux neuronaux avancent notre compréhension des calculs cérébraux, inspirant de nouveaux modèles et algorithmes. À mesure que le NeuroAI se développe, il approfondit notre compréhension de l'intelligence dans les contextes biologiques et artificiels, promettant d'intégrer et d'élargir davantage ces domaines. Cette série d'essais explorera ces connexions transformatrices et les questions pratiques et éthiques qu'elles posent.