La rétropropagation est l'algorithme qui alimente l'apprentissage profond, mais une nouvelle étude suggère que le cerveau pourrait ne pas l'utiliser – même si les représentations dans les systèmes de vision artificiels et biologiques se ressemblent.
La recherche
Dirigée par Joséphine Raugel de Meta et des collaborateurs de plusieurs institutions, l'équipe de recherche a utilisé des enregistrements IRMf et MEG des réponses cérébrales humaines à des images naturelles. Ils ont comparé comment les activations directes (le flux de signal standard à travers les réseaux de neurones) et les gradients rétropropagés (les signaux d'erreur utilisés pour l'apprentissage) prédisaient l'activité cérébrale dans dix-huit modèles de vision, y compris le DINOv3 auto-supervisé.
Ils ont découvert que les gradients rétropropagés pouvaient prédire de manière fiable les signaux cérébraux dans le cortex visuel de haut niveau et pour les latences de traitement tardives. Cependant, l'organisation spatiale et temporelle de ces gradients ne correspondait pas à la hiérarchie du traitement visuel humain. En particulier, l'ordre dans lequel les gradients sont calculés (des couches ultérieures aux couches antérieures) et leur disposition spatiale divergeaient des hiérarchies temporelles et spatiales observées dans le cerveau. Cela suggère que si les représentations finales peuvent s'aligner, les mécanismes d'apprentissage qui les sous-tendent diffèrent.
Pourquoi c'est important
Pendant des années, les chercheurs ont débattu pour savoir si le cerveau implémente la rétropropagation. Cette étude fournit des preuves solides contre cette idée, du moins pour l'apprentissage visuel. Cette constatation implique que les réseaux de neurones profonds sont des outils puissants pour prédire l'activité cérébrale, mais ils ne sont pas des modèles précis de la façon dont nous apprenons. Comprendre les véritables règles d'apprentissage du cerveau pourrait inspirer une IA plus efficace et biologiquement plausible, et éclairer les forces et les défis cognitifs chez l'humain.
Ce que vous pouvez faire
Votre cerveau utilise probablement un algorithme différent de celui de l'IA – un algorithme plus flexible, moins gourmand en données et plus économe en énergie. Pour maintenir vos mécanismes d'apprentissage en bonne santé, engagez-vous dans des tâches cognitives diverses : puzzles, nouvelles compétences, interactions sociales et exercice physique. Ces activités favorisent la neuroplasticité et pourraient exploiter les processus d'apprentissage uniques du cerveau.
Source : arXiv q-bio.NC
Curieux de votre propre cerveau ? Passez notre test de QI adaptatif gratuit ou essayez 306 niveaux d'entraînement cérébral.
