Des hydrogels qui apprennent à jouer au Pong !

Pong occupera toujours une place spéciale dans l’histoire des jeux vidéo en tant qu’un des premiers jeux d’arcade. Lancé en 1972, c’était un jeu de tennis de table avec des graphismes et un gameplay très simples. En fait, il est si simple que même des matériaux non vivants appelés hydrogels peuvent “apprendre” à jouer au jeu en “retenant” des motifs précédents de stimulation électrique, selon un nouvel article publié dans la revue Cell Reports Physical Science.

“Notre recherche montre que même des matériaux très simples peuvent afficher des comportements complexes et adaptatifs typiquement associés aux systèmes vivants ou à des intelligences artificielles sophistiquées,” a déclaré Yoshikatsu Hayashi, co-auteur et ingénieur biomédical à l’Université de Reading au Royaume-Uni. “Cela ouvre de nouvelles possibilités excitantes pour le développement de nouveaux types de matériaux ‘intelligents’ capables d’apprendre et de s’adapter à leur environnement.”

Les hydrogels sont des matériaux biphasés souples et flexibles qui gonflent sans se dissoudre dans l’eau. Ainsi, un hydrogel peut contenir une grande quantité d’eau tout en maintenant sa forme, ce qui le rend utile pour une grande variété d’applications. L’un des usages les plus connus est celui des lentilles de contact souples, mais divers types d’hydrogels sont également employés dans les implants mammaires, les couches jetables, les électrodes médicales EEG et ECG, les biosenseurs de glucose, l’encapsulation de points quantiques, la purification de l’eau alimentée par l’énergie solaire, les cultures cellulaires, les échafaudages d’ingénierie tissulaire, les explosifs gelés, les actionneurs pour la robotique douce, les matériaux d’absorption de chocs supersoniques et les systèmes de délivrance de médicaments à libération prolongée, parmi d’autres utilisations.

En avril, Hayashi a co-écrit un article montrant que les hydrogels peuvent “apprendre” à battre en rythme avec un pacemaker externe, une prouesse jusqu’alors réservée aux cellules vivantes. Ils ont exploité la capacité intrinsèque des hydrogels à convertir l’énergie chimique en oscillations mécaniques, utilisant le pacemaker pour appliquer des compressions cycliques. Ils ont constaté que lorsque l’oscillation d’un échantillon de gel correspondait à la résonance harmonique du battement du pacemaker, le système gardait une “mémoire” de cette période d’oscillation résonante et pouvait conserver cette mémoire même lorsque le pacemaker était éteint. De tels hydrogels pourraient un jour être un substitut utile pour la recherche cardiaque utilisant des animaux, offrant de nouvelles façons d’étudier des conditions comme l’arythmie cardiaque.

Pour ce dernier travail, Hayashi et ses co-auteurs ont été partiellement inspirés par une étude de 2022 dans laquelle des cellules cérébrales dans un plat – surnommées DishBrain – étaient stimulées électriquement de manière à créer des boucles de rétroaction utiles, leur permettant d'”apprendre” à jouer à Pong (bien que mal). Comme l’a rapporté à l’époque le rédacteur scientifique John Timmer :

Pong s’est avéré être un excellent choix pour les expériences. L’environnement ne comporte que quelques variables : la position de la raquette et la position de la balle. La raquette ne peut se déplacer que le long d’une seule ligne, donc la partie motrice des choses n’a besoin que de deux entrées : monter ou descendre. Et il y a une récompense claire pour bien faire les choses : vous évitez un état final où la balle passe devant les raquettes et où le jeu s’arrête. C’est une excellente configuration pour tester un réseau neuronal simple.

Pour parler en termes de Pong, la partie sensorielle du réseau prendra les entrées de position, déterminera une action (mouvement de la raquette vers le haut ou vers le bas), puis générera une attente pour ce que sera l’état suivant. Si elle interprète correctement le monde, cet état sera similaire à sa prédiction, et donc l’entrée sensorielle sera sa propre récompense. Si elle se trompe, il y aura un grand écart, et le réseau révisera ses connexions et essaiera à nouveau.

Il y avait quelques réserves – même les meilleurs systèmes ne jouaient pas très bien à Pong – mais l’approche a principalement fonctionné. Ces systèmes composés de neurones de souris ou humains ont vu la durée moyenne des échanges de Pong augmenter au fil du temps, indiquant qu’ils apprenaient peut-être les règles du jeu. Les systèmes basés sur des cellules non neuronales, ou ceux sans système de récompense, n’ont pas connu ce type d’amélioration. Les résultats fournissaient quelques éléments de preuve que les réseaux neuronaux formés à partir de véritables neurones développent spontanément la capacité d’apprendre. Et cela pourrait expliquer certaines des capacités d’apprentissage des cerveaux réels, où de petits groupes de neurones s’organisent en unités fonctionnelles.