Des réseaux neuronaux topographiques pour mieux imiter notre vision

Regarder un visage, repérer un objet ou interpréter une scène paraît instantané. Pourtant, derrière cette apparente simplicité, le cerveau mobilise un système visuel d’une grande complexité, organisé dans l’espace et spécialisé par zones. C’est cette géographie biologique que des chercheurs de l’Université d’Osnabrück et de la Freie Universität Berlin tentent de reproduire dans des réseaux neuronaux artificiels appelés All-topographic neural networks, ou All-TNNs.

Publiée dans Nature Human Behaviour, leur recherche ne propose pas simplement un modèle plus performant pour classer des images. Elle cherche surtout à construire un outil de recherche plus proche de l’organisation du cortex visuel humain. L’enjeu est important : lorsqu’un modèle d’intelligence artificielle reproduit certains comportements humains face aux images, il peut aussi servir à formuler et à tester des hypothèses sur les mécanismes de la perception.

Pourquoi les réseaux d’images classiques ne suffisent pas toujours

Les réseaux de neurones convolutionnels, connus sous l’acronyme CNN, ont profondément marqué la vision par ordinateur. Ils sont conçus pour extraire progressivement des motifs visuels : des contours dans les premières couches, puis des formes, des textures ou des catégories plus complexes dans les couches suivantes. Cette logique s’est révélée très efficace pour de nombreuses tâches, de la reconnaissance d’objets à l’analyse d’images.

Leur principe central consiste notamment à appliquer des détecteurs similaires dans différentes zones de l’image. Un même filtre peut ainsi rechercher un contour, une texture ou une forme où qu’il se trouve. C’est utile lorsqu’il faut reconnaître un objet indépendamment de sa position dans le champ visuel.

Mais l’efficacité informatique ne garantit pas la fidélité biologique. Dans le cerveau, les neurones ne sont pas répartis comme une collection uniforme de détecteurs interchangeables. Le cortex visuel présente une organisation spatiale : certaines propriétés visuelles et certaines sélectivités se distribuent de manière structurée à sa surface. Les zones voisines peuvent donc avoir des préférences proches, sans être identiques.

Le Dr Tim Kietzmann souligne ainsi que les CNN, bien que « puissants », s’éloignent d’un aspect essentiel de la biologie du traitement visuel. Pour les neurosciences, cette différence n’est pas un détail de conception. Elle conditionne ce qu’un modèle permet, ou non, de comprendre sur le cerveau.

Ce que change l’organisation topographique des All-TNNs

Les All-TNNs reposent sur une idée simple à énoncer, mais exigeante à mettre en œuvre : relier systématiquement un type de caractéristique visuelle à un emplacement dans une surface de calcul à deux dimensions. Au lieu de considérer chaque unité comme un détecteur sans véritable voisinage fonctionnel, le réseau attribue une importance à sa localisation dans cette surface.

Dans ce cadre, les caractéristiques visuelles ne sont pas seulement reconnues. Elles sont aussi réparties. La préférence pour certaines caractéristiques varie à travers l’espace du réseau, avec l’objectif d’obtenir une organisation lisse et cohérente, comparable dans son principe à une topographie corticale.

Cette distinction mérite d’être clarifiée. Un réseau d’images peut conserver la position d’un élément dans la scène, par exemple savoir qu’un objet apparaît en haut à gauche. Un réseau topographique ajoute une autre contrainte : il organise également ses propres unités internes selon une carte. La question devient alors : quelles unités préfèrent quelles caractéristiques, et comment ces préférences évoluent-elles lorsqu’on se déplace sur la surface du réseau ?

Les chercheurs décrivent cette approche comme une nouvelle classe de réseaux neuronaux artificiels. D’après leurs travaux, les All-TNNs dépassent les CNN classiques lorsqu’il s’agit de simuler le système visuel humain. Il ne faut pas y voir une reproduction complète du cerveau : un modèle reste une simplification. Son intérêt est précisément d’isoler certains principes d’organisation afin d’en évaluer les conséquences.

Une carte artificielle pour étudier la perception humaine

Dans les neurosciences, les cartes cérébrales sont précieuses parce qu’elles rendent visibles des régularités qui seraient autrement difficiles à interpréter. Si des neurones proches répondent plus volontiers à des propriétés visuelles semblables, cette organisation peut influencer la façon dont une information est transmise, combinée et finalement perçue.

Les All-TNNs offrent un moyen de tester ce rôle de manière contrôlée. Les chercheurs peuvent comparer les comportements produits par différentes organisations internes et examiner comment la topographie des détecteurs de caractéristiques influence les réponses du modèle. L’ambition est de rapprocher trois niveaux d’observation : l’activité d’un modèle, les mécanismes cérébraux étudiés par les neurosciences et les comportements observés en psychologie.

Cette approche peut notamment aider à explorer des questions telles que : pourquoi certaines caractéristiques d’une scène attirent-elles davantage l’attention ? Comment l’organisation des sélectivités visuelles contribue-t-elle à l’interprétation d’une image ? Dans quelle mesure un modèle reproduit-il des régularités de la perception humaine pour les bonnes raisons, plutôt que par une simple coïncidence de résultat ?

Les réponses ne sont pas toutes contenues dans un seul réseau. Mais un modèle plus proche de l’architecture biologique peut fournir un terrain d’expérimentation plus pertinent qu’un système conçu uniquement pour maximiser une performance sur une base d’images.

Des applications d’abord scientifiques, en neurosciences et en psychologie

À ce stade, les All-TNNs doivent être compris comme des modèles de recherche. Leur valeur ne se mesure pas d’abord à une fonction visible dans une application grand public, mais à leur capacité à aider scientifiques et psychologues à mieux comprendre la perception et le comportement visuel.

Pour les neurosciences, ils peuvent servir à examiner l’effet d’une organisation topographique sur le traitement de l’information. Pour la psychologie cognitive, ils offrent une façon de relier les caractéristiques d’un système de vision artificielle à des schémas de perception. L’objectif est de mieux cerner les mécanismes neuronaux qui sous-tendent la manière dont les humains voient et interprètent leur environnement.

Cette démarche illustre une relation de plus en plus étroite entre intelligence artificielle et sciences du cerveau. L’IA peut s’inspirer de la biologie pour élaborer de nouvelles architectures. En retour, ces architectures peuvent devenir des modèles expérimentaux pour les biologistes et les psychologues. Il ne s’agit pas de supposer que le cerveau fonctionne comme un ordinateur, ni qu’un réseau neuronal artificiel équivaut à un cerveau humain. Il s’agit d’utiliser des modèles formels pour rendre certaines hypothèses explicites et vérifiables.

Pourquoi l’entraînement reste un défi

Cette plus grande fidélité structurelle a un coût. Selon les éléments présentés par les chercheurs, les All-TNNs peuvent nécessiter davantage de paramètres que les CNN. Leur organisation doit en effet capturer les nuances de sélectivité visuelle et maintenir leur cohérence dans l’espace, au lieu de se contenter d’appliquer uniformément des détecteurs.

L’équipe travaille donc sur des méthodes d’entraînement plus efficaces. L’un des objectifs est d’établir une sélectivité des caractéristiques suffisamment fluide à travers la surface du modèle. Cette fluidité est au cœur de l’idée topographique : il ne suffit pas de placer artificiellement des spécialisations dans différentes zones, il faut que leur variation spatiale soit organisée de manière pertinente.

Les pistes évoquées comprennent le choix de meilleurs ensembles d’images, l’incorporation de connexions récurrentes et l’ajustement des tâches sur lesquelles les modèles sont optimisés. Les connexions récurrentes, qui permettent à certaines unités d’influencer à nouveau l’activité du réseau, constituent une voie possible pour se rapprocher de dynamiques présentes dans les systèmes biologiques.

Le défi scientifique est double. D’une part, il faut concevoir des modèles capables de produire une topographie utile. D’autre part, il faut identifier les mécanismes biologiques qui permettent au cerveau d’obtenir cette organisation sans mobiliser indéfiniment plus de ressources. C’est précisément là que le dialogue entre modélisation et observation du vivant peut devenir fécond.

Les limites à garder à l’esprit

L’expression « inspiré du cerveau » peut laisser croire qu’un réseau artificiel reproduit fidèlement les mécanismes biologiques. Ce serait aller trop loin. Les All-TNNs cherchent à intégrer une caractéristique précise de l’organisation du cortex visuel, et non à simuler l’ensemble du système nerveux, de ses connexions, de son développement ou de son rapport au reste du corps.

Leur intérêt dépendra aussi de la qualité des comparaisons avec les données issues de la perception humaine et des neurosciences. Un modèle peut afficher une structure interne séduisante sans pour autant expliquer correctement les comportements humains. Inversement, il peut produire des résultats proches des observations tout en reposant sur des mécanismes différents. Le travail des chercheurs consiste donc autant à évaluer les modèles qu’à les construire.

Enfin, une architecture plus riche n’est pas automatiquement meilleure dans tous les contextes. Pour des usages industriels où seule compte la précision d’une tâche donnée, un CNN ou une autre architecture peut rester plus simple, plus rapide ou moins coûteux. La promesse des All-TNNs est surtout de proposer une meilleure représentation pour l’étude de la vision.

Ce qu’il faut surveiller

Les prochains progrès dépendront de la capacité des équipes à entraîner ces réseaux efficacement tout en préservant leur organisation topographique. La question centrale est de savoir si cette contrainte spatiale permettra de faire émerger des modèles qui correspondent plus finement aux données de neurosciences et aux comportements perceptifs humains.

Il faudra aussi suivre les travaux qui confronteront les All-TNNs à d’autres architectures, non seulement sur leur capacité à reconnaître des images, mais sur leur aptitude à expliquer des phénomènes de perception. C’est sur ce terrain, celui d’une IA devenue instrument de compréhension du cerveau, que cette recherche pourrait avoir son impact le plus durable.

Pour le grand public, cette avancée rappelle une idée essentielle : améliorer l’intelligence artificielle ne consiste pas toujours à empiler des données ou à augmenter la puissance de calcul. Parfois, le progrès vient d’une meilleure question posée à la machine, ici : que se passe-t-il si l’on prend au sérieux la géographie de notre propre vision ?