Un nouveau modèle computationnel de la cognition, appelé IM-LEPP, intègre la vision et le langage dans un cadre hiérarchique basé sur l'énergie, offrant une explication unifiée de l'attention, de la compréhension du langage et de la mémoire.
La recherche
Subir Varma, chercheur indépendant, a proposé IM-LEPP (Integrated Multimodal Latent Energy-based Predictive Processing) dans un article publié sur arXiv le 8 août 2026. Le modèle étend un modèle unimodal précédent (LEPP) pour traiter les entrées visuelles et linguistiques. S'appuyant sur la théorie selon laquelle les réseaux de neurones génératifs servent de théories efficaces de la dynamique cognitive, IM-LEPP représente la cognition comme des états latents circulant à travers des paysages énergétiques appris, plutôt que de simuler les circuits neuronaux.
L'architecture suit une hiérarchie en étoile, fondée sur le cadre de cognition sémantique contrôlée de Lambon Ralph et al. Dans cette conception, des pipelines de codage prédictif distincts pour les objets visuels, les scènes et le langage convergent vers un hub amodal partagé, calqué sur le lobe temporal antérieur. Chaque pipeline conserve sa propre identité tout en étant influencé par l'état actuel du hub, permettant à chaque prédiction de refléter le contexte multimodal complet.
L'article démontre qu'IM-LEPP peut expliquer des phénomènes attentionnels comme la cécité attentionnelle et la bistabilité du cube de Necker. Il rend également compte de résultats psycholinguistiques établis, notamment la théorie de la surprise, les composantes ERP N400/P600 et la réanalyse des phrases ambiguës. Le modèle offre un contraste falsifiable avec les modèles de langage basés sur les transformeurs, soulignant les différences de sensibilité à la trajectoire pour la prédiction du mot suivant. De plus, l'article discute de l'acquisition du langage économe en données par rapport aux LLM, décrit un sous-système de mémoire sémantique/épisodique, et situe le modèle par rapport au codage prédictif, au principe d'énergie libre, à JEPA et à la mémoire temporelle hiérarchique.
Pourquoi c'est important
Pour le grand public, cette recherche suggère que notre cerveau intègre les informations provenant de différents sens de manière prédictive et économe en énergie. Comprendre cela peut aider à expliquer pourquoi nous manquons parfois des choses évidentes (cécité attentionnelle) ou percevons différemment les images ambiguës (bistabilité). Cela éclaire également la manière dont nous traitons le langage en temps réel, y compris la réponse du cerveau aux mots inattendus ou aux erreurs grammaticales. Ces connaissances peuvent éclairer des stratégies pratiques pour améliorer l'attention, la mémoire et l'apprentissage des langues.
Ce que vous pouvez faire
Pour tirer parti de ces idées, pratiquez l'observation active et la pleine conscience pour améliorer votre attention. Lorsque vous apprenez de nouvelles informations, essayez de les relier à plusieurs sens (par exemple, visuel et verbal) pour approfondir l'encodage. Mettez vos compétences linguistiques au défi en lisant des textes complexes ou ambigus, ce qui exerce le traitement prédictif de votre cerveau.
Source : arXiv q-bio.NC
Curieux d'en savoir plus sur votre cerveau ? Passez notre test de QI gratuit et adaptatif ou essayez 306 niveaux d'entraînement cérébral.
