🧬 biology

Cross-Species RSA Reveals Conserved Early Visual Alignment but Divergent Higher-Area Rankings Across Human fMRI and Macaque Electrophysiology

Cette étude démontre que, si l'alignement précoce du cortex visuel est robuste et conservé entre l'IRMf humaine et l'électrophysiologie du macaque pour diverses règles d'apprentissage, l'alignement des zones supérieures diverge considérablement entre les espèces en raison de différences de capacité des modèles et de domaines de stimuli plutôt que des règles d'apprentissage elles-mêmes.

Auteurs originaux : Nils Leutenegger

Publié 2026-05-22

📖 6 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Nils Leutenegger

Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ⚕️ Ceci est une explication générée par l'IA d'un preprint qui n'a pas été évalué par des pairs. Ce n'est pas un avis médical. Ne prenez pas de décisions de santé basées sur ce contenu. Lire la clause de non-responsabilité complète

Imaginez que vous essayez de comprendre comment différents types d'apprentissage façonnent le système visuel du cerveau. Des scientifiques ont construit des modèles informatiques (des cerveaux artificiels) qui apprennent de différentes manières, de manière similaire à la façon dont un humain, un chien ou un robot pourrait apprendre à reconnaître un chat.

Ce papier pose une grande question : Les règles qui font que ces cerveaux informatiques ressemblent au cerveau humain les font-elles aussi ressembler au cerveau d'un singe ?

Voici la décomposition de l'étude en utilisant des analogies simples :

1. L'Expérience : Tester Cinq « Styles d'Apprentissage »

Les chercheurs ont pris cinq modèles informatiques différents. Chaque modèle a été construit avec le même « matériel » (architecture) mais enseigné selon une « règle d'apprentissage » différente :

Rétropropagation (BP) : La méthode standard, lourde en mathématiques, par laquelle les ordinateurs apprennent habituellement (comme un enseignant strict corrigeant chaque erreur).
Alignement de rétroaction (FA) : Une version légèrement plus souple de la précédente.
Codage prédictif (PC) : Le modèle essaie de deviner ce qui vient ensuite et apprend de ses erreurs (comme prédire la météo).
STDP : Une règle basée sur le timing, mimant la façon dont les vrais neurones se déclenchent lorsqu'ils sont proches dans le temps (comme une étincelle biologique).
Poids aléatoires : Un modèle qui n'a jamais rien appris ; il possède simplement des connexions aléatoires (comme un bébé sans expérience).

Ils ont testé ces modèles contre deux groupes :

Humains : En utilisant des IRMf (qui sont comme prendre une photo floue et basse résolution de tout le cerveau).
Macques : En utilisant des électrodes (qui sont comme des microphones haute définition écoutant des neurones individuels).

2. La Première Découverte : La Correspondance de la « Vision Précoce »

Lorsque les modèles ont examiné des informations visuelles simples et précoces (comme des contours et des formes de base, similaires à la zone V1 du cerveau), les résultats étaient très clairs.

L'Avantage du Singe : Les données des singes étaient beaucoup plus claires (rapport signal/bruit plus élevé) que les données humaines. C'est comme comparer une photo noir et blanc granuleuse à une vidéo 4K. Les modèles correspondaient beaucoup mieux au cerveau du singe qu'au cerveau humain simplement parce que les données du singe étaient « plus nettes ».
Les Gagnants : Chez les humains et les singes, les modèles utilisant des règles de timing biologique (STDP) et des devinettes prédictives (PC) ont fait le meilleur travail pour correspondre au cortex visuel précoce.
Le Perdant : La méthode d'apprentissage informatique standard (Rétropropagation) était en fait la pire pour correspondre au cortex visuel précoce chez les deux espèces.
La Surprise : Le modèle « Aléatoire » (celui sans entraînement) était étonnamment bon pour correspondre au V1 humain, mais il n'était pas le meilleur performant pour les singes. Les singes préféraient les règles d'apprentissage « biologiques ».

L'Essentiel : La façon dont la vision précoce est organisée semble être un trait fondamental partagé par les humains et les singes. Si vous voulez qu'un modèle informatique ressemble à la vision précoce d'un vrai cerveau, vous ne devriez pas utiliser l'entraînement informatique standard ; vous devriez utiliser des règles qui imitent la façon dont les vrais neurones communiquent entre eux.

3. La Deuxième Découverte : La Confusion de la « Vision de Haut Niveau »

Lorsque les chercheurs ont examiné les parties de plus haut niveau du cerveau (la zone IT), qui gère la reconnaissance complexe d'objets (comme savoir qu'une image est un « chien » et pas seulement « du poil et des oreilles »), les résultats sont devenus désordonnés.

Aucun Motif Clair : Il n'y avait pas d'accord entre les humains et les singes sur quelle règle d'apprentissage fonctionnait le mieux. C'était comme demander à deux personnes de classer leurs saveurs de glace préférées, et elles donnaient des listes complètement différentes sans aucun chevauchement.
Pourquoi ? Le papier suggère que ce n'est pas nécessairement parce que les humains et les singes pensent différemment. C'est parce que les modèles informatiques étaient trop petits et que les données d'entraînement étaient trop limitées.
- L'Analogie : Imaginez essayer de juger la capacité d'un chef à cuisiner un banquet complexe (Vision de Haut Niveau) en ne lui donnant qu'une toute petite cuisine et quelques ingrédients. Peu importe le style de cuisine qu'ils utilisent, ils échouent tous à faire un grand banquet.
- La Preuve : Lorsque les chercheurs ont testé un modèle informatique beaucoup plus grand et pré-entraîné (ResNet-50) qui avait vu des millions d'images, il est soudainement devenu très bon pour correspondre au cerveau de haut niveau du singe. Cela prouve que l'« échec » des modèles plus petits ne concernait pas la règle d'apprentissage ; c'était simplement que les modèles étaient trop faibles pour gérer la tâche complexe.

4. Le Problème du « Stimulus »

L'étude a également noté un problème délicat : les humains et les singes ont vu des images différentes.

Les humains ont vu une grande variété d'objets du quotidien.
Les singes ont vu certaines textures et certains objets spécifiques.
Le Résultat : Parce que les « questions de test » étaient différentes, il est difficile de dire avec certitude si les différences de classement étaient dues à l'espèce ou simplement aux images qui leur ont été montrées. Le papier suggère que si nous utilisions exactement les mêmes images pour les deux, les résultats pourraient changer.

Résumé

Vision Précoce (Formes simples) : Les règles qui imitent la vraie biologie (STDP et Codage Prédictif) fonctionnent le mieux pour les humains et les singes. C'est une vérité solide et partagée.
Vision de Haut Niveau (Objets complexes) : Nous ne pouvions pas dire si les règles importaient parce que les modèles informatiques étaient trop petits et faibles. Lorsque nous avons utilisé un modèle plus grand et plus puissant, il fonctionnait beaucoup mieux, suggérant que le problème était la taille du modèle, et non la règle d'apprentissage.
Le Tableau Général : Le système visuel précoce du cerveau est robuste et similaire à travers les espèces, mais notre capacité à tester les parties « supérieures » du cerveau est actuellement limitée par la petitesse de nos modèles informatiques et les images que nous leur montrons.

Résumé technique : L'analyse de similarité représentative interspécifique révèle un alignement précoce conservé mais des classements divergents des zones supérieures

Énoncé du problème
La neuroscience computationnelle a établi que les réseaux de neurones profonds (DNN) entraînés par rétropropagation (BP) reproduisent la hiérarchie représentative du flux visuel ventral des primates. Cependant, la plupart des comparaisons modèle-cerveau se limitent à une seule espèce (généralement l'IRMf humaine), laissant incertaine la généralisation des motifs d'alignement à travers les espèces et les modalités de mesure. Une étude complémentaire de l'auteur [Leutenegger, 2026] a révélé que des poids aléatoires non entraînés et des règles d'apprentissage locales (STDP, Codage Prédictif) surpassaient la BP dans l'alignement avec le V1 humain, tandis que toutes les règles convergèrent au niveau de la zone IT. Cette étude aborde la question interspécifique : ce motif persiste-t-il lorsqu'il est évalué par rapport à l'électrophysiologie du macaque, qui offre une résolution au niveau du neurone unique et des rapports signal-sur-bruit (SNR) supérieurs à l'IRMf ?

Méthodologie
L'étude utilise l'Analyse de Similarité Représentative (RSA) pour comparer cinq conditions de règles d'apprentissage aux données neuronales de l'homme et du macaque.

Modèles : Les auteurs utilisent les mêmes poids de modèle que dans l'étude complémentaire [Leutenegger, 2026] : un CNN personnalisé à 3 couches entraîné sur CIFAR-10 pendant 40 époques. Les cinq conditions sont : Rétropropagation (BP), Alignement de Feedback (FA), Codage Prédictif (PC), Plasticité Dépendante du Timing des Spikes (STDP) et une base de référence de poids aléatoires non entraînés.
Ensembles de données macaque :
- V4/IT : MajajHong2015 (réseau de microélectrodes, 88 neurones V4 et 168 neurones IT, 3 200 présentations d'objets HVM).
- V1/V2 : FreemanZiemba2013 (enregistrements de cellules unitaires, 102 neurones V1 et 103 neurones V2, 135 stimuli de texture).
Ensemble de données humain : THINGS-IRMf (720 stimuli, 3 sujets), avec des valeurs RSA pour V1, V2, LOC et IT reprises directement de l'étude complémentaire.
Contrôle de capacité : Un ResNet-50 préentraîné (ImageNet) a été évalué pour mesurer l'impact de la capacité du modèle et de la richesse des données d'entraînement.
Pipeline d'analyse :
- RSA : Extraction de caractéristiques, construction de Matrices de Dissimilarité Représentative (RDM) utilisant la distance de corrélation, et notation par Spearman $\rho$ entre les RDM du modèle et neuronales.
- Comparaison interspécifique : Le $\tau$ de Kendall a été calculé entre les vecteurs $\rho$ humain et macaque pour chaque règle d'apprentissage. En raison de $n=5$ règles, la puissance statistique est limitée à la détection de corrélations parfaites ( $\tau = \pm 1.0$ ).
- Contrôle des stimuli : La RSA du modèle a été calculée à la fois sur les stimuli THINGS et macaque pour déterminer si les différences de classement proviennent de l'espèce ou du domaine des stimuli.

Résultats clés

Alignement absolu plus élevé chez le macaque : Les valeurs d'alignement macaque ( $\rho = 0.15–0.30$ au niveau V1/V2) dépassent substantiellement les valeurs d'IRMf humaine ( $\rho = 0.01–0.08$ ), ce qui est cohérent avec le SNR plus élevé de l'électrophysiologie. Cependant, toutes les valeurs restent bien en dessous des plafonds de bruit (0.52–0.79), indiquant une marge de progression significative.
Alignement précoce visuel conservé : Au niveau V1/V2 du macaque, le STDP ( $\rho \approx 0.30$ ) et le PC ( $\rho \approx 0.28$ ) ont atteint l'alignement le plus élevé, surpassant la BP, la FA et les poids aléatoires. Cela reflète le motif qualitatif trouvé dans le V1 humain, où les règles d'apprentissage locales surpassent la BP, confirmant que l'alignement visuel précoce est robuste à travers les espèces et les modalités.
Classements divergents des zones supérieures : Au niveau IT du macaque, les classements des règles d'apprentissage n'ont montré aucune corrélation détectable avec les classements humains ( $\tau = 0.00, p = 1.00$ ). Cependant, les auteurs notent que ce résultat nul est attendu étant donné la faible puissance statistique de $n=5$ (seul $\tau = \pm 1.0$ est significatif).
Limites de capacité et de données : Le contrôle ResNet-50 a atteint $\rho = 0.25$ au niveau IT du macaque, surpassant substantiellement toutes les conditions CNN personnalisées ( $\rho = 0.07–0.14$ ). Cela suggère que la « convergence » des règles d'apprentissage à IT observée dans l'étude complémentaire pourrait refléter des limitations architecturales et de données (petit CNN, CIFAR-10) plutôt qu'une propriété fondamentale des règles d'apprentissage.
Confusions liées au domaine des stimuli : La chute brutale de l'alignement de V2 à V4 est confondue par un changement d'ensembles de données (stimuli de texture vs images d'objets). L'analyse de contrôle des stimuli a révélé que les classements IT montraient une inversion faible ( $\tau = -0.40$ ) à travers les ensembles de stimuli, suggérant que les différences de classement interspécifiques à IT pourraient être partiellement dues au domaine des stimuli (objets THINGS vs HVM) plutôt qu'aux différences d'espèces.

Signification et affirmations
L'article affirme que l'alignement visuel précoce est qualitativement conservé entre l'IRMf humaine et l'électrophysiologie du macaque. Plus précisément, les règles d'apprentissage locales (STDP, PC) surpassent systématiquement la rétropropagation dans les zones visuelles précoces (V1/V2) chez les deux espèces, suggérant que le biais inductif architectural favorisant ces règles n'est pas un artefact de la méthodologie IRMf.

Inversement, l'étude ne trouve aucune correspondance interspécifique détectable dans les classements des zones supérieures (IT) au sein de son dispositif expérimental spécifique. Les auteurs attribuent modestement cela à une combinaison de facteurs :

Puissance statistique : Le petit nombre de règles d'apprentissage ( $n=5$ ) limite la capacité à détecter des corrélations.
Capacité du modèle : Le CNN personnalisé manque probablement de capacité pour capturer les représentations au niveau des objets encodées dans l'IT du macaque, une limitation soulignée par la performance supérieure du ResNet-50.
Inadéquation des stimuli : Les différences de domaines de stimuli entre les ensembles de données confondent l'interprétation des classements IT.

Les auteurs concluent que si l'alignement visuel précoce est robuste, l'alignement des zones supérieures est modulé par la capacité du modèle, la richesse des données d'entraînement et le domaine des stimuli. Ces résultats motivent de futures études interspécifiques utilisant des ensembles de stimuli partagés, des architectures plus grandes et davantage de conditions de règles d'apprentissage pour permettre des comparaisons de classement suffisamment puissantes.