Ouverture sur la Recherche - Stages · Plasticité avec Professeur (supervisée) ... Le cerveau est un système dynamique complexe! 1012 élements / 1015 synapses! processus stochastique

1

Ecole Polytechnique - Séminaire HSS 512 F

SEMINAIRE CERVEAU ET COGNITIONSEMINAIRE CERVEAU ET COGNITION

LL’’INTERDISCIPLINARITEINTERDISCIPLINARITE FACE A FACE A

LA COMPLEXITE DU CERVEAU LA COMPLEXITE DU CERVEAU

Yves Frégnac

Directeur de Recherche CE au CNRS

Directeur de l’UNICUPR 3293 CNRSGif sur Yvette

[email protected]

&

Cyril Monier

Chercheur à l’UNICIngénieur de Recherche CNRS

[email protected]

By courtesy of Eb Fetz

Unité de Neuroscience, Information et ComplexitéDirector : Yves Frégnac

Sciences Cognitives Neurosciences

Modélisation NeuroCybernétique

NeuroInformatique Physiologie Comparée

Unité de Neuroscience, Information et Complexité

Vision Audition Sens Haptique

Oculomotricité Intégration multimodale Sens électrique

Electrophysiologie Imagerie Comportement / Psychophysique

Réseaux Neuronaux Interfaces cerveau-machineNeurones formels Circuits hybridesModéles génériques NeuroCybernétiqueBiophysique neuronale/synaptique Clamp dynamiqueModèles structuro-fonctionnels

Base de données Simulation large échelles Architectures de calcul inspirées du VivantNeuroInformatique Physiologie Comparée

Ouverture sur la Recherche - Stages

Stages Affichés par le Département :

UNIC- Visite pour ceux qui le souhaitent et stages possibles (Frégnac-Monier,

Brice Bathellier, Thierry Bal, Daniel Shulz, Alain Destexhe, Andrew Davison)

Stages au sein du CREA et de structures associées en Sciences Humaines (RNSC, Compiègne)

Au travers des Orateurs Invités du Séminaire “Cerveau et Cognition”

Stages dans des laboratoires de Neurosciences Parisiens et Paris-Sud

- NeuroPSI (Gif-sur-Yvette) (Paul Bourgine, René Doursat)- NeuroSpin (Stanislas Dehaene, Bertrand Thirion, Virginie Van Wassenhove,

Denis Le Bihan)- Institut de la Vision (Ryad Benosman, Olivier Marre)- Institut du Cerveau et de la Moelle Epinière (Pierre Pouget, Mathias Pessiglione)- DEC ENS (Pascal Mammassian, Romain Brette et Pierre Yger)

Stages dans des laboratoires en Province

- Sciences Cognitives à Lyon (Olivier Bertrand, INSERM)- Sciences Cognitives à Marseille (Guillaume Masson, INT)- Sciences Cognitives à Toulouse (Simon Thorpe, CERCO)

2

Ouverture sur la Recherche - Stages

Stages à l’Etranger

aux USAs- Brown University (Donoghue, Blake, Bienenstock)- Yale (Steven Zucker)- MIT (Dept of Cognitive Sciences: Mriganka Sur)- Berkeley (Mind reading, Jack Gallant)- NYU et Columbia (Larry Abbott, Fusi..)

en Allemagne

- MPG Frankfurt (Gilles Laurent, Pascal Fries)- Bernstein Center in Computational Neuroscience (Freiburg, Berlin, Tübingen)- Institut de la complexité FIAS (Frankfurt and Gordon Pipa)

en Angleterre

- UCL (DEC ENS)- Gatsby (Peter Dayan)

au Japon

- Riken Brain Science Institute (Keiji Tanaka)

La meilleure solution(si vous êtes motivés) : venir nous voir

Ouverture sur la Recherche - Masters

DEC ENS, UCL, EPFL, KTH, Brown University, UCSD, UCSF, NYU Columbia, MIT, Harvard, CaltechSloane Centers, Keck Center

LogoSpeaker

721st November 2007Micro and Nanotechnologies for Neurosciences Speaker

© Sciences Cognitives - Historique

© Le défi scientifique des Neurosciences Cognitives

© Approches expérimentales multiéchelles Liens entre observables

© Approches théoriques : Systèmes dynamiques, Complexité Neurosciences computationnelles

vs.

Introduction

LogoSpeaker


© Sciences Cognitives - Intelligence Artificielle vsCognition incarnée


© Approches expérimentales multiéchelles en Neurosciences Cognitives

© Concepts et Théories Des systèmes dynamiques complexes aux Neurosciences Computationnelles

vs.

3

LogoSpeaker


© Cybernétique

© Cognitivisme et Intelligence Artificielle ................................

© Connexionnisme

© Neurosciences Cognitives et Computationnelles ...................

© Constructivisme, Cognition située et Enaction

© Robotique incarnée ...........................................................

© Cognition étendue & Mémétique

Sciences Cognitives - Historique Une théorie unifiée de lʼEspritInterdisciplinarité en Sciences Cognitives

EpistémologieThéorie de la connaissance

Sciences de la Technologie etde la Cognition - STCConférences de Dartmouth etCambridge en 1956

- Infinite tape- Finite Nb of symbols- Read/Write Head- Action Table- State register (memory)

Logique formelle

Calcul par interactions entre micro-unités informationnellesqui sont reliées de manière dynamique selon une matricede connexions dense

et non plus par déductions logiques (cognitivisme)

Calcul parallèle et non plus séquentiel (AI)

Cognition vue comme un état dynamique globalEmergence de comportements de réseaux cohérentsFonction d’énergie (John Hopfield, 1982) et convergence des attracteurs dynamiques

4

Calcul par interactions entre micro-unités informationnelleset non plus par déductions logiques (cognitivisme)Calcul parallèleet non plus séquentiel (AI)Cognition vu comme un état dynamique global

Gamma- Perceptron et NeocognitronPlasticité avec Professeur (supervisée)

Paradigme sub-symbolique :Le fonctionnement du réseau devient cognitif quand les propriétés (dynamiques) émergentes

sont identifiables à une faculté cognitive

Reentrant binding principleMemory is non-representational Constructive reorganization during experiencel Darwin XI - NOMAD

Pre-representationsEmotional Resonance TheoryNeuromodulationMemory is a scale representation of reality

Lire : Invitation aux Sciences Cognitives, Francisco J. Varela(1989). Editions du Seuil Cognitive Science : a cartography of current ideas (1989)

(rapport fait à la demande de la Royal Dutch Shell Corporation) LogoSpeaker


The Brain is a neuronal computer (Turing machine)produced by evolution

The 100-step rule (Feldman and Ballard, 1982) A new style of computation“Narrow-but-Deep” replaced by “Shallow-but-wide”

One cannot understand cognition (and related computations)if one abstracts them from their embodiement

The difference in terms of computation is the “emergence”of more macroscopic dynamic statesfrom the non-linear interactionsbetween more microscopic variables

Steven Pinker, 1998

Francisco Varela, 1998

The Brain - Computermetaphor

5

Diagramme des Courants en Sciences Cognitives

Francisco Varela

INTELLIGENCE ARTIFICIELLE

NEUROSCIENCES

PSYCHOLOGIECOGNITIVE

LINGUISTIQUE

EPISTEMOLOGIE

ENACTION

EMERGENCE

COGNITIVISME

LogoSpeaker




© Approches multiéchelles Liens entre observables

© Concept : Le cerveau est un système dynamique complexe

ü 1012 élements / 1015 synapsesü processus stochastique binaire de déchargeü propagation lente des potentiels d’action

le long des axones (0.1 to 100 m/s) ü transmission lente par des synapes chimiques

Le cerveau est comparable à unsystème électronique dont labande passante en termes decommunication est limitée,composé d’ éléments à fiabilitéréduite

Paradoxe : la performance de calcul, d’apprentissage, et demémorisation du cerveau, son pouvoir d’adaptation multi-tâches, sa capacité d’auto-organisation, sa résistance à ladégradation restent inégalées par des machines artificielles

Exemple de fonction cognitive : la perception visuelle

Les lois d’organisation et de fonctionnement du cerveau résultentd’une mise en accord entre le « monde » et « l’esprit » (William James, 1890)

Propriétés émergentes à un niveau d’organisation macroscopique

Complexité en Neurosciences

Des synapses et neurones aux fonctions cognitives

LogoSpeaker


¢ Comprendre et visualiser le fonctionnement du cerveauà partir de l’activité neuronale (= digital, 0/1)et des processus locaux gradués membranaires (= analogique)

¢ Simuler le fonctionnement du cerveau par des méthodes informatiques

¢ Réparer les fonctions cognitives par des approches hybrides temps réel

¢ à long-terme, construire des architectures abstraites de calcul, s’inspirant de l’organisation du cerveau

¢ Simplifications: on s’abstrait des contributions fondamentales de la génétique, de la génomique fonctionnelle, de la neuropharmacologie, et on ne prend pas en compte les composantes non-neuronales (cellules gliales, neuromodulation, hormones..)

Une approche sciences de l’ingénieur: Cerveau cybernétique électrique sans émotions....

Les défis

6

LogoSpeaker


Courtesy of Henry Markram - Blue Brain Project

UNIC

Courtesy of Ad Aertsen

¢ Les éléments

© neurones© synapses

¢ Le « parler neuronal »

© Le potentiel d’action

© Le potentiel de membrane

¢ L’orchestre neuronal

© Codage par assemblée

© Organisation temporelle

© Bombardement synaptique pendant une scène naturelle

Une approche simplifiée « Lego-Mécano »du cerveau électrique

LogoSpeaker





© Concept : Le cerveau est un système dynamique complexe

Molecules

Synapses

Neurons

Networks

Maps

Systems

CNS

1 A

1 µm

100 µm

1 mm

1 cm

10 cm

1 m

Niveaux dʼorganisation dans le système nerveux central

Inspiré de Churchland et Sejnowski, Science, 1989

Molecules

Synapses

Neurons

Networks

Maps

Systems

CNS

1 A

1 µm

100 µm

1 mm

1 cm

10 cm

1 m

BO

TTO

M -

UP TO

P - D

OW

N

Hiérarchie de Niveaux dʼorganisation

7

Molecules

Synapses

Neurons

Networks

Maps

Systems

CNS

1 A

1 µm

100 µm

1 mm

1 cm

10 cm

1 m

EM

ER

GE

NC

E IMM

ER

GE

NC

E

Hiérarchie de Niveaux dʼorganisation

LogoSpeaker





© Approches théoriques : Systèmes dynamiques, Complexité Neurosciences computationnelles

LogoSpeaker


¢ Réductionnisme

© Nombre fini d’éléments de base canoniques et de règles de composition© « Expliquer du visible compliqué par de l’invisible simple »

¢ Complexité

© Hiérarchie emboîtée de niveaux d’intégration interdépendants

© « Le Tout est plus que la somme des parties » (Holisme)© « Expliquer la simplicité du comportement macroscopique

par la complexité des interactions microscopiques »© « Higher order perfection from lower order imperfection »

Réductionnisme vs. Complexité

R. Laughlin (2005)A different universe: reinventing Physicsfrom the bottom down (Basic Books).

Jean Perrin (1870-1942)Les atomes (1913)(réédité chez Flammarion en 1991)

Hiérarchie des niveaux d’analyse

Extraction de principes généraux de calcul (“computation”) et de plasticité dans les ensembles neuronaux

_________

Processus biologique

Substrat biophysique

Algorithme

Fonction / Computation

(freely adapted from Marr, Vision, 1982)

8



_________

Processus biologique Potentiel d’action

Substrat biophysique Canaux Na, K

Algorithme Equation de Hodgkin-Huxley

Fonction Code neuronal / Computation Assemblées / Synfire chains



_________

Processus biologique Potentiel d’action

Substrat biophysique Canaux Na, K

Algorithme Hodgkin-Huxley

Fonction Code Neuronal / Computation Assemblées /

Synfire chains



_________

Processus biologique Potentiel d’action Plasticité

Substrat biophysique Canaux Na, K Récepteurs NMDA

Algorithme Equation de Hodgkin-Huxley Principe de Hebb

Fonction Code Neuronal Plasticité/ Computation Assemblées / Synfire chains Mémoires Associatives Pr

inci

pe d

e pr

otec

tion



_________

Processus biologique Potentiel d’action Plasticité

Substrat biophysique Canaux Na, K Récepteurs NMDA

Algorithme Equation de Hodgkin-Huxley Principe de Hebb

Fonction Code Neuronal Plasticité/ Computation Assemblées / Synfire chains Mémoires Associatives

Neurosciences Computationnelles

Documents

Ouverture sur la Recherche - Stages · Plasticité avec Professeur (supervisée) ... Le cerveau est un système dynamique complexe! 1012 élements / 1015 synapses! processus stochastique