Cette utilisation du codage orthogonal pour séparer et protéger les informations dans le cerveau a déjà été vue. Par exemple, lorsque les singes se préparent à bouger, l’activité neuronale dans leur cortex moteur représente le mouvement potentiel, mais le fait orthogonalement pour éviter d’interférer avec les signaux conduisant les commandes réelles aux muscles.

Pourtant, il est souvent difficile de savoir comment l’activité neuronale se transforme de cette manière. Buschman et Libby voulaient répondre à cette question pour ce qu’ils observaient dans le cortex auditif de leurs souris. «Quand j’ai commencé dans le laboratoire, il était difficile pour moi d’imaginer comment quelque chose comme ça pouvait se produire avec une activité de déclenchement neuronal», a déclaré Libby. Elle voulait «ouvrir la boîte noire de ce que fait le réseau de neurones pour créer cette orthogonalité».

Dans cette lettre de 1837, exemple d ‘«écriture croisée», les lignes de la calligraphie étaient écrites à la fois horizontalement et verticalement pour les garder lisibles tout en préservant le papier. (Les écrivains ont parfois fait cela pour minimiser les frais de port.)Gracieuseté de la Boston Public Library

En examinant expérimentalement les possibilités, ils ont exclu la possibilité que différents sous-ensembles de neurones du cortex auditif gèrent indépendamment les représentations sensorielles et mémorielles. Au lieu de cela, ils ont montré que la même population générale de neurones était impliquée et que l’activité des neurones pouvait être clairement divisée en deux catégories. Certains étaient «stables» dans leur comportement pendant les représentations sensorielles et mémorielles, tandis que d’autres neurones «commutateurs» inversaient les schémas de leurs réponses à chaque utilisation.

À la surprise des chercheurs, cette combinaison de neurones stables et commutateurs suffisait à faire tourner les informations sensorielles et à les transformer en mémoire. «C’est toute la magie», a déclaré Buschman.

En fait, lui et Libby ont utilisé des approches de modélisation informatique pour montrer que ce mécanisme était le moyen le plus efficace de construire les représentations orthogonales de la sensation et de la mémoire: il nécessitait moins de neurones et moins d’énergie que les alternatives.

Les découvertes de Buschman et Libby alimentent une tendance émergente en neurosciences: que les populations de neurones, même dans les régions sensorielles inférieures, sont engagées dans un codage dynamique plus riche qu’on ne le pensait auparavant. «Ces parties du cortex qui sont plus bas dans la chaîne alimentaire sont également équipées de dynamiques vraiment intéressantes que nous n’avons peut-être pas vraiment appréciées jusqu’à présent», a déclaré Miguel Maravall, neuroscientifique à l’Université du Sussex qui n’était pas impliqué dans la nouvelle étude.

Le travail pourrait aider à réconcilier les deux côtés d’un débat en cours sur la question de savoir si les souvenirs à court terme sont maintenus par des représentations constantes et persistantes ou par des codes neuronaux dynamiques qui changent avec le temps. Au lieu de descendre d’un côté ou de l’autre, «nos résultats montrent qu’ils avaient fondamentalement tous les deux raison», a déclaré Buschman, avec des neurones stables réalisant le premier et commutant les neurones par le second. La combinaison de processus est utile car «elle aide en fait à prévenir les interférences et à effectuer cette rotation orthogonale».

L’étude de Buschman et Libby pourrait être pertinente dans des contextes au-delà de la représentation sensorielle. Eux et d’autres chercheurs espèrent rechercher ce mécanisme de rotation orthogonale dans d’autres processus: dans la façon dont le cerveau garde la trace de plusieurs pensées ou objectifs à la fois; dans la façon dont il s’engage dans une tâche tout en faisant face aux distractions; dans la façon dont il représente les états internes; dans la façon dont il contrôle la cognition, y compris les processus d’attention.

«Je suis vraiment excité», a déclaré Buschman. En regardant les travaux d’autres chercheurs, «je me souviens juste d’avoir vu, il y a un neurone stable, il y a un neurone de commutation! Vous les voyez partout maintenant. « 

Libby s’intéresse aux implications de leurs résultats pour la recherche en intelligence artificielle, en particulier dans la conception d’architectures utiles pour les réseaux d’IA qui doivent effectuer plusieurs tâches à la fois. «Je voudrais voir si les gens qui pré-allouent des neurones dans leurs réseaux de neurones pour avoir des propriétés stables et de commutation, au lieu de simplement des propriétés aléatoires, ont aidé leurs réseaux d’une manière ou d’une autre», a-t-elle déclaré.

Dans l’ensemble, «les conséquences de ce type de codage de l’information vont être vraiment importantes et vraiment intéressantes à comprendre», a déclaré Maravall.

Histoire originale réimprimé avec la permission de Magazine Quanta, une publication indépendante du point de vue de la rédaction Fondation Simons dont la mission est d’améliorer la compréhension publique de la science en couvrant les développements et les tendances de la recherche en mathématiques et en sciences physiques et de la vie.


Plus d’histoires WIRED