L'utilité d'une mémoire guide où le cerveau la sauvegarde | Magazine Quanta

La mémoire ne représente pas un seul mystère scientifique ; il y en a beaucoup. Les neuroscientifiques et les psychologues reconnaissent différents types de mémoire qui coexistent dans notre cerveau : souvenirs épisodiques d'expériences passées, souvenirs sémantiques de faits, souvenirs à court et à long terme, etc. Ceux-ci ont souvent des caractéristiques différentes et semblent même être localisés dans différentes parties du cerveau. Mais il n’a jamais été clair quelle caractéristique d’une mémoire détermine comment ou pourquoi elle doit être triée de cette manière.

Aujourd’hui, une nouvelle théorie, étayée par des expériences utilisant des réseaux de neurones artificiels, propose que le cerveau puisse trier les souvenirs en évaluant leur utilité comme guides dans le futur. En particulier, cela suggère que de nombreux souvenirs de choses prévisibles, allant des faits aux expériences récurrentes utiles – comme ce que vous mangez régulièrement au petit-déjeuner ou votre marche pour vous rendre au travail – sont stockés dans le néocortex du cerveau, où ils peuvent contribuer aux généralisations sur le monde. Les souvenirs moins susceptibles d’être utiles – comme le goût de cette boisson unique que vous avez bu lors d’une fête – sont conservés dans la banque de mémoire en forme d’hippocampe appelée hippocampe. Séparer activement les souvenirs de cette manière sur la base de leur utilité et de leur généralisabilité peut optimiser la fiabilité des souvenirs pour nous aider à naviguer dans de nouvelles situations.

Les auteurs de la nouvelle théorie — les neuroscientifiques Soleil de Weinan ainsi que James Fitzgerald du campus de recherche Janelia du Howard Hughes Medical Institute, André Saxe de l'University College London et leurs collègues - l'ont décrit dans un article récent in Nature Neuroscience. Il met à jour et développe l’idée bien établie selon laquelle le cerveau possède deux systèmes d’apprentissage complémentaires et liés : l’hippocampe, qui code rapidement les nouvelles informations, et le néocortex, qui les intègre progressivement pour un stockage à long terme.

James McClelland, un neuroscientifique cognitif de l'Université de Stanford qui a été le pionnier de l'idée de systèmes d'apprentissage complémentaires dans la mémoire mais qui ne faisait pas partie de la nouvelle étude, a fait remarquer qu'elle « aborde des aspects de la généralisation » auxquels son propre groupe n'avait pas pensé lorsqu'ils ont proposé la théorie dans le cadre de l'étude. milieu des années 1990.

Les scientifiques ont reconnu que la formation de la mémoire est un processus en plusieurs étapes depuis au moins le début des années 1950, en partie grâce à leurs études sur un patient nommé Henry Molaison - connu pendant des décennies dans la littérature scientifique uniquement sous le nom de HM parce qu'il souffrait de convulsions incontrôlables provenant de son hippocampe. , les chirurgiens l'ont traité en retirant la majeure partie de cette structure cérébrale. Par la suite, le patient semblait tout à fait normal à bien des égards : son vocabulaire était intact ; il a conservé ses souvenirs d'enfance et d'autres détails de sa vie avant l'opération. Cependant, il oubliait toujours l'infirmière qui s'occupait de lui. Durant la décennie où elle s'est occupée de lui, elle a dû se présenter à nouveau chaque matin. Il avait complètement perdu la capacité de créer de nouveaux souvenirs à long terme.

Les symptômes de Molaison ont aidé les scientifiques à découvrir que de nouveaux souvenirs se formaient d'abord dans l'hippocampe, puis étaient progressivement transférés vers le néocortex. Pendant un certain temps, il a été largement admis que cela se produisait pour tous les souvenirs persistants. Cependant, une fois que les chercheurs ont commencé à constater un nombre croissant Après avoir examiné des exemples de mémoires restées dépendantes de l'hippocampe à long terme, il est devenu clair qu'il se passait autre chose.

Pour comprendre la raison de cette anomalie, les auteurs du nouvel article se sont tournés vers les réseaux neuronaux artificiels, car le fonctionnement de millions de neurones entrelacés dans le cerveau est insondablement compliqué. Ces réseaux sont « une idéalisation approximative des neurones biologiques » mais sont beaucoup plus simples que la réalité, a déclaré Saxe. Comme les neurones vivants, ils comportent des couches de nœuds qui reçoivent les données, les traitent, puis fournissent des sorties pondérées aux autres couches du réseau. Tout comme les neurones s’influencent mutuellement via leurs synapses, les nœuds des réseaux neuronaux artificiels ajustent leurs niveaux d’activité en fonction des entrées des autres nœuds.

L’équipe a relié trois réseaux de neurones dotés de fonctions différentes pour développer un cadre informatique qu’ils ont appelé le modèle enseignant-cahier-élève. Le réseau d'enseignants représentait l'environnement dans lequel un organisme pouvait se trouver ; il a fourni des apports d’expérience. Le réseau de cahiers représentait l’hippocampe, codant rapidement tous les détails de chaque expérience fournie par l’enseignant. Le réseau d'élèves s'est formé sur les schémas de l'enseignant en consultant ce qui était enregistré dans le cahier. "Le but du modèle étudiant est de trouver des neurones - des nœuds - et d'apprendre des connexions [décrivant] comment ils pourraient régénérer leur modèle d'activité", a déclaré Fitzgerald.

Les rediffusions répétées des souvenirs du réseau de cahiers ont entraîné le réseau d'étudiants vers un modèle général grâce à la correction d'erreurs. Mais les chercheurs ont également remarqué une exception à la règle : si l'étudiant était formé sur trop de souvenirs imprévisibles (signaux bruyants qui s'écartaient trop du reste), cela dégradait sa capacité à apprendre le schéma généralisé.

D’un point de vue logique, « cela a beaucoup de sens », a déclaré Sun. Imaginez-vous recevoir des colis chez vous, explique-t-il : si le colis contient quelque chose d'utile pour l'avenir, « comme des tasses à café et de la vaisselle », il semble raisonnable de l'apporter chez vous et de l'y conserver en permanence. Mais si le paquet contient un costume de Spider-Man pour une fête d'Halloween ou une brochure pour une vente, inutile d'encombrer la maison avec. Ces objets peuvent être stockés séparément ou jetés.

L’étude propose une convergence intéressante entre les systèmes utilisés en intelligence artificielle et ceux utilisés dans la modélisation du cerveau. Il s’agit d’un cas où « la théorie de ces systèmes artificiels a donné de nouvelles idées conceptuelles pour réfléchir aux souvenirs dans le cerveau », a déclaré Saxe.

Il existe, par exemple, des parallèles avec le fonctionnement des systèmes informatisés de reconnaissance faciale. Ils peuvent commencer par inviter les utilisateurs à télécharger des images haute définition d’eux-mêmes sous différents angles. Les connexions au sein du réseau neuronal peuvent reconstituer une conception générale de ce à quoi ressemble le visage sous différents angles et avec différentes expressions. Mais si vous téléchargez une photo « contenant le visage de votre ami, le système est alors incapable d’identifier une cartographie faciale prévisible entre les deux », a déclaré Fitzgerald. Cela nuit à la généralisation et rend le système moins précis dans la reconnaissance du visage normal.

Ces images activent des neurones d'entrée spécifiques, et l'activité circule ensuite à travers le réseau, ajustant les poids de connexion. Avec plus d'images, le modèle ajuste davantage les poids de connexion entre les nœuds pour minimiser les erreurs de sortie.

Mais ce n’est pas parce qu’une expérience est inhabituelle et ne rentre pas dans une généralisation qu’elle doit être rejetée et oubliée. Au contraire, il peut être d’une importance vitale de se souvenir d’expériences exceptionnelles. Cela semble être la raison pour laquelle le cerveau trie ses souvenirs en différentes catégories stockées séparément, le néocortex étant utilisé pour les généralisations fiables et l'hippocampe pour les exceptions.

Ce type de recherche sensibilise à la « faillibilité de la mémoire humaine », a déclaré McClelland. La mémoire est une ressource limitée et la biologie a dû faire des compromis pour utiliser au mieux ces ressources limitées. Même l’hippocampe ne contient pas un enregistrement parfait des expériences. Chaque fois qu'une expérience est rappelée, les poids de connexion du réseau changent, ce qui entraîne une moyenne plus importante des éléments de mémoire. Cela soulève des questions sur les circonstances dans lesquelles « les témoignages oculaires [pourraient] être protégés contre les préjugés et l’influence des assauts répétés de requêtes », a-t-il déclaré.

Le modèle peut également offrir un aperçu de questions plus fondamentales. « Comment pouvons-nous acquérir des connaissances fiables et prendre des décisions éclairées ? dit Jacques Antoine, neuroscientifique à la California Polytechnic State University, qui n'a pas participé à l'étude. Cela montre l’importance d’évaluer les mémoires pour faire des prédictions fiables : un grand nombre de données bruitées ou d’informations peu fiables peuvent être aussi impropres à la formation des humains qu’à la formation des modèles d’IA.