Imaginez que vous regardez un écureuil grimper à toute vitesse dans un arbre. Vous pouvez voir ses pattes agripper l'écorce, sa queue maintenir l'équilibre et ses muscles se contracter. Mais ce que vous ne pouvez pas voir, c'est la conversation invisible et fulgurante qui se déroule à l'intérieur de son cerveau. Le système nerveux n'est pas seulement une télécommande envoyant de simples signaux « monte » ou « descend » ; c'est un orchestre complexe dirigeant un corps massif et lourd à travers un monde rempli de gravité, de friction et de surprises. Les scientifiques cherchent depuis longtemps à comprendre cette conversation, mais il y a un obstacle : on ne peut pas facilement jeter un coup d'œil à l'intérieur du cerveau d'un animal vivant pendant qu'il court, et on ne peut pas simplement demander à un écureuil de décrire ce qu'il ressent pour garder l'équilibre.

Pour résoudre ce problème, les scientifiques utilisent une astuce appelée « modélisation neuro-mécanique ». Pensez-y comme à la construction d'un jumeau numérique de l'animal — un corps virtuel doté de muscles, d'os et d'une physique qui fonctionnent exactement comme la réalité. Ensuite, ils essaient d'apprendre à un cerveau informatique (un réseau de neurones artificiels) à contrôler ce corps numérique afin qu'il se déplace exactement comme l'animal réel. L'objectif est de rétro-concevoir les secrets du cerveau en observant de quel type de « pensées » (signaux de contrôle) il faut pour faire danser le corps numérique. Cependant, jusqu'à présent, construire ces jumeaux numériques revenait à essayer de faire fonctionner un supercalculateur sur un grille-pain : cela nécessitait des grappes de serveurs massives et coûteuses que seules les grandes entreprises technologiques pouvaient s'offrir, rendant difficile l'accès à ces idées pour les laboratoires de biologie classiques.

Voici entré en scène MIMIC-MJX, un nouvel outil open-source qui change la donne. Les chercheurs derrière ce projet, une équipe de Harvard, de l'Institut Salk et d'autres, ont créé un système qui permet aux scientifiques d'entraîner ces cerveaux numériques sur une seule carte graphique standard (celle que l'on trouve dans les ordinateurs de jeu) plutôt que sur une salle entière de serveurs. Ils appellent leur cadre de travail « MIMIC-MJX », et il agit comme un maître imitateur. Il prend des séquences vidéo de véritables animaux en mouvement — des rats qui courent, des mouches qui marchent, des vers qui se tortillent — et les utilise pour apprendre à une version virtuelle de cet animal comment se déplacer dans une simulation physique.

Voici comment cela fonctionne, étape par étape. D'abord, le système observe une vidéo d'un animal réel et détermine exactement comment ses articulations se plient et où ses membres se situent dans l'espace. C'est comme prendre un squelette en 3D et l'ajuster parfaitement à la vidéo, même si la vidéo ne montre que l'extérieur de la fourrure ou de la peau. Cela est réalisé à l'aide d'un outil appelé stac-mjx, qui agit comme un traducteur à haute vitesse, transformant les points vidéo 2D ou 3D en angles d'articulation précis pour un corps virtuel.

Une fois que le corps virtuel sait ce que l'animal réel a fait, la seconde partie du système, appelée track-mjx, entre en action. C'est le « professeur ». Il utilise une méthode appelée apprentissage par renforcement profond, ce qui revient un peu à entraîner un chien avec des friandises, sauf que le chien est un programme informatique et les friandises sont des récompenses mathématiques. Le programme essaie de faire bouger l'animal virtuel pour qu'il corresponde à la vidéo. Si le rat virtuel lève la patte au mauvais moment, il reçoit un « mauvais score ». S'il correspond parfaitement à la vidéo, il reçoit un « bon score ». Au fil de millions d'essais, le cerveau informatique apprend les commandes musculaires exactes nécessaires pour reproduire le mouvement.

Ce qui rend MIMIC-MJX spécial, c'est sa rapidité et sa flexibilité. Les auteurs ont testé le système sur une grande variété de créatures : un rat, une mouche de la famille des drosophiles, un bras de souris, un insecte bâton et un ver. Ils ont découvert que le système pouvait apprendre à imiter les mouvements de ces animaux avec une précision incroyable. Par exemple, lorsqu'ils ont entraîné un rat, le rat virtuel pouvait reproduire des mouvements de marche, de redressement et de toilettage avec une erreur d'environ 7 millimètres — soit environ la largeur d'une gomme à effacer de crayon. Plus impressionnant encore, le système pouvait maintenir le rat virtuel en mouvement pendant de longues périodes, et non pas seulement pendant un bref instant. Lors des tests, environ 83 % des rats virtuels ont pu continuer à se déplacer pendant deux minutes complètes sans tomber, même s'ils n'avaient été entraînés que sur de courtes séquences de 5 secondes. Cela suggère que le système a appris les principes du mouvement, et non qu'il a simplement mémorisé quelques secondes de vidéo.

Les chercheurs ont également montré que ce système fonctionne avec différents types de « corps ». Certains animaux de leur étude, comme le rat et la mouche, étaient contrôlés par de simples moteurs de « couple » (force de torsion), tandis que d'autres, comme le bras de la souris et le ver, utilisaient des modèles de « muscles » plus complexes qui imitent la façon dont les vrais muscles s'étirent et se contractent. MIMIC-MJX a géré les deux types avec succès, prouvant qu'il peut s'adapter à différentes réalités biologiques.

L'un des aspects les plus passionnants de l'article est la manière dont ils ont utilisé ces « imitateurs » entraînés pour réaliser des expériences impossibles dans la vie réelle. Ils ont pris le contrôleur de bas niveau (la partie qui sait comment faire bouger les muscles), l'ont figé, puis y ont attaché un nouveau cerveau simple par-dessus pour lui apprendre un nouveau tour. Ils ont demandé au rat virtuel de courir à une vitesse spécifique ou de s'échapper d'un creux en forme de bol. Le rat virtuel, guidé par le contrôleur MIMIC-MJX, a appris ces nouvelles tâches rapidement et s'est déplacé de manière très naturelle. En revanche, lorsqu'ils ont essayé d'entraîner un robot à partir de zéro sans ce fondement de « l'imitation », celui-ci échouait complètement ou se déplaçait de manière saccadée et peu naturelle. Cela suggère que le système MIMIC-MJX a capturé quelque chose de fondamental sur la façon dont les animaux se déplacent, créant un « a priori » ou une base de comportement naturel qui facilite l'apprentissage de nouvelles choses.

L'article a également scruté l'intérieur du « cerveau » de leurs contrôleurs virtuels pour voir ce qu'ils « pensaient ». En analysant les données circulant à travers le réseau, ils ont découvert que le système organisait le mouvement en motifs simples et de faible dimensionnalité. Pour la mouche, les « pensées » concernant la marche formaient une boucle circulaire nette dans les données, représentant le rythme des pas. Pour le bras de la souris, les données montraient que le cerveau compressait les mouvements complexes en quelques variables clés, de la même manière qu'un humain pourrait penser « attraper la tasse » plutôt que de calculer chaque micro-contraction musculaire.

Cependant, les auteurs précisent avec prudence ce que ce système n'est pas. Ils déclarent explicitement que, bien que le système puisse reproduire parfaitement le mouvement, les signaux électriques spécifiques qu'il génère pour le faire ne sont pas nécessairement les mêmes signaux utilisés par le cerveau d'un animal réel. Comme il existe de nombreuses façons de bouger un membre (un problème connu sous le nom de degrés de liberté de Bernstein), l'ordinateur peut trouver une solution différente de celle de l'animal. Le système est une simulation valide de la façon dont le corps pourrait se déplacer, mais il ne prouve pas comment l'animal pense réellement. C'est un outil puissant pour générer des hypothèses, pas une réponse définitive.

De plus, le système dépend de la qualité des modèles de corps numériques. Si les muscles ou les os du rat virtuel ne sont pas construits correctement, l'imitation échouera. Les auteurs admettent que la construction de ces modèles corporels détaillés est toujours un travail difficile et chronophage que les chercheurs doivent effectuer eux-mêmes pour chaque nouvelle espèce. Ils ont également simplifié certaines physiques, comme ignorer la résistance de l'air ou la façon complexe dont la fourrure pourrait interagir avec le sol, afin de maintenir la rapidité des simulations.

Malgré ces limites, MIMIC-MJX représente un changement significatif dans la manière dont la neuroscience peut être pratiquée. En rendant ces simulations puissantes accessibles à n'importe quel laboratoire doté d'un ordinateur standard, il ouvre la porte à des milliers de chercheurs pour mener des « expériences virtuelles ». Ils peuvent tester comment un système nerveux pourrait s'adapter à un nouvel environnement, ce qui se passe si un muscle spécifique est retiré, ou comment l'apprentissage se produit, le tout sans avoir besoin de capturer un seul animal. Cela transforme l'animal virtuel en un sujet pratique et manipulable, comblant le fossé entre la réalité désordonnée de la biologie et la précision propre de l'informatique. L'article conclut que c'est une étape cruciale vers un avenir où la « neuroscience virtuelle » sera un partenaire standard des expériences réelles, nous aidant enfin à décoder la danse complexe entre le cerveau et le corps.