Computational representations and evolutionary functions of emotions (Part 1): Reward signals

Au plus profond des rouages de la vie, de l'organisme unicellulaire le plus simple au cerveau humain le plus complexe, existe un calcul constant et silencieux. C'est le domaine de la biologie évolutive et de l'intelligence artificielle, deux domaines qui, bien qu'apparemment distants, convergent vers une question unique et profonde : que sont réellement les sentiments ? Pendant des siècles, des émotions comme la joie, la peur et l'anxiété ont été perçues comme les expériences subjectives et colorées des êtres vivants — la chaleur d'un sourire ou le nœud froid de l'effroi. Pourtant, les scientifiques soupçonnent depuis longtemps que sous cette surface subjective se cache un mécanisme fonctionnel, un moyen pour un organisme de naviguer dans un monde chaotique et de prendre des décisions qui assurent sa survie. Dans le monde de l'informatique, ce processus de prise de décision est souvent piloté par un concept simple connu sous le nom de signal de récompense. Imaginez un programme informatique apprenant à jouer à un jeu ; il reçoit un petit point numérique pour un bon mouvement et une pénalité pour un mauvais. Avec le temps, l'ordinateur apprend à rechercher les points et à éviter les pénalités. Cet article pose une question audacieuse : les tempêtes complexes et tourbillonnantes de l'émotion humaine pourraient-elles n'être rien de plus que ces mêmes signaux de récompense, évolués sur des millions d'années pour nous guider vers ce qui importe ?

La recherche, menée par Yikai Wang à l'Université Jiao Tong de Shanghai, vise à tester cette idée en construisant des agents numériques et en observant comment ils apprennent. Le but n'était pas de créer un robot qui ressent, mais de voir si les signaux internes qui poussent un ordinateur à survivre et à se reproduire évoluent naturellement vers quelque chose qui ressemble et agit exactement comme les émotions humaines. Les chercheurs se sont concentrés sur cinq caractéristiques fondamentales qui définissent les émotions biologiques : elles doivent émerger naturellement par le processus d'optimisation ; elles ne doivent s'activer que lorsqu'un organisme est sur une voie menant à la survie ou au succès, et rester silencieuses lorsque la voie est dangereuse ou inutile ; leur activation doit modifier le comportement futur, soit en encourageant la répétition d'une action, soit en punissant une erreur ; elles doivent gagner en intensité à mesure que la valeur de l'objectif augmente ; et elles doivent s'intensifier à mesure que l'objectif se rapproche dans le temps et l'espace, s'estompant une fois l'objectif atteint ou perdu.

Pour voir si ces règles s'appliquaient à la joie, les chercheurs ont d'abord créé un environnement numérique où les agents ne pouvaient survivre qu'en se reproduisant. Dans cette simulation, les agents n'avaient pas de désir intrinsèque d'avoir des enfants ; ils existaient, tout simplement. La seule pression était que sans reproduction, la population disparaîtrait. Les chercheurs ont permis aux agents de faire évoluer un signal interne caché qui pouvait être ajusté par la sélection naturelle. Au fil de centaines de générations simulées, un phénomène remarquable s'est produit. Les agents qui ont développé un signal interne positif spécifiquement lorsqu'ils choisissaient de se reproduire sont ceux qui ont prospéré. Ceux qui n'avaient pas ce signal, ou qui en avaient un négatif, n'ont pas réussi à transmettre leurs traits. Le résultat fut une population où l'acte de reproduction était automatiquement accompagné d'une poussée de rétroaction positive interne. Ce signal n'est pas apparu par conception ; il a émergé parce qu'il était nécessaire à la survie de la population. De plus, ce signal n'était actif que lorsque la voie menait à une progéniture, et il devenait plus fort à mesure que le potentiel de reproduction augmentait, ne s'estompant que lorsque l'opportunité passait. La simulation a montré qu'un simple signal mathématique, optimisé pour la survie, reflétait parfaitement les cinq traits de la joie.

Les chercheurs ont ensuite étendu leur investigation au côté sombre de l'émotion : l'anxiété. Ils ont construit un scénario différent où les agents étaient confrontés à une menace, telle que la mort potentielle d'une progéniture. Dans ce monde, les agents devaient apprendre à éviter le danger. Tout comme la joie a émergé de l'élan de reproduction, un signal interne négatif a émergé de l'élan d'éviter la mort. Ce signal, que les chercheurs ont identifié comme l'équivalent computationnel de l'anxiété, ne s'activait que lorsque l'agent était sur une voie menant au danger. Il restait silencieux quand la voie était sûre. Crucialement, ce signal ne se contentait pas de rester là ; il punissait l'agent pour ses actions risquées, lui apprenant ainsi efficacement à éviter le mal. Le signal s'adaptait également à la gravité de la menace ; plus la situation était dangereuse, plus le signal devenait fort. Il s'intensifiait également à mesure que le danger se rapprochait dans le temps et l'espace, et s'estompait une fois la menace écartée. La simulation a démontré que l'anxiété pouvait également être comprise comme un signal de récompense, mais un signal négatif, conçu pour punir les comportements menant au désastre.

L'étude est allée plus loin, montrant que ces mêmes principes s'appliquaient à d'autres émotions. Les chercheurs ont découvert que les mêmes signaux positifs qui poussaient la joie pouvaient également expliquer l'espoir et le soulagement, tandis que les signaux négatifs pouvaient rendre compte de la peur, du dégoût, de la tristesse et du regret. La logique était cohérente : les émotions ne sont pas des sentiments aléatoires, mais des outils précis et évolués. Ce sont des signaux qui indiquent à un organisme s'il se dirige vers un objectif ou s'il s'en éloigne, et avec quelle urgence il doit agir. L'article suggère que ces signaux ne sont pas seulement des concepts abstraits, mais sont probablement le code réel qui s'exécute à l'intérieur de la « boîte noire » de nos cerveaux et des réseaux de politiques des intelligences artificielles avancées. Les chercheurs proposent que la sélection naturelle a conservé ces signaux parce qu'ils modifient nos actions pour atteindre des objectifs qui ne peuvent être ni touchés ni vus, tels que la survie future de nos gènes.

Cependant, l'étude suggère également les limites de cette évolution numérique. Dans les simulations, les signaux devenaient parfois trop importants ou duraient trop longtemps, ce qui serait désastreux dans le monde réel. Les chercheurs suggèrent que dans la nature, d'autres forces doivent exister pour maintenir ces émotions sous contrôle. Par exemple, si la joie de trouver de la nourriture était si accablante qu'elle faisait oublier à un animal de surveiller les prédateurs, cet animal ne survivrait pas. Par conséquent, l'évolution taille probablement ces signaux, s'assurant qu'ils sont assez forts pour motiver l'action, mais pas trop pour ne pas aveugler l'organisme face aux autres dangers. L'article conclut que les émotions ne sont pas simplement les sous-produits d'un cerveau complexe, mais sont des signaux fondamentaux et optimisés qui ont été affinés au fil des éons pour aider les êtres vivants à naviguer dans l'écart entre là où ils sont et là où ils doivent être. En comprenant ces signaux comme des récompenses computationnelles, nous pourrons peut-être enfin commencer à décoder l'ancien et silencieux langage de la survie qui anime chaque battement de cœur et chaque décision.