Imaginez-vous marcher dans la savane africaine. Soudain, vous remarquez un buisson en mouvement qui cache partiellement un grand objet jaune. De cette information limitée, vous devez déterminer si vous êtes en danger et décider comment réagir. Est-ce un tas d'herbe sèche? Ou un lion affamé?

Dans de telles situations, notre cerveau doit utiliser des informations visuelles complexes et incertaines pour prendre des décisions en une fraction de seconde. Les inférences et les décisions subséquentes que nous faisons en fonction de ce que nous voyons peuvent faire la différence entre réagir de façon appropriée à une menace et devenir le prochain repas d'un lion.

Traditionnellement, les neuroscientifiques ont pensé au traitement de l'information visuelle comme une chaîne d'événements qui se produisent les uns après les autres, filtrant le signal d'entrée (des yeux) qui change dans l'espace et le temps. Mais plus récemment, nous avons commencé à considérer le processus comme beaucoup plus dynamique et interactif. Alors que le système visuel tente de résoudre l'incertitude dans les informations sensorielles qu'il reçoit, il utilise à la fois les connaissances antérieures et les preuves actuelles pour faire des suppositions éclairées sur ce qui se passe.

Système visuel: beaucoup plus que les yeux

Les yeux sont bien sûr cruciaux pour la façon dont nous voyons ce qui se passe autour de nous. Mais la majeure partie du système visuel humain intensément étudié se trouve dans le cerveau.

Les rétines à l'arrière de vos yeux contiennent des photorécepteurs qui détectent et réagissent à la lumière dans l'environnement. Ces photorécepteurs, à leur tour, activent les neurones qui transmettent des informations au cortex visuel du cerveau, situé à l'arrière de la tête. Le cortex visuel traite ensuite les données brutes afin que nous puissions prendre des décisions sur la façon de réagir et de se comporter de manière appropriée en fonction de la contribution initiale aux yeux.

Le cortex visuel est organisé selon une hiérarchie anatomique et fonctionnelle. Chaque stade est distinct de tous les autres, à la fois en termes d'anatomie microscopique et de son rôle fonctionnel et de sa physiologie - c'est-à-dire, comment les neurones réagissent aux différents stimuli.

Traditionnellement, les chercheurs pensaient que cette hiérarchie filtrait l'information en séquence, étape par étape, de bas en haut. Ils croyaient que chaque niveau de traitement du cerveau visuel remonte vers le haut une forme plus raffinée du signal visuel qu'il a reçu des niveaux inférieurs. Par exemple, à un stade de la hiérarchie, des arêtes à fort contraste sont extraites de la scène afin de former des limites pour les formes et les objets plus tard.

La pensée originale soutenait que, finalement, les niveaux les plus élevés du cortex visuel contiendraient dans son modèle d'activité neuronale une représentation significative du monde sur lequel nous pourrions alors agir. Mais plusieurs développements plus récents en neuroscience ont renversé ce point de vue.

Le monde - et donc l'environnement visuel - est très incertain d'un moment à l'autre. En outre, nous savons de nombreuses études que la capacité du cerveau visuel est remarquablement limitée. Le cerveau repose sur des processus tels que attention visuelle et mémoire visuelle pour l'aider à utiliser efficacement ces ressources limitées.

Alors, comment exactement le cerveau navigue-t-il efficacement dans un environnement très incertain avec une quantité limitée d'informations? La réponse est, il joue les chances et les paris.

Prendre une chance sur les meilleures estimations

Le cerveau doit utiliser des entrées limitées d'informations ambiguës et variables pour se faire une idée éclairée de ce qui se passe dans son environnement. Si ces suppositions sont exactes, elles peuvent constituer la base de bonnes décisions.

Pour ce faire, le cerveau joue essentiellement sur le sous-ensemble d'informations dont il dispose. Basé sur un petit morceau d'information sensorielle, il mise sur ce que le monde lui dit afin d'obtenir le meilleur rendement sur le plan comportemental.

Prenons l'exemple du buisson en mouvement dans la savane. Vous voyez un grand objet jaune flou obscurci par le buisson. Cet objet a-t-il provoqué le déplacement du buisson? Quel est le blob jaune? Est-ce une menace?

Ces questions sont pertinentes pour ce que nous choisissons de faire ensuite en termes de comportement. L'utilisation d'informations visuelles limitées (bouger en mouvement, grand objet jaune) d'une manière efficace est importante sur le plan comportemental. Si nous déduisons que l'objet jaune est en effet un lion ou un autre prédateur, nous pouvons décider de nous déplacer rapidement dans la direction opposée.

L'inférence peut être définie comme une conclusion fondée à la fois sur les preuves et sur le raisonnement. Dans ce cas, l'inférence (c'est un lion) est basée à la fois sur des preuves (grand objet jaune, arbuste en mouvement) et sur un raisonnement (les lions sont grands et présents dans la savane). Les neuroscientifiques pensent à inférence probabiliste comme un calcul impliquant la combinaison d'informations préalables et de preuves actuelles.

Connexions cérébrales bidirectionnelles

Les preuves neuroanatomiques et neurophysiologiques des deux dernières décennies ont montré que la hiérarchie dans le cortex visuel contient un grand nombre de connexions allant de plus bas à plus haut et plus bas à plus bas à chaque niveau. Plutôt que de se frayer un chemin à travers un entonnoir inversé, en devenant de plus en plus raffiné, il semble que le système visuel soit davantage une hiérarchie interactive. Il semble fonctionner pour résoudre l'incertitude inhérente au monde grâce à un cycle de feed-back et feed-back constant. Cela permet à combinaison de de bas en haut preuve actuelle et top-down information préalable à tous les niveaux de la hiérarchie.

Les preuves anatomiques et physiologiques indiquant un cerveau visuel plus interconnecté sont bien complétées par des expériences comportementales. Sur une gamme de tâches visuelles - reconnaître des objets, rechercher un objet particulier parmi des objets non pertinents ainsi que se souvenir de l'information visuelle présentée brièvement - les êtres humains fonctionnent conformément aux attentes générées par les règles de l'inférence probabiliste. Nos prédictions comportementales basées sur l'hypothèse que l'inférence probabiliste sous-tend ces capacités correspondent bien aux données expérimentales réelles.

Des suppositions éclairées, minimisant l'erreur

Les neuroscientifiques ont suggéré que le cerveau a évolué, grâce à la sélection naturelle, pour réduire activement la disparité moment après instant entre ce qui est perçu et ce qui est attendu. Minimiser cette divergence implique nécessairement d'utiliser l'inférence probabaliste pour prédire les aspects de l'information entrante basée sur la connaissance préalable du monde. Les neuroscientifiques ont nommé ce processus codage prédictif.

Une grande partie des données qui ont soutenu l'approche de codage prédictif est venue à travers l'étude du système visuel. Cependant, maintenant les chercheurs sont commencer à généraliser l'idée et l'appliquer à d'autres aspects du traitement de l'information dans le cerveau. Cette approche a donné de nombreuses orientations futures potentielles pour la neuroscience moderne, y compris la compréhension de la relation entre réponses à bas niveau de neurones individuels et de la dynamique neuronale de niveau supérieur (comme l'activité de groupe enregistrée dans un électroencéphalogramme ou EEG).

Alors que l'idée que la perception est un processus d'inférence est pas nouveau, les neurosciences modernes l'ont revitalisé ces dernières années - et cela a changé radicalement le domaine. En outre, l'approche promet d'accroître notre compréhension du traitement de l'information non seulement pour l'information visuelle, mais aussi pour toutes les formes d'information sensorielle ainsi que pour les processus de niveau supérieur tels que la prise de décision, la mémoire et la pensée consciente.

A propos de l'auteur

Alex Burmester, chercheur associé en perception et mémoire, Université de New York

Cet article a été publié initialement le The Conversation. Lis le article original.

Livres connexes

at Marché InnerSelf et Amazon