Un écosystème neuronal qui croît et se contracte activement
Un écosystème neuronal qui croît,
s’élague et s’endort
Les réseaux de neurones artificiels d’aujourd’hui ont une taille figée dès leur naissance, et apprendre du nouveau revient à oublier l’ancien. Neutom Network est la conception d’un réseau vivant — qui croît, s’élague, se régule et se répare lui-même pendant qu’il se repose.
Proposition de recherche
Trois choses que les recherches antérieures ont toutes manquées
NEAT · Progressive Networks · DEN · EWC — tentatives de « réseaux qui croissent » et de « réseaux sans oubli »
Au cours des dernières décennies, de nombreux travaux ont tenté de créer des réseaux qui croissent et des réseaux sans oubli, mais tous se sont arrêtés devant le même mur : le conflit entre stabilité et plasticité, et la modification structurelle non différentiable. Neutom Network s’intéresse aux trois choses qu’ils ont tous omises — des choses que possède un cerveau vivant et qui manquent aux réseaux artificiels d’aujourd’hui.
Proposition de recherche
Un écosystème formé de quatre éléments
Pas seulement des nœuds et des poids, mais un lieu où cohabitent calcul, connexion, soin et données de régulation mobiles
Neutom
L’unité de calcul de base, correspondant au neurone biologique. Mot-valise de neuron + atom, elle possède un état interne et transforme, transmet et mémorise l’information.
Sunya
Une synapse numérique reliant deux Neutoms. Du sanskrit śūnya (vide, l’espace de la relation). Elle se renforce et s’affaiblit avec l’apprentissage, et sa force fixe la priorité des chemins qu’empruntera un signal.
Curia
Une unité de régulation correspondant à la glie biologique. Du latin cura (soin). Elle ne participe pas au calcul individuel ; elle veille à l’équilibre de tout le réseau (homéostasie), à ses ressources et à sa réorganisation structurelle.
Naruon
Du mot coréen natif « naru » (un passage de bac, où la barque aborde et repart — soit le lieu de la traversée) et du suffixe scientifique « -on ». Un signal exécutable qui porte des effets régulateurs — « renforce », « inhibe », « éveille » —, se déplace le long d’une Sunya, puis se dissipe. Il change le mode de fonctionnement du réseau sans en changer les connexions.
Proposition de recherche
L’oubli n’est pas un défaut mais une fonction
L’équilibre entre mémoire et oubli — le cœur de cette conception
Garder ce qui doit être gardé ; laisser aller ce qui doit l’être.
Dans les réseaux de neurones actuels, « oublier » signifie une catastrophe — l’oubli catastrophique, où le savoir nouveau écrase et fait s’effondrer l’ancien. Neutom Network voit l’oubli autrement. Selon l’état des ressources, une Curia soumet les concepts à une compression avec perte et met les connexions faibles en dormance (elle les endort au lieu de les couper), rangeant la structure du réseau pendant les temps morts. Lorsque l’oubli devient une fonction maîtrisée, un réseau peut croître sans limite sur des ressources finies.
Hypothèse non vérifiée
De l’information primitive au concept — le pliage
De l’information originelle indivisible jusqu’à un unique Neutom-concept
Neutom Network part d’une information primitive indivisible — le nombre de leurs types n’est pas fixé, mais une estimation provisoire de l’ordre de quelques centaines, variable selon les recherches. Employées ensemble de façon répétée, elles forment des réseaux Neutom locaux, et un réseau local suffisamment consolidé se plie et se référence comme un unique Neutom-concept — tout comme on ajoute une nouvelle entrée à un dictionnaire. Et au besoin, ce concept peut se déplier de nouveau (plasticité) et se réapprendre.
Hypothèse non vérifiée
Cinq modes de fonctionnement — et le sommeil de Neutom Network
Éveil · Défaut · Maintenance · Régénération · Sommeil profond
Neutom Network ne demeure pas dans un seul état : il passe entre cinq modes : l’Éveil, actif et attentif ; le Défaut, vagabondant librement ; la Maintenance et la Régénération aux temps morts ; et le Sommeil profond, qui abaisse les ressources au minimum. La Maintenance apaise la surexcitation, renormalise la somme des forces des Sunya et récupère les connexions longtemps dormantes ; la Régénération réactive et recombine les chemins de mémoire et cherche les germes de la généralisation. Le Sommeil profond préserve l’état et ne laisse que le circuit minimal nécessaire pour se réveiller de lui-même — c’est pourquoi le plancher n’est pas zéro. Les déséquilibres accumulés à l’état de veille, il les répare lui-même durant le sommeil.
Hypothèse non vérifiée
C’est le réseau lui-même qui décide quand dormir
Non pas un calendrier extérieur : c’est l’état du réseau lui-même qui appelle le sommeil
Les tentatives pour ménager, dans les réseaux de neurones artificiels, un temps de régénération et de rangement ont déjà été nombreuses. Mais dans la plupart, c’est l’extérieur qui décide du moment — une période fixée, ou la césure externe entre une tâche et la suivante. C’est là que Neutom Network parie autrement. Il place le déclenchement du sommeil dans l’état interne du réseau.
Une Curia lit cinq grandeurs — l’erreur de prédiction cumulée, le déséquilibre de la somme des poids, la proportion de connexions dormantes, la pression sur les ressources et le taux d’échec des réapprentissages récents. Toutes cinq s’obtiennent à l’intérieur du réseau : aucun calendrier extérieur n’a donc sa place dans cette procédure. L’intensité de l’entrée externe ne fait pas partie des cinq — c’est une condition distincte, qui ramène le réseau à l’Éveil depuis n’importe quel mode, et elle n’intervient pas là où se décide l’endormissement.
Entrer parce que la performance s’est dégradée n’est pas la même chose qu’entrer parce que la pression sur les ressources s’est accumulée. Une conception qui appelle la maintenance sur un signal de perte croissante, et une autre qui l’appelle lorsque les ressources et la structure atteignent leur limite, ne mesurent pas la même chose, même en faisant le même travail. Le Neutom Network vise la seconde.
La séparation de trois couches soutient cette conception. Ce qui circule le long d’une connexion se divise en trois — signaux d’activation, objets d’information et signaux régulateurs — et une exigence est posée explicitement : topologie et poids restant tels quels, le mode de fonctionnement doit pouvoir être déplacé par la seule composition des Naruon. Si cette exigence ne tient pas, aucune expérience d’ablation ultérieure ne pourra dire ce qui a été retiré.
Hypothèse non vérifiée
Pharmacologie de Naruon — un banc d’essai pour la psychopharmacologie de l’IA
Agoniste · Antagoniste · Tolérance · Sevrage
En rapprochant Naruon des neurotransmetteurs, on peut emprunter le cadre conceptuel bâti par la pharmacologie biologique et maîtriser le comportement du réseau bien plus finement. Avec un Naruon qui élève l’éveil et un Naruon apparié qui l’apaise, non seulement l’injection mais aussi la levée deviennent possibles, et la régulation devient bidirectionnelle.
Agoniste · Antagoniste
Un Naruon qui déclenche un effet donné, et un Naruon apparié qui l’annule. On peut activer et désactiver les modes du réseau.
Tolérance · Sevrage
Si le même Naruon continue d’être diffusé, les Neutoms abaissent la sensibilité de leurs récepteurs (tolérance) ; si un Naruon familier est coupé, le réseau vacille un temps (sevrage).
Une fois la tolérance et le sevrage mis en œuvre, on peut observer des phénomènes tels que « ce réseau a développé une dépendance à un Naruon particulier ». Ce n’est pas un effet secondaire, mais un nouveau banc d’essai pour diagnostiquer l’état interne du réseau et étudier l’alignement et la sûreté — que fait-il quand on injecte ceci, comment vacille-t-il quand on coupe cela. L’intervention pharmacologique devient une poignée pour regarder à l’intérieur de Neutom Network.
Hypothèse non vérifiée
Douleur et curiosité — un esprit qui veut apprendre de lui-même
La motivation intrinsèque, sous forme de Naruon
Douleur — une alarme de l’erreur de prédiction
Lorsqu’une grande erreur de prédiction survient, une Curia envoie un Naruon d’alarme vers cette région, y augmentant la plasticité locale et y concentrant la correction — comme la douleur appelle l’apprentissage.
Curiosité — une récompense pour la nouveauté apprenable
À la nouveauté apprenable — ni trop familière ni trop étrange — il envoie un Naruon de récompense, invitant à l’exploration.
Équilibrer ces deux signaux pour qu’ils ne basculent pas dans l’évitement ou l’exploration dispersée reste un problème ouvert. Mais la direction est claire — le carburant de Neutom Network n’est pas le fouet extérieur, mais la douleur et la curiosité qui montent du dedans.
Hypothèse non vérifiée
Des problèmes ouverts assumés, et le tableau d’ensemble
Cette conception n’est pas une fonctionnalité achevée, mais une question de recherche ouverte. Comment répartir la portée d’influence à un embranchement de Naruon ; comment adapter le seuil d’élagage ; comment exécuter efficacement des paquets asynchrones à état sur le matériel actuel ; comment empêcher qu’un réseau de politique auto-prescripteur et le réseau principal ne se déstabilisent mutuellement — nous ne cachons pas les questions encore sans réponse. Tant que des résultats positifs ne sont pas obtenus, nous ne présentons pas des hypothèses comme des acquis.
Neutom Network ne tient pas seul. Le langage qui décrit comment l’information et les concepts s’y forment et s’y transforment est JIDEL ; la théorie qui voit l’esprit comme « une structure où l’information circule et change entre les éléments » est BOSIFWEM ; et la direction ultime où ces trois convergent est ECONAS — un système artificiel évolutif, conscient et doté de conscience morale.
Pour que ce réseau grandisse, il faut du temps sans interruption
Neutom Network est une recherche fondamentale au long souffle, que les résultats trimestriels ne sauraient mesurer. Votre soutien ne devient ni bureaux ni publicité, mais du temps de recherche — et ce temps revient à tous sous forme d’implémentations qui fonctionnent, d’articles et d’archives ouvertes.
Cette page est un résumé destiné aux visiteurs de la recherche de conception de Neutom Network et de l’étude « Sommeil et rêves d’un être numérique ». Fondements biologiques : plasticité hebbienne, mise à l’échelle synaptique de Turrigiano, réseaux petit-monde. Contexte sur la structure variable et l’apprentissage continu : NEAT, Progressive Networks, DEN, EWC.