Low-latency neuromorphic closed-loop control of hippocampal ripples in vivo
Cette étude présente un cadre neuromorphique entièrement intégré et à faible latence qui utilise des réseaux de neurones à impulsions économes en énergie pour détecter et manipuler les oscillations hippocampiques chez des souris éveillées en temps réel, atteignant un contrôle en boucle fermée avec une consommation d'énergie nettement inférieure aux approches conventionnelles d'apprentissage profond.
Article original sous licence CC BY 4.0 (https://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 votre cerveau comme une ville trépidante et ultra-rapide où des milliards de minuscules messagers courent partout, se passant des notes pour que tout fonctionne sans accroc. Parfois, ces messagers se lancent dans une danse rythmique et rapide appelée « oscillation ». L'une des danses les plus importantes a lieu dans une partie du cerveau appelée l'hippocampe, qui est comme la bibliothèque de la ville pour le stockage des souvenirs. Ces danses, connues sous le nom de « rides » (ripples), sont très courtes et très rapides — ne durant qu'un clin d'œil (environ 30 à 100 millisecondes) et se déplaçant à une vitesse élevée (100 à 250 fois par seconde). Les scientifiques pensent que si nous pouvons attraper ces rides au moment précis et les pousser doucement, nous pourrions corriger les problèmes de mémoire ou stopper des troubles cérébraux comme l'épilepsie.
Mais voici le hic : ces rides sont si rapides que le temps qu'un ordinateur classique les remarque, calcule quoi faire et renvoie un signal, la danse est déjà terminée. C'est comme essayer d'attraper un colibri avec un filet fait de plomb lourd ; l'oiseau est déjà parti avant même que vous n'ayez pu lancer votre mouvement. Pour résoudre cela, les scientifiques ont besoin d'un nouveau type de « cerveau » pour leurs ordinateurs — un cerveau qui pense comme un cerveau biologique, réagissant instantanément aux événements sans attendre. C'est ce qu'on appelle l'« informatique neuromorphique ». C'est comme remplacer un camion lent et lourd par une flotte de minuscules drones ultra-rapides capables de foncer dans la ville dès qu'ils voient une ride, prêts à intervenir instantanément.
Dans cette étude, une équipe de chercheurs a construit exactement cela. Ils ont créé un petit cerveau numérique super efficace en utilisant une puce spéciale appelée SpiNNaker, qui imite le fonctionnement des vrais neurones. Ils ont appris à ce cerveau numérique à repérer ces fugaces rides hippocampiques en temps réel. Les résultats sont impressionnants : leur petit cerveau numérique, qui n'utilise que 41 neurones (comparé aux millions d'un modèle de deep learning standard), pouvait détecter les rides aussi bien que des ordinateurs beaucoup plus grands et gourmands en énergie. Mieux encore, il l'a fait en consommant jusqu'à 200 fois moins d'énergie.
Mais détecter la ride n'est que la moitié de la bataille ; la véritable magie opère lorsque le système modifie réellement la ride. Les chercheurs ont connecté leur cerveau numérique à un cerveau de souris vivant. Lorsque leur système repérait une ride, il déclenchait instantanément un signal lumineux pour freiner (ralentir) doucement les cellules cérébrales impliquées. Dans leurs simulations optimisées, le système a montré qu'il avait le potentiel de capturer et d'intervenir sur jusqu'à 80 % des rides avant qu'elles ne se terminent. Dans les expériences sur des souris vivantes, bien que la vitesse du système ait été limitée par sa configuration initiale, il a tout de même réussi à altérer la dynamique des rides les plus longues qu'il a détectées. Plus précisément, il a montré une forte tendance à réduire l'énergie de la ride et à changer sa façon de danser, bien que cette réduction soit restée juste en dessous de la signification statistique dans l'analyse primaire. Bien que le système ne soit pas encore parfait — il manque parfois une ride ou se laisse troubler par le bruit de fond — il prouve que nous pouvons enfin construire un système en boucle fermée assez rapide pour communiquer avec le cerveau en temps réel. Cela suggère un avenir où nous pourrons utiliser ces petits cerveaux numériques économes en énergie pour aider les personnes souffrant de troubles neurologiques en interagissant avec leur activité cérébrale au moment même où elle se produit, plutôt que de simplement l'observer de loin.
Noyé(e) sous les articles dans votre domaine ?
Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.