Intelligence Artificielle et Comportement Animal : Une Révolution en Cours !

Publié le 23 décembre 2024

Par Nick Fetty
Responsable du contenu numérique

Un nouvel article de recherche publié dans la revue Scientific Reports examine comment l’intelligence artificielle (IA) peut analyser et potentiellement prédire le comportement animal.

Intitulé “Lier stratégie cognitive, mécanismes neuronaux et statistiques de mouvement dans les comportements de recherche alimentaire en groupe”, cet article a été rédigé par Rafal Urbaniak et Emily Mackevicius, tous deux du Basis Research Institute, ainsi que par Marjorie Xie, membre de la première cohorte du programme de bourses AI and Society de l’Académie des Sciences de New York.

Pour ce projet, l’équipe a développé un cadre innovant pour analyser le comportement de recherche alimentaire chez les animaux. Ce cadre, qui fait le lien entre neuroscience cognitive, sciences cognitives et statistiques, a été testé avec des données simulées ainsi que des ensembles de données réelles, incluant les observations d’oiseaux se nourrissant en groupes d’espèces mixtes.

“En traduisant entre les perspectives cognitive, neuronale et statistique, l’étude vise à comprendre comment les animaux prennent des décisions de recherche alimentaire dans des contextes sociaux, intégrant préférences internes, signaux sociaux et facteurs environnementaux,” explique Mackevicius.

Une approche interdisciplinaire

Chacun des trois co-auteurs de l’article a apporté son expertise à ce projet. Mackevicius, co-fondatrice et directrice du Basis Research Institute, détient un doctorat en neuroscience du MIT, où sa thèse a examiné comment les oiseaux apprennent à chanter. Elle a supervisé le projet, collecté les données sur les groupes d’oiseaux et contribué aux travaux analytiques. Ses contributions s’appuient sur son travail postdoctoral portant sur des oiseaux experts en mémoire au laboratoire Aronov du Centre de neuroscience théorique de l’Université de Columbia.

Xie, titulaire d’un doctorat en neurobiologie et comportement de l’Université de Columbia, a mis à profit son expertise en modélisation computationnelle, neurosciences et comportement animal. S’appuyant sur un modèle neurobiologique de la mémoire et de la planification dans le cerveau aviaire, Xie a collaboré avec Mackevicius pour concevoir un modèle cognitif simuler des stratégies de communication chez les oiseaux.

“Le modèle cognitif décrit comment un oiseau donné choisit de se déplacer en fonction des caractéristiques qu’il valorise dans son environnement, dans un certain rayon de visibilité,” précise Xie, qui a effectué un stage au Basis durant ses études de doctorat. “Dans quelle mesure l’oiseau privilégie-t-il la nourriture, la proximité avec d’autres oiseaux ou les informations communiquées par ses congénères ?”

Méthodes bayésiennes et programmation probabiliste causale

Urbaniak a apporté son expertise en méthodes bayésiennes et en programmation probabiliste causale. Il a élaboré tous les modèles statistiques et appliqué des outils d’inférence statistique pour effectuer l’identification des modèles.

“Sur le plan de la modélisation, le défi le plus excitant pour moi était de transformer des théories vagues et qualitatives sur le mouvement animal et ses motivations en modèles précis et quantitatifs. Ces modèles devaient capturer une gamme de mécanismes possibles, y compris la communication entre animaux, de manière à nous permettre d’utiliser des données de mouvement animal relativement simples avec une inférence bayésienne pour les éclairer,” déclare Urbaniak, titulaire d’un doctorat en logique et philosophie des mathématiques de l’Université de Calgary, au Canada, et ayant occupé des postes précédents au Trinity College de Dublin ainsi qu’à l’Université de Bristol, au Royaume-Uni.

Pour ce projet, les chercheurs ont installé des caméras vidéo dans Central Park afin d’analyser les mouvements des oiseaux, qu’ils ont ensuite utilisés pour étudier leur comportement. Selon les chercheurs, les oiseaux représentent un sujet d’étude séduisant pour explorer la cognition animale au sein de groupes collaboratifs.

“Les oiseaux sont hautement intelligents et communicatifs, évoluant souvent en groupes multi-agents ou même multi-espèces, et occupent un éventail impressionnant d’écosystèmes à travers le monde,” ont écrit les chercheurs dans l’introduction de leur article.

L’article s’appuie sur des travaux antérieurs dans ce domaine, les chercheurs notant que “[ce travail a démontré] comment les descriptions cognitives abstraites des comportements de recherche alimentaire multi-agents peuvent être cartographiées sur une mise en œuvre neuronale biologiquement plausible et sur un modèle statistique.”

Élargir leur recherche

Pour Mackevicius et Xie, ce projet leur a permis d’élargir leur recherche, passant de l’étude d’oiseaux individuels à celle de groupes d’oiseaux. Elles ont considéré cela comme une occasion de “mettre à l’échelle” leur travail précédent afin de mieux comprendre comment la cognition varie dans un contexte de groupe. Depuis la publication de l’article en septembre, Mackevicius a appliqué une méthodologie similaire pour étudier les célèbres rats de New York et voit le potentiel d’étendre ce travail encore davantage.

“Cette recherche a des implications vastes, non seulement pour les neurosciences et la cognition animale, mais aussi pour des domaines comme l’intelligence artificielle, où la prise de décision multi-agents constitue un défi central,” a écrit Mackevicius sur le blog de Springer Nature. “La capacité d’inférer des stratégies cognitives à partir d’un comportement observé, en particulier dans des contextes de groupe, représente une étape cruciale vers la conception de systèmes d’IA plus sophistiqués.”

Xie mentionne qu’elle a “appris de nombreuses compétences sur le tas” au cours de ce projet, y compris le renforcement de l’apprentissage (un cadre d’IA) et l’inférence statistique. Pour elle, il a été particulièrement gratifiant de voir comment tous ces petits éléments ont contribué à former une vue d’ensemble.

“Ce travail m’inspire à réfléchir à la manière dont nous appliquons ces outils pour raisonner sur le comportement humain dans des contextes de groupe tels que le sport en équipe, les foules dans des espaces publics et la circulation dans les environnements urbains,” ajoute Xie. “Dans les foules, les humains peuvent mettre de côté leur autonomie individuelle et se conformer à des heuristiques telles que suivre le flux de la foule ou se diriger vers des espaces inoccupés. L’équilibre entre la satisfaction des besoins individuels et la coopération avec les autres est un phénomène fascinant que nous n’avons pas encore pleinement compris.”

Le programme AI and Society Fellowship est une collaboration avec l’École pour l’avenir de l’innovation en société de l’Université d’État de l’Arizona.

Basis AI est actuellement à la recherche de stagiaires en recherche pour 2025.