Souris et IA : une étude révèle comment elles apprennent à coopérer

Pour obtenir une même récompense, il ne suffit pas toujours d’aller vite. Il faut aussi observer l’autre, anticiper son rythme et parfois attendre le bon moment. C’est ce que des paires de souris ont appris dans une expérience de coopération, avec un résultat qui intéresse autant les neuroscientifiques que les spécialistes de l’intelligence artificielle : des agents IA placés face à un défi comparable ont fini par adopter des stratégies très proches.

L’étude menée à l’Université de Californie à Los Angeles, l’UCLA, s’intéresse moins à la performance brute qu’à la manière dont elle émerge. Comment un individu apprend-il qu’il a intérêt à adapter son action à celle d’un partenaire ? Quels signaux cérébraux accompagnent cette évolution ? Et peut-on retrouver des organisations fonctionnelles comparables dans un réseau neuronal artificiel ?

Les résultats mettent en lumière le rôle du cortex cingulaire antérieur, ou ACC, chez la souris, ainsi que l’apparition de groupes d’unités fonctionnelles dans les réseaux d’agents artificiels. Ils ne disent pas que les souris et les machines pensent de la même façon. Ils suggèrent plutôt que, face à une contrainte de coordination semblable, des systèmes très différents peuvent découvrir des solutions comportementales et computationnelles apparentées.

Une tâche où la récompense dépend de l’autre

Le dispositif imaginé par les chercheurs repose sur une idée simple : une souris seule ne peut pas réussir pleinement si son partenaire ne participe pas au bon moment. Des paires de souris devaient coordonner leurs actions dans une fenêtre temporelle progressivement réduite afin de recevoir une récompense. À mesure que le délai devenait plus exigeant, l’action individuelle laissait donc place à un véritable problème de synchronisation.

Cette précision est importante. Dans de nombreuses expériences sur l’apprentissage, un animal associe son propre geste à une conséquence, par exemple une récompense. Ici, le résultat dépend aussi de l’action d’un congénère. La souris doit ainsi tenir compte d’informations sociales concrètes : où se trouve son partenaire, s’il est prêt à agir et quand l’action commune a le plus de chances d’aboutir.

Au cours de l’entraînement, les chercheurs ont observé l’installation de plusieurs conduites coopératives : les souris apprenaient à se rapprocher du côté où se trouvait leur partenaire, à attendre son arrivée avant d’agir, puis à multiplier les interactions mutuelles avant de prendre leur décision. Ces comportements ne sont pas de simples détails de mouvement. Dans une tâche dont le succès exige une action commune, ils constituent des moyens de réduire l’incertitude sur ce que fera l’autre.

Les interactions de ce type ont presque doublé au fil de l’apprentissage. Cette évolution indique que les souris ne se contentaient pas de répéter mécaniquement une réponse récompensée. Elles modifiaient progressivement leur comportement en fonction de la présence et du rythme de leur partenaire, ce qui améliorait leur capacité à atteindre l’objectif commun.

Les comportements observés chez les souris et les agents IA

Pour mettre ce résultat à l’épreuve, l’équipe a créé des systèmes d’intelligence artificielle entraînés dans un environnement virtuel comparable. Il ne s’agissait pas d’un assistant conversationnel ni d’un grand modèle de langage, mais d’agents apprenant par renforcement multi-agents.

Dans cette famille de méthodes, un agent reçoit un signal de récompense ou de pénalité selon les conséquences de ses choix. Lorsqu’il évolue avec d’autres agents, il doit aussi composer avec leurs décisions. Dans la tâche étudiée, le gain dépendait donc de la qualité de la coordination, et non de la réussite isolée de chacun.

Les agents artificiels ont eux aussi développé des comportements d’attente et une coordination temporelle précise. La comparaison n’implique pas que chaque mouvement d’une souris ait son équivalent exact dans la simulation. Elle porte sur la logique de l’apprentissage : dans les deux cas, la réussite a favorisé des stratégies qui préparent l’action commune plutôt qu’une action immédiate et indépendante.

La valeur de cette approche parallèle tient au fait qu’elle compare non seulement un résultat final, la réussite de la tâche, mais aussi la trajectoire qui y mène. Les souris comme les agents n’étaient pas programmés pour attendre ou s’ajuster d’emblée. Ces stratégies ont émergé pendant l’entraînement parce qu’elles rendaient la coordination plus efficace.

Le cortex cingulaire antérieur, un nœud important de la coopération

Chez les souris, les chercheurs ont enregistré l’activité de cellules cérébrales individuelles pendant la tâche grâce à l’imagerie calcique. Cette technique suit des variations de calcium associées à l’activité des neurones. Elle permet ainsi de repérer quels ensembles de cellules deviennent particulièrement actifs à certains moments du comportement, par exemple lorsqu’une souris attend son partenaire ou s’engage dans une séquence de coordination.

Les neurones du cortex cingulaire antérieur ont codé ces comportements coopératifs. Les souris les plus efficaces dans la tâche présentaient une activité plus forte dans cette région. Située dans le cortex, l’ACC est souvent étudié pour son rôle dans l’évaluation des actions, la prise de décision et le traitement d’informations pertinentes dans les interactions sociales. Cette étude le relie plus précisément à la performance de coopération dans la situation testée.

Le résultat le plus solide ne repose toutefois pas uniquement sur une corrélation. L’équipe a inhibé l’activité de l’ACC : la coopération a alors chuté. Ce type de manipulation apporte un indice causal, car il montre qu’une baisse ciblée de l’activité de cette région s’accompagne d’une baisse des performances coordonnées.

Il faut garder une nuance essentielle. Démontrer qu’une région est nécessaire à une tâche précise ne revient pas à dire qu’elle contient à elle seule toute la « coopération » animale. Un comportement social mobilise vraisemblablement plusieurs régions, des perceptions du partenaire à la mémoire des essais précédents, en passant par la motivation à obtenir la récompense. Les chercheurs prévoient justement d’examiner d’autres zones cérébrales impliquées dans le comportement social.

Ce que révèle l’organisation des réseaux neuronaux artificiels

Dans les systèmes d’IA, les « neurones » sont des unités mathématiques qui transforment des nombres et transmettent le résultat à d’autres unités du réseau. Ils ne sont ni des cellules vivantes ni des copies de neurones biologiques. Pourtant, comme dans un cerveau, leur organisation peut faire apparaître des rôles fonctionnels : certaines unités deviennent particulièrement importantes pour traiter une information ou produire un type de réponse.

Au cours de l’entraînement, les réseaux artificiels de l’étude se sont organisés en groupes fonctionnels dont les réponses aux stimuli coopératifs augmentaient. Autrement dit, des parties du réseau semblaient de plus en plus impliquées dans les choix nécessaires à la coordination avec un autre agent.

Les chercheurs ont ensuite désactivé des unités associées à ces comportements coopératifs. Là encore, les performances ont significativement diminué. Le parallèle avec l’inhibition de l’ACC chez la souris est au cœur de l’étude : dans les deux systèmes, perturber les éléments les plus liés à la coopération fragilise la capacité à atteindre le but partagé.

Cette convergence n’autorise pas une assimilation hâtive entre un cerveau et une IA. Les mécanismes biologiques reposent sur des cellules, des signaux chimiques, un corps et une histoire évolutive, alors que les agents artificiels optimisent des paramètres numériques dans une simulation. Elle permet en revanche de formuler une hypothèse de travail : certaines exigences de coordination pourraient conduire des systèmes d’apprentissage très différents à construire des représentations fonctionnelles semblables.

Des similarités qui n’effacent pas les différences fondamentales

Weizhe Hong, auteur principal de l’étude, souligne que les systèmes biologiques et artificiels ont développé des stratégies comportementales et des représentations neuronales similaires. Selon lui, ce constat laisse penser qu’il pourrait exister des principes computationnels fondamentaux à l’œuvre dans la coopération.

L’expression « principes computationnels » mérite d’être expliquée. Elle ne désigne pas une recette unique cachée dans le cerveau ou dans le code. Elle renvoie à des problèmes abstraits que doivent résoudre les deux systèmes : détecter les informations pertinentes chez un partenaire, estimer le moment opportun pour agir, renoncer à une action solitaire trop précoce et ajuster sa réponse à un objectif commun.

La comparaison a aussi ses limites. Les souris vivent une interaction sociale réelle, avec des signaux sensoriels riches et un partenaire vivant. Les agents IA évoluent dans un environnement virtuel défini par les règles de la tâche et par leur fonction de récompense. Réussir à deux dans ce cadre ne démontre ni une compréhension sociale humaine, ni de l’empathie, ni une forme d’altruisme chez la machine.

Les travaux s’inscrivent dans un programme plus large sur les comportements prosociaux dans les systèmes biologiques et artificiels. Des recherches sur les dynamiques neuronales entre cerveaux ont également évoqué l’émergence d’« espaces neuronaux partagés » lors d’interactions sociales. L’enjeu est de mieux comprendre comment l’information relative à autrui devient exploitable pour guider une action.

Pourquoi cette étude intéresse aussi la conception des IA

L’apprentissage par renforcement multi-agents est particulièrement important dès lors que plusieurs systèmes doivent partager un environnement : robots collaboratifs, logiciels répartissant des ressources ou agents qui doivent se coordonner sur une tâche complexe. Dans ces situations, optimiser le comportement de chaque agent pris isolément peut produire des décisions inefficaces pour le groupe.

L’étude suggère qu’il peut être utile de ne pas mesurer seulement le score final d’un système artificiel. Observer les stratégies qui mènent à ce score, puis identifier les unités du réseau qui les soutiennent, peut aider à comprendre pourquoi un agent coopère, échoue à le faire ou devient excessivement dépendant d’une règle particulière.

Cette piste concerne également l’interprétabilité des IA. Lorsqu’un réseau réalise une tâche, ses calculs restent souvent difficiles à lire. Repérer des sous-ensembles d’unités liés à l’attente, à l’ajustement temporel ou à la coordination pourrait offrir une description plus concrète du fonctionnement de l’agent. Cela ne rend pas un modèle entièrement transparent, mais cela transforme une performance observée en mécanismes que les chercheurs peuvent tester et perturber.

Les neurosciences ont, de leur côté, beaucoup à gagner de cette comparaison. Les systèmes artificiels offrent des environnements contrôlés où l’on peut modifier précisément les règles, les récompenses ou certaines unités du réseau. Ces expériences ne remplacent pas l’étude du cerveau, mais elles peuvent aider à générer des hypothèses testables sur les calculs nécessaires à une interaction sociale.

Ce qu’il faut surveiller

La prochaine étape annoncée consiste à explorer d’autres régions cérébrales impliquées dans le comportement social. Il faudra déterminer comment elles travaillent avec le cortex cingulaire antérieur, et si elles encodent d’autres dimensions de la coopération, comme l’évaluation du partenaire, la mémoire des interactions ou l’adaptation aux changements de règles.

Du côté de l’IA, la question sera de savoir si les stratégies observées se maintiennent dans des tâches plus variées et moins contrôlées. Une coordination robuste doit-elle toujours passer par des représentations fonctionnelles spécialisées ? Les mêmes signatures apparaissent-elles lorsque les objectifs des agents divergent partiellement, ou lorsque le partenaire adopte un comportement imprévisible ?

Cette étude fournit surtout un cadre de comparaison exigeant. Elle relie un comportement visible, l’activité de neurones biologiques et l’organisation interne de réseaux artificiels, puis teste l’effet de perturbations ciblées. En rapprochant ainsi deux formes d’apprentissage, elle invite à traiter la coopération non comme une propriété mystérieuse, mais comme un problème que différents systèmes peuvent apprendre à résoudre, chacun avec ses propres contraintes.