Des processus à long terme au service de l'activité neuronale et de l'incroyable cerveau humain

Les actions physiques résultent des interactions entre les stimuli externes du moment et l'histoire de toute une vie. La mémoire est un élément crucial d'un système nerveux entièrement fonctionnel, à la source d'une palette extraordinaire de fonctionnalités telles que l'adaptabilité, la plasticité et les systèmes de survie.

Dans le cerveau, les neurones sont connectés au sein de vastes réseaux et cette connectivité leur confère des propriétés qui ne sont pas observées au niveau des neurones individuels. La mémoire, par exemple, a été étudiée de manière approfondie et résulte de phénomènes se déroulant sur de longues périodes au niveau du réseau. Si la mémoire d'un stimulus est bénéfique longtemps après qu'il a pris fin, il faut pour cela que des processus à long terme entrent en jeu.

Un vaste corpus de recherche a identifié que la source de ces processus à long terme se trouvait au niveau du réseau. Les neurones individuels sont toutefois le théâtre de processus biophysiques se déroulant sur de longues périodes. Ces processus ont généralement été étudiés à l'aide de modèles détaillés qui n'aident pas à rattacher ces propriétés au niveau du réseau. Le projet Multiple timescales, financé par l'UE dans le cadre d'une Action Marie Curie, "Career Integration Grants", a étudié ces processus jouant sur plusieurs échelles de temps. L'équipe du projet a cherché à comprendre les implications dynamiques et calculatoires lorsque de nombreux neurones simples sont connectés ensemble et que chacun d'entre eux donne lieu à des processus sur plusieurs échelles de temps.

Des instructions simples et un modèle complexe

Comme l'explique le coordinateur du projet, le professeur Omri Barak, "la commande “prenez à gauche à la prochaine intersection”, même si elle semble facile à interpréter, implique l'assimilation d'informations sur au moins deux échelles de temps différentes." L'information sensorielle relative au mot "prenez" doit être conservée pendant environ une seconde, jusqu'à ce que la phrase soit terminée. Par ailleurs, le sens de la phrase doit être conservé pendant environ une minute, jusqu'à ce que l'intersection en question soit effectivement atteinte. Cet exemple illustre la façon dont deux échelles de temps différentes peuvent intervenir, parmi toute une gamme d'échelles susceptibles d'entrer en jeu, même dans le cas de tâches quotidiennes basiques.

"Nous avons proposé un nouveau modèle, qui fournit une très bonne approximation de l'excitabilité d'un neurone unique sur des échelles de temps prolongées, tout en restant relativement simple", souligne le professeur Barak. Ces résultats ont été présentés à l'occasion de conférences internationales et ont été publiés dans le Journal of Neuroscience, une revue évaluée par des pairs.

De plus, poursuit-il, "j'ai acquis une compréhension plus approfondie de la dynamique des réseaux de neurones récurrents entraînés sans dynamique d'excitabilité". Même nos actions les plus simples, comme lever la main, font intervenir des millions de neurones dans le cerveau, interconnectés au sein d'un réseau complexe.

Une nouvelle analyse met en lumière l'interaction entre la simplicité de ce qui est produit en sortie du réseau et la complexité de sa dynamique interne. Le modèle employé repose sur des réseaux de neurones artificiels. Il s'agit de systèmes dont la conception est inspirée par la structure du cerveau.

Des réseaux de neurones artificiels avec un niveau de performance semblable à celui du cerveau humain

Ces réseaux ont atteint récemment des performances comparables à celles d'un cerveau humain dans des domaines tels que la reconnaissance d'image et de la parole. L'interconnectivité initiale du réseau est choisie aléatoirement et elle est ensuite sculptée par l'entraînement en cherchant à obtenir la sortie souhaitée. La façon dont l'entraînement affecte la dynamique de ces réseaux artificiels était jusqu'ici inconnue.

Des processus jouant sur plusieurs échelles de temps ont montré comment les exigences imposées en sortie du réseau se traduisaient par des modifications de la dynamique interne. "Nous avons constaté qu'un petit nombre de modes dynamiques sont mobilisés pour favoriser l'obtention du résultat souhaité." Outre leur présentation lors de séminaires et de conférences internationales, les résultats ont été publiés dans Physical Review Letters ainsi qu'à l'occasion d'une invitation à rédiger un article d'opinion dans Current Opinions in Neurobiology.

Les avancées des recherches sont appelées à se poursuivre

On ne cesse de faire de nouvelles découvertes sur la façon dont les réseaux neuronaux récurrents produisent des sorties sophistiquées, par exemple quand il s'agit de jouer au tennis. En utilisant une méthode de rétro-ingénierie, le professeur Barak a commencé à analyser l'effet de l'entraînement des réseaux dans lesquels les neurones individuels affichent une dynamique d'excitabilité lente. "Plus précisément, nous entraînons maintenant des réseaux neuronaux récurrents qui contrôlent un agent naviguant dans un environnement virtuel. Nous avons montré que l'intégration d'une dynamique d'excitabilité lente est susceptible d'améliorer la mémoire spatiale de l'agent et nous étudions la façon dont cela se produit", souligne-t-il.

Le professeur Barak explique que les fonds Marie Curie ont été d'une aide inestimable au démarrage du projet, avant d'obtenir d'autres sources de financement. Poursuivre l'évolution des travaux, avoir la possibilité d'assister à des conférences en tant qu'équipe a contribué à la formation du laboratoire. "Outre les avancées significatives sur la façon dont l'intervention de processus jouant sur plusieurs échelles de temps peut se traduire par des fonctions cérébrales de haut niveau, par le biais de réseaux neuronaux, la bourse d'intégration professionnelle m'a permis, comme son nom l'indique, d'occuper mon nouveau poste de chercheur principal", conclut le professeur Barak.