Des recherches ont montré que les zones cérébrales adjacentes peuvent former une perception unifiée et résoudre les conflits visuels en « parvenant à un consensus ».

📅 2026-10-01

Résumé :

Lorsque les humains voient le monde, ils ne se contentent pas de présenter directement les signaux reçus par leurs yeux. Les informations visuelles sont traitées par plusieurs zones du cerveau ayant des fonctions différentes, et ces zones doivent continuellement échanger des informations pour finalement former un résultat de perception relativement unifié. Une nouvelle étude menée par des chercheurs du Cold Spring Harbor Laboratory, de l'Université de Cambridge et de l'University College London a révélé que le cerveau peut progressivement former une interprétation cohérente de la même information dans différentes zones visuelles grâce à un mécanisme neuronal similaire à « l'atteinte d'un consensus ».

Cette étude publiée dans "Nature Neuroscience" a utilisé des souris comme sujets expérimentaux, en se concentrant sur le cortex visuel primaire V1 et la zone visuelle médiale latérale LM. Les deux zones appartiennent au cortex visuel du cerveau, mais les informations qu’elles sont responsables du traitement sont différentes et il existe des connexions neuronales bidirectionnelles entre les deux. Il ne s’agit donc pas simplement d’une transmission unidirectionnelle d’informations d’une zone à l’autre.

Les chercheurs ont découvert que lorsque les modèles d'activité neuronale dans les deux zones, V1 et LM, étaient cohérents, l'activité durait plus longtemps ; alors que lorsque les deux zones produisaient des modèles d’activité contradictoires, les différences s’estompaient rapidement en moins d’une seconde. Cela signifie que différentes zones du cerveau peuvent ne pas traiter les informations de manière indépendante, mais peuvent interagir les unes avec les autres pour affaiblir progressivement les informations incohérentes tout en conservant des schémas d’activité neuronale mutuellement reconnus.

L'équipe de recherche appelle ce mécanisme « la recherche d'un consensus ». Ce mécanisme peut aider le cerveau à intégrer les données provenant de différentes zones neuronales et de différents canaux d'information pour former une perception globale cohérente.

Les chercheurs utilisent les illusions d'optique comme exemple pour expliquer ce problème. Lorsqu'une personne voit un objet flou dans un environnement sombre, elle peut instantanément le reconnaître comme un visage ; une orange peut être brièvement vue comme une pomme sous certaines lumières et sous certains angles. Le système visuel n’est pas confronté à un ensemble d’informations toujours claires et totalement cohérentes, mais nécessite une coordination constante entre différentes interprétations. Pour étudier ce processus de coordination, les chercheurs ont entraîné des souris à faire la distinction entre deux modèles visuels inclinés à des angles opposés, puis ont récompensé les souris pour un seul de ces modèles. Au cours de l'expérience, les chercheurs ont brièvement désactivé l'activité neuronale dans V1 ou LM tout en enregistrant les changements dans l'autre zone visuelle après avoir perdu l'entrée de la zone partenaire.

Avec ces données expérimentales, les chercheurs ont ensuite établi un modèle de réseau neuronal artificiel représentant le circuit neuronal entre V1 et LM. Le modèle est capable de simuler l'activité dans deux régions du cerveau sous différents stimuli visuels et de tester comment la connexion entre les deux régions affecte la durée de l'activité neuronale lorsque des neurones spécifiques sont interférés.

Les chercheurs ont finalement découvert que la connexion bidirectionnelle entre V1 et LM peut modifier dynamiquement l'état d'activité neuronale des deux régions. Lorsque les deux parties ont des schémas d’activité similaires, les signaux pertinents seront maintenus ; Lorsque les schémas d’activité des deux parties sont incohérents, les signaux de conflit s’affaiblissent rapidement.

Pour construire un modèle plus précis, les chercheurs ont analysé les données d'activité neuronale de 7 souris, dont 194 neurones V1 et 228 neurones LM. L’équipe de recherche a utilisé ces données pour créer des modèles de circuits de régions cérébrales et prédire les changements d’activité dans différentes conditions de stimulation et d’intervention neuronale.

Les chercheurs pensent que ce mécanisme pourrait expliquer un problème de longue date en neurosciences : différentes zones du cerveau sont hautement spécialisées et chacune reçoit et traite différents types d'informations, mais ce que les gens obtiennent en fin de compte, c'est une vision du monde unifiée et cohérente.

En d'autres termes, le cerveau ne fusionne pas simplement les résultats de plusieurs régions cérébrales, mais peut permettre à différentes régions de « négocier » progressivement une explication commune grâce à une rétroaction bidirectionnelle continue entre les régions cérébrales. Plutôt que de dire qu’une région du cerveau possède en fin de compte le pouvoir de décision absolu, il vaut mieux dire que plusieurs régions du cerveau continuent de s’influencer mutuellement et finissent par former un état commun relativement stable.

Cependant, cette étude n'a jusqu'à présent observé que deux zones visuelles du cerveau, et les sujets expérimentaux étaient des souris. Les chercheurs ne peuvent donc pas prouver directement que le cerveau humain utilise le même mécanisme. L'expérience a également testé la discrimination par les souris de différents modèles visuels obliques, plutôt que des illusions visuelles complexes de la vie quotidienne des humains.

L'équipe de recherche espère ensuite déterminer si la « recherche d'un consensus » existe dans un plus large éventail de zones du cortex cérébral. Si ce mécanisme s’applique non seulement à V1 et LM, mais fonctionne également de manière générale entre d’autres zones du cerveau, il pourrait alors devenir un cadre théorique important pour expliquer comment le cerveau intègre des informations complexes.

Les chercheurs sont particulièrement préoccupés par les conflits d'informations entre les différents sens. Par exemple, lorsqu’une personne voit un objet se déplacer dans une direction qui n’est pas cohérente avec l’information fournie par un son qu’elle entend, comment le cerveau décide-t-il à quelle information il faut finalement croire ? La question de savoir si les systèmes visuels, auditifs et autres systèmes sensoriels sont également coordonnés par des mécanismes neuronaux similaires reste à étudier plus en détail.

Si ce mécanisme de recherche de consensus s'avère répandu dans le cortex cérébral, il pourrait également aider les scientifiques à comprendre certaines situations dans lesquelles les systèmes neuronaux ne parviennent pas à former une explication unifiée. Lorsque différentes régions du cerveau ne parviennent pas à coordonner efficacement les informations, des anomalies de perception et de cognition peuvent en résulter.

Cette recherche pourrait également fournir de nouvelles idées pour l'intelligence artificielle. Les systèmes d'IA modernes se composent souvent de plusieurs modules spécialisés travaillant ensemble, et différents modèles ou modules produisent parfois des résultats différents, voire contradictoires, pour la même entrée. Les chercheurs pensent que le mécanisme du cerveau consistant à conserver des informations mutuellement cohérentes et à affaiblir rapidement les informations contradictoires pourrait inciter les systèmes d'intelligence artificielle à concevoir des méthodes de coordination des informations plus efficaces à l'avenir.

La principale conclusion de cette étude n'est pas que le cerveau possède une seule zone responsable du « jugement », mais que différentes zones du cerveau continuent d'interagir les unes avec les autres via des connexions bidirectionnelles, réduisant progressivement les différences dans la dimension temporelle et renforçant les schémas d'activité communs, permettant au système nerveux hautement spécialisé de former finalement un résultat de perception relativement unifié.

Tags associés

Articles similaires

Commentaires

0/500
Captcha (click to refresh)
Aucun commentaire