« Au lieu de rechercher un type de structure particulier, nous avons conçu un algorithme plus large capable d'analyser et de comparer l'ensemble des structures » déclare Josh Tenenbaum, un maître de conférence au MIT spécialisé dans les sciences cognitives du cerveau.
Conçu par le jeune professeur Charles Kemp, ce modèle est composé d'un éventail de structures de données telles que des arborescences, des organisations linéaires, des dominances hiérachiques, des groupes... L'algorithme est capable de trouver la structure organisationnelle la plus appropriée pour un type de données particulier puis, par la suite, de reconnaître le type de structure qui s'accorde le mieux à un type de données en général.
Si cet algorithme est toujours au stade de la recherche, il pourrait aussi aider les scientifiques à traiter plus rapidement de gros volumes d'informations et éclairer sur la manière dont le cerveau humain développe des habitudes.