Les chercheurs ont identifié une méthode incroyablement intelligente utilisée par les mouches des fruits pour catégoriser les odeurs – et il est si intelligent qu'il pourrait être appliqué à l'alimentation des algorithmes de recommandation pour les goûts de Netflix ou Spotify.
De la même manière que YouTube pourrait vouloir signaler des vidéos similaires à celle que vous venez de regarder, les mouches des fruits, comme beaucoup d'autres animaux, doivent savoir quelles odeurs sont similaires, pour trouver de la nourriture et éviter les substances toxiques.
L'équipe de l'Université de Californie à San Diego (UCSD) et l'Institut Salk pour les études biologiques en Californie ont découvert que les mouches à fruits ont une manière particulièrement intelligente de catégoriser les odeurs, ce qui leur permet de reconnaître les différences avec un très bon niveau de précision.
"Dans le monde naturel, vous n'allez pas rencontrer exactement la même odeur à chaque fois, il va y avoir du bruit et des fluctuations", explique l'un des chercheurs, Saket Navlakha de Salk.
"Mais si vous sentez quelque chose que vous avez déjà associé à un comportement, vous devez être capable d'identifier cette similarité et de vous souvenir de ce comportement."
Il s'avère que les mouches des fruits sont vraiment bonnes à cet égard: et potentiellement meilleures, en fait, que les algorithmes qui sont à l'origine des services de diffusion en continu et des moteurs de recherche.
Aujourd'hui, des services comme Netflix et Spotify trouveront des éléments similaires en les dépouillant de leurs composants de base pour faciliter les comparaisons. Des étiquettes connues sous le nom de "hashes" ou "tags" sont attribuées à chaque article afin de pouvoir les trier rapidement.
Vous vous retrouvez avec des seaux d'éléments, comme des films ou des chansons d'un genre particulier – il est alors plus facile de trier dix seaux qu'un million de chansons ou de spectacles. Techniquement, le processus est connu sous le nom de hachage sensible à la localité.
Les mouches des fruits utilisent aussi un type de hachage sensible à la localité, mais elles s'ajoutent, selon la nouvelle étude, qui a examiné les données précédemment collectées – au lieu de réduire les articles à moins de seaux, ils créent plus de seaux.
À l'intérieur du cerveau de la mouche des fruits, 50 neurones réagissent à l'odeur initiale, avant de conduire à 2 000 neurones de plus pour donner à chaque odeur une identification distincte dans le cerveau.
Seuls les 5% supérieurs de chacun de ces 2 000 neurones sont stockés, agissant comme le hachage de chaque seau, mais le système est très efficace pour détecter les similitudes. Le mappage supplémentaire permet une précision supplémentaire.
"Dites que vous avez un groupe de personnes regroupées par leurs relations, et ils sont regroupés dans une salle bondée", explique Navlakha. "Ensuite, prenez les mêmes personnes et les mêmes relations, mais faites-les s'étaler sur un terrain de football."
"Il sera beaucoup plus facile de voir la structure des relations et de tracer des limites entre les groupes dans l'espace élargi par rapport à l'espace surpeuplé."
Bien que ce mécanisme ait déjà été rapporté, l'équipe UCSD et Salk est la première à établir la connexion avec les algorithmes informatiques qui ont besoin de repérer les similitudes. Dans une série de tests sur trois ensembles de données standard couramment utilisés par les informaticiens, la méthode de la mouche a nettement surpassé le hachage de base sensible à la localité.
Netflix, YouTube, Spotify et le reste auront leurs propres idées sur la meilleure façon de construire un moteur de recommandation, mais un jour, vous pourriez obtenir un nouveau film ou une chanson suggérée grâce à l'humble mouche des fruits. L'étape suivante consiste à tester la technique sur davantage de données.
"C'est un problème que toutes les entreprises de technologie ayant un système de recherche documentaire doivent résoudre, c'est donc quelque chose que les informaticiens étudient depuis des années", explique Navlakha.
"Des éléments de cette approche avaient été utilisés dans le passé par des informaticiens, mais l'évolution l'a mis ensemble d'une manière très unique."
La recherche a été publiée dans Science .
Les chercheurs ont également mis en place une vidéo sur l'étude, que vous pouvez voir ci-dessous:
No comments:
Post a Comment