A Unified World Model in Human Posterior Parietal Cortex

Le cerveau humain est un maître de la prédiction. Avant que vous ne rattrapiez un verre qui tombe, votre esprit a déjà calculé sa trajectoire, sa vitesse et le moment exact où il se brisera. Avant de saisir une tasse, vous avez simulé le poids de l'objet et la prise nécessaire pour le soulever. Les scientifiques soupçonnent depuis longtemps que le cerveau ne se contente pas de réagir au monde tel qu'il apparaît, mais qu'il maintient un modèle interne et dynamique de la réalité physique. Ce « modèle du monde » est une simulation mentale qui nous permet de comprendre comment les objets interagissent, de prévoir ce qui va se passer ensuite et de planifier nos propres mouvements au sein de cette scène en plein déploiement. Alors que les chercheurs en intelligence artificielle passent des décennies à essayer d'intégrer de tels modèles dans les machines, trouver l'équivalent biologique dans le cerveau humain est resté un mystère profond. La question n'est pas seulement de savoir si nous pouvons prédire l'avenir, mais où, dans le vaste réseau de notre esprit, ce calcul continu et silencieux a lieu.

Une équipe de chercheurs a maintenant identifié une région spécifique du cerveau humain qui semble servir de matériel de base pour ce modèle du monde. En enregistrant l'activité électrique directement à partir du cerveau de deux individus, ils ont découvert qu'un petit groupe de neurones situé dans la partie supérieure et postérieure du cerveau, connu sous le nom de lobule pariétal supérieur, accomplit simultanément trois tâches distinctes mais liées. Ces neurones ne se contentent pas de réagir à ce qui se passe ; ils construisent une compréhension physique d'une scène, prédisent comment cette scène va changer et retiennent le plan de ce que la personne a l'intention de faire ensuite. Les résultats suggèrent que le cerveau n'utilise pas des circuits séparés et isolés pour réfléchir à la physique, deviner l'avenir et planifier des actions. Au lieu de cela, il utilise un système unifié où les mêmes cellules sont responsables de ces trois fonctions.

L'étude a impliqué deux participants qui avaient reçu des réseaux d'électrodes minuscules dans le cadre d'un essai clinique visant à restaurer le mouvement après des lésions de la moelle épinière. Ces électrodes, de la taille d'un grain de sable, étaient placées dans le lobule pariétal supérieur, une région précédemment liée à la fois au raisonnement physique et à la planification du mouvement lors d'imageries cérébrales antérieures. Les chercheurs ont demandé aux participants d'effectuer une série de tâches pendant que les électrodes enregistraient les schémas de décharge d'individuels neurones. Dans une tâche, les participants regardaient des vidéos de tours faites de blocs qui semblaient instables. Ils devaient décider si la tour tomberait à gauche ou à droite, ou simplement compter le nombre de blocs bleus par rapport aux jaunes. Dans une autre tâche, ils regardaient des vidéos naturalistes, soit d'événements physiques, comme un marteau enfonçant un clou, soit d'interactions sociales, comme des personnes riant.

Les résultats ont montré que les neurones de cette région cérébrale s'activaient spécifiquement lorsque les participants étaient engagés avec le monde physique. Lorsque les participants regardaient les tours de blocs ou les vidéos d'événements physiques, les neurones s'activaient beaucoup plus vigoureusement que lorsqu'ils regardaient les vidéos sociales ou effectuaient la simple tâche de comptage de couleurs. Cette préférence pour le raisonnement physique n'était pas une réaction passagère ; le même groupe de neurones qui répondait aux tours de blocs répondait également aux vidéos de dominos tombant et de toupies tournant. Les chercheurs ont constaté que ces neurones ne réagissaient pas seulement à l'apport visuel, mais construisaient activement un modèle de la scène. Ils pouvaient faire la différence entre une tour stable et une tour instable, et ils réagissaient différemment à un marteau frappant un clou par rapport à une personne serrant la main.

Crucialement, l'étude a révélé que ces neurones prédisaient également l'avenir. Dans une expérience distincte, les participants regardaient des objets se déplaçant vers une cible. Parfois, l'objet touchait la cible, et parfois, il la manquait. Les chercheurs ont découvert que les neurones commençaient à décharger différemment des centaines de millisecondes avant que la collision ne se produise réellement. Si l'objet allait toucher la cible, les neurones suivaient un schéma spécifique, distinct du schéma lorsque l'objet allait la manquer. Cela se produisait même avant que l'objet ne touche quoi que ce soit, suggérant que le cerveau exécute une simulation du résultat. Remarquablement, cette capacité prédictive se généralisait à différents scénarios ; les neurones pouvaient prédire une collision, que l'objet roulait sur le sol ou volait dans les airs, indiquant une compréhension profonde des lois physiques plutôt qu'une simple mémorisation de clips vidéo spécifiques.

La dernière pièce du puzzle était la connexion avec l'action. Les participants devaient imaginer effectuer l'une des deux actions suivantes avec leur main : soit toucher un objet avec un poing, soit tirer un bouton avec leurs doigts. Les mêmes neurones qui s'occupaient de modéliser la physique du monde et de prédire les collisions encodaient également quelle action la personne avait l'intention d'accomplir. Les chercheurs ont découvert qu'un nombre significatif de neurones individuels accomplissaient les trois tâches à la fois : ils préféraient les tâches de raisonnement physique, prédisaient l'issue de mouvements d'objets avant qu'ils ne se produisent, et signalaient le mouvement de la main prévu par la personne. Cette convergence suggère que le cerveau ne compartimente pas ces fonctions. Au lieu de cela, la même population neuronale intègre la compréhension du monde physique, la prédiction de son état futur et la planification de nos propres actions en un processus unique et cohérent.

Les chercheurs ont pris soin d'écarter d'autres explications. Les neurones ne répondaient pas simplement parce que les tâches étaient plus difficiles ou que les participants prêtaient plus d'attention ; les tâches de contrôle avaient été conçues pour être également difficiles et engageantes, pourtant les neurones restaient calmes. Ils ne réagissaient pas simplement à la présence de corps humains ou de mouvements intentionnels dans les vidéos, car les neurones répondaient fortement à des événements physiques ne impliquant aucun humain. Les résultats étaient cohérents à travers plusieurs sessions d'enregistrement et restaient vrais même en observant l'activité de neurones individuels plutôt que de se limiter à la moyenne du groupe. Bien que l'étude ait été limitée à deux participants et à une petite région du cerveau, les preuves pointent vers un système unifié dans le lobule pariétal supérieur humain qui agit comme un simulateur en temps réel du monde physique, nous permettant de naviguer, de prédire et d'agir dans notre environnement avec une rapidité et une précision remarquables.