Stanislas Dehaene

Collège de France - Année 2022-2023

Chaire de Psychologie Cognitive Expérimentale

Quel code neural pour les représentations mentales ?

Séminaire - Léon Bottou, Les succès et les nouveaux défis de l'intelligence artificielle en mathématiques

Léon Bottou, FAIR, New York

Stanislas Dehaene

Collège de France - Année 2022-2023

Chaire de Psychologie Cognitive Expérimentale

Quel code neural pour les représentations mentales ?

La représentation vectorielle des mots et des concepts

Comment un vecteur neuronal pourrait-il représenter les mots du langage, tant au niveau de leur forme qu'à celui de leur sens ? Au niveau perceptif, le cours examinera l'hypothèse que les phonèmes et les syllabes sont représentés par des codes neuronaux « factorisés » en voyelles et en consonnes, et même en traits phonétiques. Cette décomposition semble exister même chez le très jeune enfant, et donne une réalité neuronale aux traits phonétiques postulés par les linguistes. Au niveau du sens, l'analyse sémantique latente et, plus récemment, les modèles Word2Vec et GloVe attribuent à chaque mot un vecteur de concept dans un espace de haute dimension, et parviennent à capturer en partie les jugements humains de similarité entre concepts. Nous examinerons plusieurs expériences récentes qui évaluent à quel point ces modèles correspondent à l'encodage neuronal des concepts dans le cortex humain.

Stanislas Dehaene

Collège de France - Année 2022-2023

Chaire de Psychologie Cognitive Expérimentale

Quel code neural pour les représentations mentales ?

Séminaire - Marie Amalric : Number Symbols in the Brain and Mind

Marie Amalric, université de Trento, Italie

Stanislas Dehaene

Collège de France - Année 2022-2023

Chaire de Psychologie Cognitive Expérimentale

Quel code neural pour les représentations mentales ?

Comment prendre une décision ou faire des calculs avec des vecteurs dynamiques ?

Les vecteurs neuronaux n'ont pas de raison d'être statiques – leur direction et leur amplitude peuvent changer au cours du temps. Dans ce cours, nous illustrerons le concept de trajectoire neuronale, c'est-à-dire l'idée qu'au fil du temps, le vecteur neuronal qui code pour une représentation peut se transformer, se déplacer ou tourner, et que cette trajectoire dynamique reflète les transformations progressives d'un objet mental à mesure qu'il entre dans un calcul ou une décision. La décomposition temporelle de l'évolution de l'activité neuronale au cours d'une décision simple permet de distinguer des étapes de perception et de prise de décision au sein des mêmes neurones du cortex préfrontal. De même, des enregistrements neuronaux dans le cortex humain permettent de suivre, en temps réel, l'évolution de la détection d'une erreur ou du traitement d'une phrase. Ces recherches très récentes fournissent de nouvelles visualisations de l'état cortical au fil du temps, et de nouveaux modèles du calcul logique avec des vecteurs.

Stanislas Dehaene

Collège de France - Année 2022-2023

Chaire de Psychologie Cognitive Expérimentale

Quel code neural pour les représentations mentales ?

Séminaire - Number Symbols in the Brain and Mind

Intervenant : Daniel Ansari, University of Ontario

Stanislas Dehaene

Collège de France - Année 2022-2023

Chaire de Psychologie Cognitive Expérimentale

Quel code neural pour les représentations mentales ?

Exploiter la factorisation et les sous-espaces vectoriels pour coder l'information et communiquer entre aires cérébrales

Les mathématiciens savent qu'un espace vectoriel peut être décomposé en sous-espaces orthogonaux. Le cerveau exploite-t-il cette propriété ? La réponse semble positive : des populations distinctes de neurones, ou encore des vecteurs orthogonaux, mais portés par les mêmes neurones, codent souvent pour des propriétés dissociables des représentations mentales – par exemple la couleur, l'identité et la position des objets. De cette manière, le cerveau décompose ou « factorise » un problème en attribuant des représentations neuronales distinctes à chaque dimension indépendante du problème. Nous en verrons plusieurs exemples (cellules de grille dans le cortex entorhinal, codage des séquences dans le cortex préfrontal), et nous étudierons comment la notion de sous-espace offre une nouvelle solution au problème de la communication sélective entre aires cérébrales.

Stanislas Dehaene

Collège de France - Année 2022-2023

Chaire de Psychologie Cognitive Expérimentale

Quel code neural pour les représentations mentales ?

Séminaire - Commonsense Physical Reasoning in Man and Machine

Intervenant : Ernest Davis, NYU

Stanislas Dehaene

Collège de France - Année 2022-2023

Chaire de Psychologie Cognitive Expérimentale

Quel code neural pour les représentations mentales ?

Géométrie des représentations visuelles : chaque visage est un vecteur

Comment coder une représentation mentale à l'aide d'un vecteur neuronal dans un espace de haute dimension ? Le cours prendra l'exemple de la reconnaissance visuelle : chaque objet, chaque visage que nous reconnaissons est codé par l'activité d'une population de neurones dans le cortex inféro-temporal. Les travaux de Doris Tsao ont poussé cette idée très loin : ils montrent comment chaque visage que nous reconnaissons est décomposé suivant une cinquantaine d'axes principaux de forme et de contraste, qu'il est possible d'identifier au niveau neuronal. La connaissance du code neural des visages est désormais telle qu'elle permet, sur la base d'un enregistrement de l'activité neuronale, de reconstituer un portrait-robot du visage que l'animal a vu ! Le cours introduira les concepts de « metamères » (des visages différents qui conduisent à la même activité neuronale, au moins dans certains neurones) et discutera de la possibilité d'attaques « adversariales » (dans lesquelles une image est légèrement modifiée afin qu'elle soit confondue avec une autre) dans les machines comme dans le cerveau.

Stanislas Dehaene

Collège de France - Année 2022-2023

Chaire de Psychologie Cognitive Expérimentale

Quel code neural pour les représentations mentales ?

Séminaire - Les mécanismes de l'intuition mathématique chez les êtres humains et les machines : L'intelligence artificielle peut-elle modéliser le langage mathématique ?

Intervenant : François Charton, FAIR Paris

Stanislas Dehaene

Collège de France - Année 2022-2023

Chaire de Psychologie Cognitive Expérimentale

Quel code neural pour les représentations mentales ?

Vecteurs neuronaux ou cellules grand-mère : les représentations mentales sont-elles localisées ou distribuées ?

En quelques décennies, l'enregistrement de neurones dans le cerveau animal et humain a été révolutionné par l'apparition de techniques massivement parallèles d'électrophysiologie ou d'imagerie optique, qui captent les réponses de centaines, voire de milliers de neurones simultanément. Le cours examinera comment on est passé d'une notion de codage par neurones uniques (les fameux « neurones grand-mère ») à une approche vectorielle du code neural (un code distribué sur une vaste population de neurones). Chez le singe macaque, avec les travaux pionniers d'Apostolos Georgopoulos dans les années 1980, mais aussi dans des travaux très récents chez la mouche drosophile et chez la chauve-souris, le codage vectoriel par « phaseurs » explique comment les animaux peuvent faire des calculs mentaux géométriques, par exemple pour déterminer la direction d'une cible.