HAL Id: jpa-00246716
https://hal.archives-ouvertes.fr/jpa-00246716
Submitted on 1 Jan 1993
HAL is a multi-disciplinary open access archive for the deposit and dissemination of sci- entific research documents, whether they are pub- lished or not. The documents may come from teaching and research institutions in France or abroad, or from public or private research centers.
L’archive ouverte pluridisciplinaire HAL, est destinée au dépôt et à la diffusion de documents scientifiques de niveau recherche, publiés ou non, émanant des établissements d’enseignement et de recherche français ou étrangers, des laboratoires publics ou privés.
Gérard Toulouse
To cite this version:
Gérard Toulouse. Niveaux d’étude du cerveau, et sagesse physique. Journal de Physique I, EDP
Sciences, 1993, 3 (2), pp.229-238. �10.1051/jp1:1993126�. �jpa-00246716�
J.
Phys.
I France 3(1993)
229-238 FEBRUARY1993, PAGE 229Classification
Physics
Abstracts01.70-64.90-87.30
Niveaux d'4tude du cerveau, et sagesse physique
G6rard Toulouse
Laboratoire de
Physique
deI'ENS,
24 rueLhomond,
75231Paris,
France(Received
13May
1992, accepted 3July1992)
R4sumd. Le cerveau est
une aflaire
spatio-temporelle complexe.
Plusieurs thdories ducerveau proposent de ddfinir trois niveaux d'dtudes
superposds.
Mars laphysique,
h traversl'exp4rience
de laphysique
de la matibre condens4e,suggbre qu'il
n'est pas saged'imposer
sur
les thdories du cerveau
un sch4ma
h14rarchique unifi4,
dontl'inspiration
semble provenir du domaine de laphysique
sub-mo14culaire.Abstract The brain is a
complex spatio-temporal
affair. Several brain theories propose the definition of three superposed levels ofstudy.
Butphysics, though
the experience of condensedmatter
physics,
suggests that it is unwise to enforce onto brain theories a unified hierarchicalscheme,
theinspiration
for which seems to come from the realm of sub-molecularphysics.
Je pense n'Atre pas infidAle I Rammal avec ce
texte, pourtant
si diffirent par lestyle
de ses proprespublications.
Nonobstant saprifirence personnelle
pour (es thdories et faitsdurs,
il arrivait I Rammald'expriiner
enprivi
une vive curiositd pour d'autresinvestigations.
Et it trouvait bon que ses ainisphysiciens
ddfrichent des terres lointaines pouren faciliter l'accAs I leurs cadets.
Au milieu des annies
quatre-vingts, aprAs
notre article de revue sur l'ultrarndtricitd[I],
nos chemins ont
divergd.
En cestemps-li, quelques
ddtachements dephysiciens
se sont orientds vers l'dtude des r6seaux de neurones. Cefaisant,
certains d'entre nous,physiciens
venus de la
physique
de la matiAre condensde et de laphysique statistique,
ant 6t4 amends Iconfronter des auditoires inhabituels de
biologistes, psychologues, linguistes,
etc. Les abimesd'incompr6hension,
sur ce dent onparfait,
et sun la nature desexplications recherch6es,
n'ontpas dtd rates lots de telles rencontres.
Peu I peu,
j'en
suis venu Icoinprendre
quebeaucoup
denon-physiciens transportent
unmoule de
pens4e
sun ce que doit Atre la structure des niveaux d'dtudescientifique,
et que ceinoule est en provenance de la
physique
ouplut6t
d'uneconception (trap) simplifi4e
de laphysique,
vue comme unesuperposition
de niveaux bierrangis (stratifi4s verticalement,
pourainsi
dire)
I lafagon
de niveaunucldaire,
niveauatomique,
niveaumoldculaire,
et ainsi de suite.S'il y a bien 16 cause
persistante
demdprises
et deconfusions,
alors c'estpeut-Atre
le devoir d'unphysicien d'expliquer
que laphysique
de la matiAre condensde nous metddji
enprdsence
d'une structure autrement
plus complexe,
formde de niveaux d'dtude"repl14s", parfois
mAme enchevAtrds. Etqu'il
est dAs tarspermis
de douter que la th60rie du cerveau humainpuisse
Atrejamais bien-addquatenient
congue comme formde de trois niveauxd'dtude, qui
seraient commeles trois derniers barreaux I
griinper
pourparvenir
en haut de l'dchelle du savoir.Cet
exposd,
un peu sun ton deconfidence,
est enfrangais.
Son ambition est modeste au demeurantje
nepuis garantir
que ces propos aientdgale pertinence
dans d'autres cultures.Le terme de
"sagesse physique",
dans letitre,
a puparaitre naturel,
voireanodin,
au lecteurphysicien,
mais il est bon de savoirqu'il
aura un caractAre nettementprovocateur
pour des chercheursappartenant
I certaines autresdisciplines.
En fait [esbiologistes,
parexemple,
ant de bans motifshistoriques
de mettre en avant des cmflagrants
de manque de sagesse chez lesphysiciens.
Au 19esiicle,
ce~u'on appelle
"l'illusionlaplacienne"
a conduitbeaucup
dephysiciens
I iuener la vie duneaux
biologistes,
et enparticulier
IDarwin,
enprofessant
quele modAle de toute science bier constitute itait la
micanique classique (avec
sesiquations,
sa
capacitd
deprddiction quantitative, etc.).
Au 20esiAcle,
l'enthousiasme pour certainsconcepts
nouveaux de laiudcanique quantique (coiuplinientariti, cohirence, incertitude,
etc.a entraini noinbre de
physiciens
thioriciens vets desextrapolations
indues I la thiorie ducerveau
(retainment
I propos duphinoinAne
de laconscience).
ExcAs de didaind'abord,
excAs d'ardeur ensuite.
La sagesse dent
je parle
est donc cellequi
vientaprAs l'expdrience
des erreurspassies,
cellequi
vient avecl'hge
pour une science ancienne.1. Bi~ef
rappel historique
stir les sciences de lacognition.
Au tournant du siAcle
pricident, beaucoup
degrands esprits pensaient
que laphysique
etautres sciences de la nature avaient
accompli
le meilleur de leurthche,
et que lagrande
science du XXe siicle serait la science del'esprit,
lapsychologie.
Cependant, malgrAs quelques
succis d'ordreparfois
littiraire(sun
la mimoirenotamment),
les
investigations
parintrospection
ichoueront I fonder unescience,
et susciteront en traction le behaviorisnie. Pour [esI>ehavioristes,
le cerveau est une boitemoire,
avec des entries(stimuli
~ensoriels)
et (le; sortie;jcoiiiporteiuents inoteurs),
considiries coiunie seules "observables".A l'icart des
introsPectionistes
et desbehavioristes,
se difiiiira lapsychologie
de laGestalt,
dent (es intuitions out ALA
profondes.
La Gestalt insiste notainnient sun la diffirence entre stimulus etpercept.
et voit celui-ci comme l'aboutissenient d'un processusdynamique
interne diclenchd par celui-11(c'est
uneprAfiguration
de la notion nioderne de "calcul parattracteur")
12].
Darts les armies
cinquante,
l'dcolecognitiviste prendra
acte des ichecs du behaviorismeinipossible
d'aller loin dartsl'explication
descomporteinents
si l'onignore
des micanisinesinternes lets cjue
repriseiitation, disir,
croyance,rive,
etc. Deplus,
l'avAnement despremiers ordinateurs,
la thiorie de la calculabilitd(lfuring),
la thdorie de l'inforiuation(Shannon),
lacyheriidti~ue (iviener), suggArent
lapossibiliti
d'une thioriecoiuputationnelle
del'esprit.
Lecerveau,
auparavant
brine-moire desbehavioristes,
est disoriuais reconnu commeobjet,
dentl'analy.se
e~t I la fois iiicessaire etpossible.
Pendant cc romps, deux textes venus d'horizons divers ant
niarqui l'origine
de la thiorie des riseaux de neurones en1943,
un articleco-ridigd
par unbiologiste
et unlogicien,
Mccullochet Pitts [3] en
1949,
le livre d'unpsy.chologue,
Hebb [4].Au cours des ddceniiies
suivaiites,
on voitapparaitre
au sein ducognitivisiue
deux tendancesN°2 NIVEAUX D'ETUDE DU
CERVEAU,
ET SAGESSEPHYSIQUE
231qui
s'opposent
connexionisme et fonctionalisme. Grossomode, qui
dit connexionisme dit tentative decomprendre
le cerveau ens'appuyant
sun les thiories de riseaux de neurones(assemblies
d'unitds-cellules relides par desconnexions-synapses) qui
dit fonctionalisme dit insistancesun
l'analogie
entre cerveau et ordinateur(sdriel, digital),
avec une coupure sAche entre niveaulogiciel (software, symbolique)
et niveau matiriel(hardware, sub-symbolique).
Le mouvement des
iddes,
au cours des trois derniAresddcennies,
peut Atre alors trAsschimatiquement
retract comme suitannies 60 vogue des
perceptrons (Rosenblatt), qui
sent des riseaux de neurones encouches,
sans ritroaction lesespoirs
soulevis par cetteapproche
s'effondrent sous lacritique
du livre de
Minsky-Papert
[5]annies 70 passage par les catacombes pour la thiorie des riseaux de
neurones
triomphe
dufonctionalisme, appeli
disormais"cognitivisme classique"
formulation par Marr [6] de son schdma des trois niveaux decomprihension
du cerveau :computation, algorithme,
implimentation (de
haut enbas)
annies 80
regain
d'intdrAt pour la thdorie des rdseaux de neurones(on parle parfois
de ndo-connexionisme pour
distinguer
cesapproches
nouvelles de celles des anndes60)
sousdeux influences
inddpendantes
les travaux du groupe PDP(parallel
distributedprocessing)
qui
montrent comment lesobjections
deMinsky-Papert peuvent
Atre contoumdes par laconsidiration de riseaux multicouches
[7],
et l'itude parHopfield
[8] de rdseaux enboucles,
suscitant la mise en ceuvreoriginale
de mdthodes issues de laphysique statistique
dessystAme
ddsordonn4s.Il convient de
se mdfier des riots
en -isme. Mais derriAre ces vocables trop
chargis,
ii y a bien en effet ici une controverse, ou du moins une"tension",
intdressante.a)
Le connexionisteinvoque
les thiorAmesd'incomplitude
etd'incalculabiliti,
les ichecs del'intelligence
artificielletraditionnelle,
pourcritiquer
lamitaphore
du cerveau commeordinateur
siriel,
et du fonctionnement del'esprit
commemanipulation
desymboles physiques.
Ses
fonctions,
lesystAme
nerveux doit [esaccomplir
avec des contraintesbiologiques
sivAres(composants
auxcapacitis limities,
contraintesstiriques,
etc.ignorer
cescontraintes,
c'estse
privet
d'une cli essentielle pourcomprendre l'organisation
du cerveau, et sesperformances.
b)
Le fonctionaliste affiriue que les modAles de rdseaux de neurones sent condamnds I rester irrdvocablement confinis au niveausub-symbolique (niveau d'impldmentation),
nettement en-dessous des niveauxproprement dignes
del'dpithAte "cognitif", qui
sent les niveauxsymboliques (computationnel
etalgorithmique,
selonMarr). Rdcemment,
lacritique
s'est faiteplus incisive,
enprddisant,
que la thdorie des rdseaux de neurones ne pourra pasexpliquer
les
problAmes
decompositionaliti,
I savoir l'articulation desymboles plus petits
ensymboles plus grands,
tellequ'elle
s'observe dans lelangage (syllabes,
mats,phrases, etc.) [9].
Comme on
voit,
la difinition de niveaux d'itude est au centre de ced4bat,
car elleprifigure
la forme desexplications
attendues. Unephrase
enfin pour situer ces thAmes de recherche anciens dans le cadre actuel des sciences de lacognition
les sciences de lacognition
visent I l'itude del'intelligence,
naturelle etartificielle,
I savoira)
lacomprdhension
du fonctionnementdes cerveaux, animal et
humain, b)
laconception
de nouveauxdispositifs computationnels,
capables
d'aider ou d'dmuler [escapacitds
mentales des Atres vivants.2. Neurones et rdseaux.
Le
lecteur, je
suppose, adAji quelques
notions sun les neurones. Il existe de bonnes introductions I la thdorie des rdseaux de neurones, oucomputation
neurale[10].
Dans sa version laplus riduite,
le neurone formel est un iliiuent binaire(actif
ouinactif)
dont ladynamique
est celle d'un automate I seuil
probabiliste
sommationalgibrique
des entries(influx
causdspar les neurones
affdrents) ponddrdes
par les eflicacitdssynaptiques, comparaison
I unseuil,
probabilitd
de ddclenchement dupotentiel
d'action en forme desigmoide [11, 12].
On
notera,
dans cettedescription
sommaire du neurone, laprisence dijh
manifested'aspects antinomiques
aspects liniaire
(dans
la sommation desentries)
et non-liniaire(dans
la fonction desortie),
aspects digital,
Boolien(dans
le caractAre tout ou rien dupotentiel d'action)
etanalogue
continu
(si
l'on raisonne en terme defriquence
moyenne dedicharge),
aspects stochastique (pour
le diclenchement d'unedicharge individuelle)
et ddterministe(pour
lafriquence
moyenne dedicharge).,
aspects
feedforward(la propagation
desddcharges
dans l'axone estunidirectionnelle)
etfeedback,
rdtroaction(ii
est d'observation courantequ'i
un faisceau de fibres nerveuses entre deux airescorresponde
un faisceaurdciproque,
en sensinverse).
Une contribution
importante
desphysiciens
a dtd deddgager
la notion decalcul-par-
attracteur, dons les rdseaux bouclds(dotds
derdtroaction).
Le mode de fonctionnement deces rdseaux
peut
Atre ddcrit comme suit on suppose que les entries fixent l'dtat d'activitd initial durdseau, qui
dvolue ensuite librement sous l'effet de sadynamique
propre et convergevers un attracteur
(en
toutegdndralitd,
cepeut
Atre un dtatpersistant,
ou bienoscillant,
ouplus complexe encore).
Cet attracteur contient le rdsultat ducalcul,
du traitement del'information,
effectud par le rdseau. Il est I la foisldgitime
et dclairant de vain dans la notion d'attracteurune
reprise,
sous une formeplus pricise,
duconcept
de Gestalt[2],
et aussi des iddes d'dtats"riverbdrants",
et d"'assembldes decellules",
anciennes dans la littdratureneuropsychologique
141.
L'hypothAse parait
maintenant naturelle(elle s'impose
presque, sur le mode du : what else could it be?) qu'un
processus deremdmoration,
rdactivation d'une mdmoire latentependant
une durie de temps
variable, correspond
I un tel processus de convergence, oh l'activiti d'une certainepopulation
de neurones se maintient dans un itat(reproductible
d'une fois Il'autre), qui peut
Atre difini comme lareprisentation
d'un contenu de mimoire. La stabiliti d'un telattracteur est assurie par un micanisme
d'apprentissage prialable
onadmet, depuis Hebb,
que la trace
mnisique
se situe dans les synapses autrementdir, l'apprentissage
modifie [esefficacitis des
couplages synaptiques
entre neurones.Man propos ici n'est pas de dicrire la contribution de la
physique statistique
I la thdorie des r6seaux de neurones au cours des derniAres annies[13, 14],
maisplut6t
de faire unexposd
de deuxiAme
gindration
pour tenter dereplacer
ces travaux dans uneperspective plus
vaste.3.
Aperqu
sur lacomplexitd
du cerveau.Le
neurobiologiste
ValentinoBraitenberg
a donni cette difinition concise[15]
: "Un cerveau est une affairespatio-temporelle complexe peut-Atre descriptible
comme l'occurrence de10~°
potentiels
d'action dans10~°
neurones au cours d'une vie humaine." Cette
phrase
mirite uneexplication
de texte.3. I
BIOLOGIE,
COMPUTATION, ET CERVEAU. Ii estpermis
deprdtendre
que"biologie
=computation",
pour deux raisonsa)
les structures vivantes(et
aussi certains artefactshumains)
contiennent une information coddeun Atre vivant doit dicoder l'information contenue dans son materiel
g6n6tique
b)
dAsqu'il
y avie,
it y aproblAme
de survie dans un univers dot> de corrilationsspatio-
temporelles,
ii estavantageux
de faire desprddictions
afin d'amdliorer ses chances desurvie,
etN°2 NIVEAUX D'ETUDE DU CERVEAU, ET SAGESSE
PHYSIQUE
233celles de ses descendants.
Cependant
tout Atre vivant n'est pas dots d'un cerveau. Lesanimaux, mobiles,
en ontun les
v6g6taux
n'en ont pas. Un cm interm6diaire est instructif ils'agit
d'unmollusque
marin
qui
est mobile dans sajeunesse,
etposslde
alorsun
systAme
nerveux pourguider
sesmouvements
lorsqu'il
estadulte,
it sefixe,
et se met Idig6ier
son cerveau devenu inutile.3. 2 DES CHIFFRES GRANDS, MAIS PAS IMMENSES.
a) 10~°
+~
10~~ neurones, c'est
beaucoup.
C'est l'ordre de
grandeur
du nombre d'humainssur
terre,
du nombre depaires
de base dans leg6nome
humain.b)
10~~+~
10~~ synapses, c'est
davantage
encore.Ce chiffre est
plus significatif
que lepr6cident, puisqu'il
gouverne lacapaciti
demimoire,
les synapses itant les iliments modifiables.Cependant,
si ce chiffre estgrand quant
I la ressourcede
mimoire,
il ne l'est pasen tant que mesure des communications entre cellules. Un neurone
cortical est en contact direct avec environ dix mille autres, ce
qui
est une trAs faible fraction de l'ensemble total(mime
si cetteconnectiviti,
fortsupirieure
I cellequi
existe entrecomposants d'ordinateurs,
est en soi unprodige stdrique).
D'oh une amorce
d'explication
pour lacompartimentation
du cerveau en aires celle-cipermet
de regrouper, et de mettre enrelations,
autant quepossible,
les neuronesqui
ant besoind'ichanger
des informations pour effectuer un calcul commun.Le
dicoupage
en aires est souvent utilisi pour difinir les niveaux d'itude du cerveau. Onparle
d'airesprimaires, secondaires, supirieures (de
bas enhaut)
ou encore de niveauxperceptif-moteur, gnosique,
associatif. Le critAre utilisi est alors un critAre de distance I lapiriphirie (en
gros, nombre de synapsesdepuis
lescapteurs sensoriels,
oujusqu'aux muscles).
C'est un critAre de
position (I distinguer
des critAres de taille et dedigniti,
difinisci-dessous).
cl 10~° dicharges,
c'est peu.Sachant
qu'il
y aquelques
milliards de secondes dans une viehumaine,
cela veut dire enmoyenne
quelques dicharges
par seconde dans un neurone. II n'est pasddplaci
de ressentirici un double itonnement que l'extraordinaire diversitd et richesse de nos
sensations,
denos
sentiments,
de notre vie mentaledouleur, plaisir, humour, souvenirs,
etc.puisse
Atreexprimie
avec une telle uniforrniti de moyens(le potentiel d'action),
et avec une telle 6conomie(si
peu deddcharges).
Unecons6quence
imm6diate de cettepaucit6
ded6charges
est que lecerveau n'a pas les moyens de risoudre les
iquations
de lam6canique.
3.3
DIVERSIT(
DESTiCHES
ET CONTRAINTES ANTAGONISTES. le vais passer en revuerapidement
une dizaine decouples d'oppositions, portant
sun [es structures et les fonctions ducerveau. Cette
liste, qui
n'a aucuneprdtention
Il'exhaustiviti, permet
de donner un peu derelief I
l'adjectif "complexe",
ce motpeut-Atre
leplus important
dans laphrase
deBraitenberg.
On sera mieux I
mime, aprAs cela,
de situer (es difsirentesapproches
en thiorie du cerveau, selon le choixqui
est fait par telle ou telleapproche
d'insister sun tel ou tel des termesopposds
danschaque couple.
a) arithmitique
vs."logique".
Un neurone pose une
question
incisive est-ce que la somme de ses entries estsupirieure
I son seuil ? Une
riponse fruste,
maisrapide
etlargement diffus6e,
est donn6e h une tellequestion qui
peut Atre trAssubtile,
en raison de lamultiplicit6
des entries. C'est en ce sens que vanNeumann,
I la fin de son dewier livre[16], parlait
de lagrande capacitd "logique"
ducerveau,
qui
contraste avec sonincapacit6 flagrante
de mener des calculsarithm6tiques.
Ceci mine aupoint
suivantb) computation
vs. m6moire.Si
l'impr6cision
dans l'activiti des neurones exclut toutepossibiliti
de mener des calculsalgibriques
dequelque ampleur,
il reste I faireappel
aux ressources de m6moire. La solution desproblbmes
semble s'obtenir parapprentissage
etinterpolation
:apprentissage d'exemples
de
correspondances entr6e-sortie,
d'une maniArequi permet
le traitement parinterpolation
de nouvelles entries. Noter que dans le cerveau, I la diff6rence desordinateurs,
un contenu de m6moire n'est nieffagable
Ivolont6,
nitransportable
par une units centrale[17].
c) stochastique
vs. d6terministe.La stochasticiti diminue la
pricision cependant,
il y abeaucoup
despiculations
sur son role et sesavantages possible (ex
uneoptimisation,
enprisence
debruit, permettrait
d'atteindreun mode de fonctionnement
plus robuste,
aux coups du sort et deI'£ge,
que ne le ferait uneoptimisation
en l'absence debruit,
raflinie maisfragile).
Tandisqu'un
mode de traitementditerministe,
liable etrapide,
est dvidemment ddsirable pourl'accomplissement
de tiches tellesque la coordination des mouvements.
Questions apparentdes
Parmi toutes lesddcharges
neuronales, quelle
est laproportion
de cellesqui
sontsignificatives,
porteuses d'information ?Et comment cette information est-elle codde ? Une
hypothAse
est que lafrdquence
dedicharge
d'un neurone code pour la
probabiliti
pq'une
certaine assertion soit vraie(p
=
probabiliti
de
prisence
d'un certainobjet
dans le mondeextirieur,
d'un certain stimulus dans lechamp r6cepteur
dudit neurone,etc.). Cependant
Barlow aplaidi qu'un
neurone cortical 6tait un ditecteur de coincidencessuspectes,
dont lafr6quence
dedicharge
code pour le caractAreinattendu, surprenant,
bref pour la rareti d'un certain ivinement(rareti
que l'onexprimera
alors comme-lnP,
oh P est laprobabiliti
de l'iv6nementditecti).
d)
liniaire vs. nonliniaire.Cette distinction a
diji
itiivoquie
en section 2. La liniariti estavantageuse
pour la transmission fidAle de l'information. La notion dechamp ricepteur
d'un neurone(dans
les airesperceptives),
dechamp
effecteur(dons
[es airesmotrices),
n'aguAre
de valeur sans unehypothAse
decomposition
liniaire. Enrevanche,
la nonliniariti est nicessaire pour laprise
de ddcision.e)
discret vs. continu.Autrement
dit, digital
vs.analogue,
voir section 2.f) synchronie
vs.asynchronie.
A la difldrence des
ordinateurs,
[es cerveaux n'ont pasd'horloge globale. Cependant,
onobserve des
phinomAnes d'oscillations,
et ii y abeaucoup
despiculations
ricentes sur lapossibiliti,
ou landcessiti,
d'effets desynchronie.
g) parallAle
vs. siriel.Une
capaciti
de traitementparallAle
estindispensable
pourl'accomplissement rapide
de tiches dutype
reconnaissance des formes. L'industrieinformatique
est bien consciente des limitations de l'ordinateursiriel,
ets'emploie
Idivelopper
des architectures deplus
enplus parallAles. Cependant,
il existe aussibeaucoup
de processus siriels dans le fonctionnement ducerveau
attention, diplacement
duregard, langage,
etc.h)
distribud vs. localisd.Pour un
percept,
un contenu demdmoire, etc.,
unereprisentation
distribute est robusteau
bruit,
et risiste mieux auxdigradations
neuronales. Tandisqu'une
mimoire localisie(obtenue
par
codage dilui, 'sparse coding') penmen
une utile riduction de redondance[18].
I)
feedforward vs feedback.La
proaction permet
un calculrapide.
La ritroaction offre lapossibiliti
d'atteindre uneplus grande profondeur logique,
I nombre de neurones donni. C'estjustice
un riseau de taillejimitie ne
peut
faire un calcul trAs"intelligent"
en untemps
trAs court.N°2 NIVEAUX D'ETUDE DU
CERVEAU,
ET SAGESSEPHYSIQUE
235j)
facilitation(sensibilisation),
conflation vs. habituation(disensibilisation),
dicorr61ation.Dans une mimoire
associative,
diffirents iliments d'unobjet,
d'unipisode,
sont corrilis entre eux, de maniAre que l'ivocation de l'un suscite lerappel
des autres. A l'ichellecellulaire,
larAgle
d'apprentissage
de Hebb-renforcement des synapses entre neurones simultaniment actifs-estun moyen eflicace de favoriser (es corrilations.
Cependant,
dansbeaucoup
de sestiches,
lecerveau doit effectuer au contraire une ddcorrdlation
(par
besoin d'dconomie dans le traitementdes informations
sensorielles,
et dans lestockage
de lamimoire).
C'est un micanisme designe opposi,
diranti-Hebb, qui parait
alors nicessaire. Mars comment le matirieldisponible peut-il conjuguer
l'un et l'autre micanisme ?La vague ricente des
physiciens
venus dephysique statistique
a eu tendance I mettre initialement l'accent sur (esaspects c) stochastique, d) nonliniaire, f) asynchronie, g) parallAle, h) distribui, j)
conflation. Ces choixs'expliquent
en bonnepartie
parl'exploitation
de
l'analogie
avec lessytAmes magndtiques
disordonnis(du type
verres despin).
et par le souci d'insister sun (es diffirences entre cerveau et ordinateurclassique.
Mais l'heure est maintenant I une vision moinsitroite,
etplus comprihensive,
de la diversiti des riches et descontraintes,
ce
qui
facilite undialogue plus
fructueux avec [es autresdisciplines
intiress6es. Dixcouples d'oppositions,
cela fait2~°,
soit iuille choixpossibles d'approches
C'est encore unefagon
de faire sentir lacomplexiti
du cerveau.Toute la discussion
pricidente
est nestle(volontairement,
enpartie
dumoms)
fort alive.Cependant
ces considirationspeuvent
servir I favoriser une riflexionplus
instruite parexemple,
il devient assez intiressant de concevoir lefiltrage
de l'information assuri par (es micanismesattentionnels,
et (es processus de la mimoire I court terme, comme des moyens de risoudrequelques-unes
des contradictionsivoquies
ci-dessus[19, 20, 21].
4. Niveaux d'dtude du cerveau.
Passons sun la
conception
de l'hoiuunculus(le petit
hoiume darts lecrhne,
derriAre ses tableaux debond)
niivecertes,
mais dont il est diflicile de se dibarrasser tout I fait. Descartes s'itonnaitque
l'image
formie sun la ritine soitinversie,
etqu'on
voit droit. On dit couramment que le Grecopeignait
des personnagesallongis
I cause d'un difaut de savision,
comme s'il nevoyait
pas ses
peintures
avec les inAiues yeux. Enfait,
laconception
de l'homunculus suppose unerigression
Il'infini,
et donc une infiniti deniveaux, puisque
lesujet
observateur esttoujours repoussi plus
loin.Un seul
niveau,
enrevanche,
c'est tout ce Iquoi
se riduit le cerveau, pour les behavioristesadeptes
de la boite noire.Mis I
part
ces casextrAmes,
laplupart
des auteurs s'accordent pour difinir trois niveaux.Alais que penser de cet accord sun le
nombre,
tan< [es difinitions diffArent ?On observe en eflet que (es critAres de ddfinition des niveaux son< fort
hitirogAnes.
En sectionI,
a ALAivoquie
la classificationhiirarchique
deMarr, qui
repose sun cequ'on appellera
un critAre de
digiiitd l'implimentation
matirielle estbas-niveau,
le butcomputationnel
est haul-niveau. En section3,
le critAre deposition
a ALA mentionni les niveaux son< alors des airesciribrales,
et le flux de l'information difinit bas et haut lapiriphirie
est enbas,
les airescognitives
centrales sont en haut. Un autrecritAre, plus
conforme I la traditionphysique,
est celui de la taille
on pane alors de
circuits, assemblies, super-asseinbldes.
Selonce critAre de
taille,
le niveau infirieur est inclus dans le niveausupdrieur,
coinme c'est en eflet le caspour la difinitioii
physique
des iiiveauxnucldaire, atomique,
moldculaire: le noyau est une
partie
del'atoine, qui
est unepartie
de la inolicule. Demime,
le niveaumacroscopique
de lathermodynainique
est situi au-dessus du niveaumicroscopique
de lainicanique statistique.
Pour ce
qui
conceme le cerveau, on voit que ce critAre detaille,
ou d'inclusion(le
has-niveauinclus dans le
haul-niveau),
diflAre nettement d'un critAre deposition
dans le flux d'inforination(oh
le bas-niveau c6toie lehaul-niveau).
Cependant, aprAs
avoir mis en ividence ces incohirences dedifinition,
notre message ne sera pas de direqu'il
tautprifirer
un critAre I unautre,
mais au contraire desuggirer
quela nature ne se
pliant
pas I une stratification verticalesimple,
mieux vaut renoncer I une hiirarchie unifiie. Passer par cerenoncement,
c'estpeut-Atre
se mettre en meilleureposition
pour
percevoir
lacomplexiti
du cerveau.En
fait,
l'ibauche de tellescomplications apparait diji
enphysique
de la matibre condensie.Avec des molicules on
peut
faire unsolide,
ou un verre, ou ducaoutchouc,
ou une cellulebiologique
Lediagramme
dephase
d'un matiriaupeut
Atrecompliqui,
avec deslignes
de transitioncorrespondant
I dessymdtries
brisies de natures trAsdiverses,
dontl'interprdtation
(era
appel
k des formalismesthioriques
hitdroclites. LessystAmes magndtiques
disordonnis fournisssentun
exemple
iclairant I cetigard.
LeproblAme
d'uneimpureti magnitique
isoliedans un
mital, appeli
aussi efletKondo,
avait 6td 6tud16 dansl'espoir qu'il
servirait de socle I l'6tude des matdriauxferromagnitiques.
Maislorsque
la concentrationd'impuretis
magnitiques augmente,
unphinomAne
tout autreapparait,
laphase
verre despin,
dont le formalismethiorique approprii (brisure
de lasymitrie
desrdpliques)
est irrdductible I celui de l'efletKondo,
comme I celui duferromagndtisme.
Il itait donc en l'occurrence illusoire de concevoir l'existence de trois niveaux d'itudesuperposis (une impureti, quelques impuretis, beaucoup d'impuretis).
5. Tkois niveaux d'dtude ?
C'est un passage d'un livre ricent
[22] qui
m'a faitprendre
soudain conscience de la bizarre unanimiti sur ce nombre3,
par oh (es divers schimas de classification des niveaux d'dtude ducerveau semblent
s'accorder, quelle
que soill'ampleur
de leurdisaccord,
parailleurs, quart
I la maniAre
adiquate
de difinir ces niveaux.George
Steinerivoque
"Le scinario freudientripartie
de lapsychi (qui
est lui-m@meune
image
tellementtransparente
de la cave, despiAces
desijour
et dugrenier chargi
de inimoire de la inaisonbourgeoise) [...]".
IIs'agit
de la trinitdfreudienne du ga, du moi et du surmoi.
Dans la fameuse classification du
neurobiologiste
McLean[23],
la division du cerveau humainen trois domaines
(reptilien, mainmiRre, primate)
fait intervenir un critAre deposition,
doubli d'unargument
ivolutionistequi
confAresupirioriti
aux structures tardives sur les structuresarchiiques.
Au dibut des annies
80,
lephilosophe Jerry
Fodor[24],
dans son livre sur la modulariti del'esprit, distingue systAmes
transducteurs(capteurs sensoriels, muscles), systAmes
d'entrie(pritraitement), systbmes cognitifs
centraux comme onvoit,
c'est une hiirarchie fondle surun critAre de
position
dans le flux d'information.Rappelons qu'un philosophe antirieur, Kant, distinguait sensibiliti, entendement,
raison.La trichotomie de David
Marr, ivoquie
en section2, reprend
la coupure, faite par lecognitivisme "classique",
en deuxcatigories sub-symbolique (hardware)
etsymbolique (software),
lacatigorie symbolique
itant elle-mAme subdivisie en niveauxalgorithmique
etcomputationnel.
Enlinguistique,
la subdivision de lacatigorie symbolique
se fait en niveauxsyntactique
etsimantique.
Les diflicultis
d'appariement, lorsqu'on
tente de faire coincider des niveaux difinis selon des critAres aussidisparates,
sent bien illustries dans une tentative ricente dedialogue
entre unbiologiste
et un mathimaticien[25].
N°2 NIVEAUX D'ETUDE DU
CERVEAU,
ET SAGESSEPHYSIQUE
2376. Discussion
La thdorie des rdseaux de neurones est-elle voude I rester confinde I l'dtude du niveau sub-
symbolique
del'impldmentation
? Ou bienpeut-elle
contribuer aussi I lacomprdhension
duniveau
sdmantique,
leplus dlevd,
dans l'dtude dulangage
?Si l'on croit I l'existence de trois niveaux d'dtude bien
superposds (niveau
neuronald'impldmentation,
niveausyntactique,
niveausdmantique),
on sera tentd derdpondre posi-
tivement I la
premiAre question,
etndgativement
I la seconde. Mais si l'on renonce Iimposer
un tel schdma unifid
a
priori,
cesquestions
restent ouvertes. Defait,
it est vraisemblable que le caractbre distribud de leursreprdsentations joue
un roleimportant
dans les associations entreconcepts.
La
gdndrativitd
"infinie" de lasyntaxe (la capacitd
deproduire
inddfiniment desphrases
nou-velles,
bien form4es mais dventuellementddpourvues
desens)
est-elle une fonctionsupdrieure
?Ou bien cette
gdndrativitd s'apparente-t-elle
I lamdcanique
motricecapable d'engendrer gestes
et
acrobaties,
variis I l'infini ? Lariponse
I de tellesquestions,
entreautres,
sera influencie par laconception, plus
ou mainsrigidement verticale, qu'on
se fait des niveaux d'itude ducerveau.
Dans toute
investigation scientifique,
le chercheurprocAde
paranalyse
ousynthAse,
et iiest souvent commode de difinir des niveaux d'itude.
Mais,
enbref,
cerepAre
local n'est pasnicessairement
global.
Laphysique
de la matiAre condensie adiji
montri que ce n'est pas sagesse deprojeter
uneimage
de stratificationglobale,
li oh la natures'y plie
mal.Remerciements.
A la mimoire de
Rammal, qui
fut mon filleulCnrs, je
souhaite associer celle de manpbre, qui
s'est iteint
sept
moisplus
tard.Bibliographie
Ill
RAMMAL R., TOULOUSEG.,
VIRASOROM-A-,
Rev. Mod.Pllys.
58(1986)
765.[2] RocK I., PALMER S., Sci Am. 263
(1990)
48.[3] MCCULLOCH W.S., PITTS W., Bull. Math. Biophys. 5
(1943)
lls.[4] HEBB D-O-, The
Organization
of Behavior(Wiley, 1949).
[5j
MINSKYM-L-,
PAPERTS-A-, Perceptrons (MIT Press, 1969).
[6] MARR
D.,
Vision(Freeman, 1982).
[7] Parallel Distributed
Processing,
D.E. Rumelhart and J.L. McClelland Eds.(MIT Press, 1986).
[8] HOPFIELD
J-J-,
Proc. Nail. Acad. Sci USA 79(1982)
2554.[9] FODOR J-A-, PYLYSHIN
Z., Cognition
28(1988)
3.[10]HERTz
J., KROGH A., PALMER R-G-, Introduction to the Theory of NeuralComputation (Addison-Wesley, 1991).
[ll]
TOULOUSEG.,
Bull. Sac. Fr. dePhys.
79(1991)
8.[12j
M#ZARD M., NADAL I-P-, ll~tellectica 9-10(1990)
213.[13] AMIT D.,
Modeling
Brain Function(Cambridge
U. Press,1989).
[14] GUTFREUND H., TOULOUSE G., The
Physics
of Neural Networks, inSpin
Glasses andBiology,
D. Stein Ed.
(World
Sci. Pub.,1992).
(lsj
BRAITENBERG V., Netwirk 1(1990)
1.[16j
VON NEUMANN J., TheComputer
and the Brain(Yale
U.Press, 1958).
(17j
PERETTO P., Calculer avec des rdseaux de neurones ?, preprint CENG(1991).
[18] BARLOW H.,
Perception
1(1972)
371.jig]
WISE S-P-, DESIMONE R-, Science 242(1988)
736.[20] CRICK F-, Proc. Natl. Acad. Sci. USA 81
(1984)
4586.[21] Voir articles rassemb14s in
Biology
andComputation
aPhysicists'
Choice, H. Gutfreund et G- Toulouse Eds-(World
Sci. Publ.,1993).
[22j
STEINERG.,
Riellesprisences.
Les arts du sens(Gallimard, 1991) [Le
sous-titre de l'dditionoriginale anglaise
est plus incisif : Is thereanything
in what we say ?].[23] MCLEAN
P.,
A TriuneConcept
of the Brain and Behavior(U.
TorontoPress, 1973).
[24] FODOR
J-A-,
TheModularity
of Mind(MIT Press, 1983).
[25j
CHANGEUXJ-P-,
CONNESA.,
Matiire Ipensde (Odile Jacob, 1989).