Neuroscience et ML

Cette séance de cours couvre l'intersection entre les neurosciences et l'apprentissage automatique, en mettant l'accent sur l'apprentissage profond, l'apprentissage par renforcement, les mécanismes d'attention, la mémoire épisodique, la mémoire de travail et l'apprentissage continu. Il explore comment les réseaux neuronaux artificiels s'inspirent de l'architecture du cerveau et des contraintes algorithmiques, en discutant de sujets tels que la régularisation des abandons, le contrôle épisodique et les systèmes de mémoire dans le cerveau des mammifères. La séance de cours explore également l'avenir de la machine de pont et de l'intelligence au niveau humain, en mettant l'accent sur la compréhension intuitive du monde physique et l'importance de l'apprentissage efficace. Il conclut avec des idées sur l'éthologie computationnelle en utilisant des modèles d'apprentissage en profondeur et les modèles hiérarchiques optimisés pour les performances prédisant les réponses neuronales dans le cortex visuel supérieur.