Un nouveau framework appelé Mechanistically Interpretable Neural Encoding (MINE) ouvre la boîte noire de la prédiction de l'activité cérébrale, révélant exactement quelles caractéristiques d'une image activent chaque petite parcelle du cortex visuel.
La Recherche
Des chercheurs de l'Université de Tel Aviv — Idan Daniel Grosbard, Mor Geva et Galit Yovel — ont développé MINE pour aller au-delà des modèles d'encodage corrélationnels qui prédisent l'activité cérébrale mais ne peuvent pas expliquer pourquoi. Leur approche utilise des représentations d'images alignées sur le langage pour prédire les réponses IRMf au niveau des voxels (échelle millimétrique). Publiée sur arXiv en mai 2026, l'étude a testé MINE sur des régions cérébrales sélectives aux catégories comme l'aire fusiforme des visages et l'aire parahippocampique des lieux.
MINE produit une description interprétable sémantiquement pour chaque voxel : par exemple, « un objet rond avec une poignée » plutôt que simplement « visage ». Pour valider ces descriptions, l'équipe les a utilisées pour générer de nouvelles images qui ont suscité les mêmes réponses des voxels que les originales. Ils ont également effectué une édition contrefactuelle — ajout ou retrait des caractéristiques prédites dans les images — ce qui a déplacé l'activation cérébrale dans la direction attendue, fournissant une preuve causale. Les profils par voxel ont récupéré les préférences catégorielles connues (par exemple, visages vs. lieux) tout en révélant une structure fine : les voxels d'une même région préféraient différentes sous-caractéristiques, comme les yeux vs. la bouche ou les scènes intérieures vs. extérieures. L'édition contrefactuelle guidée par ces profils a produit des changements d'activation encore plus forts, confirmant que les profils capturent fidèlement la sélectivité de chaque voxel.
Pourquoi C'est Important
Pour quiconque est curieux de sa propre cognition, ce travail montre que votre cerveau visuel n'est pas une « zone des visages » ou « zone des lieux » monolithique, mais une mosaïque de petites parcelles chacune réglée sur des détails spécifiques. Comprendre cela pourrait mener à un entraînement cérébral personnalisé ciblant des compétences spécifiques de traitement visuel — comme mieux reconnaître les visages en faible luminosité ou scanner des scènes pour les détails. Cela ouvre également la voie à une IA qui voit plus comme nous, avec un raisonnement interprétable.
Ce Que Vous Pouvez Faire
Bien que vous ne puissiez pas appliquer MINE chez vous, vous pouvez vous entraîner à identifier des détails subtils dans les images : étudier les visages dans les foules, remarquer les textures dans les paysages, ou essayer des puzzles visuels qui exigent une discrimination fine. Ce genre d'attention pourrait renforcer la même sélectivité neuronale que MINE mesure.
Source : arXiv q-bio.NC
Curieux de votre propre cerveau ? Faites notre test de QI adaptatif gratuit ou essayez 306 niveaux d'entraînement cérébral.
