Tout comme un pilote pourrait pratiquer des manœuvres dans un simulateur de vol, les scientifiques pourraient bientôt effectuer des expériences sur une simulation réaliste du cerveau de la souris. Dans une nouvelle étude, les chercheurs et collaborateurs de Stanford en médecine ont utilisé un modèle d'intelligence artificielle pour construire un « jumeau numérique » de la partie du cerveau de souris qui traite les informations visuelles.
Le jumeau numérique a été formé sur de grands ensembles de données d'activité cérébrale collectés à partir du cortex visuel de vraies souris alors qu'ils regardaient des clips de cinéma. Il pourrait alors prédire la réponse de dizaines de milliers de neurones à de nouvelles vidéos et images.
Les jumeaux numériques pourraient rendre l'étude du fonctionnement interne du cerveau plus facile et plus efficace.
Si vous construisez un modèle du cerveau et que c'est très précis, cela signifie que vous pouvez faire beaucoup plus d'expériences. Ceux qui sont les plus prometteurs que vous pouvez ensuite tester dans le vrai cerveau. «
Andreas Tolias, PhD, auteur principal de l'étude et professeur, Stanford Medicine
L'auteur principal de l'étude est Eric Wang, PhD, étudiant en médecine au Baylor College of Medicine.
Sommaire
Au-delà de la distribution de formation
Contrairement aux modèles d'IA précédents du cortex visuel, qui pourraient simuler la réponse du cerveau au seul type de stimuli qu'ils ont vus dans les données d'entraînement, le nouveau modèle peut prédire la réponse du cerveau à un large éventail de nouvelles entrées visuelles. Il peut même supprimer les caractéristiques anatomiques de chaque neurone.
Le nouveau modèle est un exemple de modèle de fondation, une classe relativement nouvelle de modèles d'IA capable d'apprendre à partir de grands ensembles de données, puis d'appliquer ces connaissances à de nouvelles tâches et à de nouveaux types de données – ou ce que les chercheurs appellent «la généralisation en dehors de la distribution de formation».
(Chatgpt est un exemple familier d'un modèle de fondation qui peut apprendre de grandes quantités de texte pour ensuite comprendre et générer de nouveaux textes.)
« À bien des égards, la graine de l'intelligence est la capacité de généraliser robuste », a déclaré Tolias. « Le but ultime – le Saint Graal – est de généraliser aux scénarios en dehors de votre distribution d'entraînement. »
Films de souris
Pour former le nouveau modèle d'IA, les chercheurs ont d'abord enregistré l'activité cérébrale de vraies souris lorsqu'ils regardaient des films – des films faits pour les personnes. Les films se rapprocheraient idéalement de ce que les souris pourraient voir dans les contextes naturels.
« Il est très difficile de goûter un film réaliste pour les souris, car personne ne fait des films hollywoodiens pour les souris », a déclaré Tolias. Mais les films d'action se sont suffisamment rapprochés.
Les souris ont une vision à basse résolution – similaire à notre vision périphérique – ce qui signifie qu'ils voient principalement le mouvement plutôt que les détails ou la couleur. « Les souris aiment le mouvement, qui active fortement leur système visuel, nous leur avons donc montré des films qui ont beaucoup d'action », a déclaré Tolias.
Au cours de nombreuses séances de visionnement courtes, les chercheurs ont enregistré plus de 900 minutes d'activité cérébrale de huit souris en regardant des clips de films pleins d'action, tels que Fou. Les caméras ont surveillé leurs mouvements oculaires et leur comportement.
Les chercheurs ont utilisé les données agrégées pour former un modèle de base, qui pourrait ensuite être personnalisé en jumeau numérique de toute souris individuelle avec un peu de formation supplémentaire.
Prédictions précises
Ces jumeaux numériques ont pu simuler étroitement l'activité neuronale de leurs homologues biologiques en réponse à une variété de nouveaux stimuli visuels, y compris des vidéos et des images statiques. La grande quantité de données de formation agrégées a été la clé du succès des jumeaux numériques, a déclaré Tolias. « Ils étaient impressionnants de manière impressionnante car ils ont été formés sur de si grands ensembles de données. »
Bien que formés uniquement sur l'activité neuronale, les nouveaux modèles pourraient se généraliser à d'autres types de données.
Le jumeau numérique d'une souris particulière a pu prédire les emplacements anatomiques et le type cellulaire de milliers de neurones dans le cortex visuel ainsi que les connexions entre ces neurones.
Les chercheurs ont vérifié ces prédictions contre l'imagerie au microscope électronique à haute résolution du cortex visuel de cette souris, qui faisait partie d'un projet plus large pour cartographier la structure et la fonction du cortex visuel de souris dans des détails sans précédent. Les résultats de ce projet, connus sous le nom de microns, ont été publiés simultanément dans Nature.
Ouvrir la boîte noire
Parce qu'un jumeau numérique peut fonctionner longtemps après la durée de vie d'une souris, les scientifiques pourraient effectuer un nombre pratiquement illimité d'expériences sur essentiellement le même animal. Des expériences qui prendraient des années pourraient être achevées en heures et des millions d'expériences pourraient s'exécuter simultanément, accélérant la recherche sur la façon dont le cerveau traite les informations et les principes de l'intelligence.
« Nous essayons d'ouvrir la boîte noire, pour ainsi dire, pour comprendre le cerveau au niveau des neurones individuels ou des populations de neurones et comment ils travaillent ensemble pour coder les informations », a déclaré Tolias.
En fait, les nouveaux modèles donnent déjà de nouvelles informations. Dans une autre étude connexe, également publiée simultanément dans Natureles chercheurs ont utilisé un jumeau numérique pour découvrir comment les neurones du cortex visuel choisissent d'autres neurones pour former des connexions.
Les scientifiques savaient que les neurones similaires ont tendance à former des liens, comme les personnes qui forment des amitiés. Le jumeau numérique a révélé quelles similitudes importaient le plus. Les neurones préfèrent se connecter avec des neurones qui répondent au même stimulus – la couleur bleue, par exemple – sur les neurones qui répondent à la même zone d'espace visuel.
« C'est comme quelqu'un qui sélectionnait des amis en fonction de ce qu'ils aiment et non où ils sont », a déclaré Tolias. « Nous avons appris cette règle plus précise de la façon dont le cerveau est organisé. »
Les chercheurs prévoient d'étendre leur modélisation dans d'autres zones cérébrales et aux animaux, y compris les primates, avec des capacités cognitives plus avancées.
« Finalement, je pense qu'il sera possible de construire des jumeaux numériques d'au moins des parties du cerveau humain », a déclaré Tolias. « Ce n'est que la pointe de l'iceberg. »
