Pourquoi les LLM les plus performants ressemblent davantage au cerveau pour le langage

Les grands modèles de langage donnent parfois l’impression de comprendre une conversation, de résumer un texte ou de reformuler une idée avec une aisance très humaine. Cette impression ne suffit pas à les assimiler à un cerveau. Mais une étude menée par des chercheurs de l’Université Columbia et des Feinstein Institutes for Medical Research de Northwell Health apporte un élément concret au débat : lorsque les modèles deviennent meilleurs en langage, leurs représentations internes tendent aussi à mieux correspondre à l’activité du cerveau humain pendant l’écoute de la parole.

Publiés dans Nature Machine Intelligence, ces travaux ne disent pas que ChatGPT ou d’autres LLM pensent comme une personne. Ils montrent quelque chose de plus précis, et scientifiquement plus utile : pour traiter une même matière linguistique, les systèmes artificiels les plus performants peuvent organiser certaines informations d’une façon qui permet de mieux prédire les réponses neuronales relevées chez des humains.

Cette convergence intéresse à la fois les spécialistes de l’intelligence artificielle et les neuroscientifiques. Si deux systèmes très différents, un cerveau biologique et un réseau de neurones artificiels, aboutissent à des structures de représentation comparables pour le langage, cela peut renseigner sur les principes qui rendent le traitement linguistique efficace.

Ce que l’étude a réellement comparé

Les chercheurs n’ont pas cherché à lire les pensées des participants ni à soumettre un cerveau humain à un test de chatbot. Ils ont mis en regard deux ensembles de données produits à partir des mêmes discours :

• les réponses neuronales enregistrées chez des patients pris en charge dans un contexte neurochirurgical, pendant qu’ils écoutaient ces discours ;
• les embeddings, c’est-à-dire les représentations numériques internes, générés par les modèles de langage lorsqu’ils traitaient ces mêmes contenus.

Un embedding peut être vu comme une traduction mathématique du langage. Au lieu de manipuler directement des mots tels que « chat », « courir » ou « demain », un modèle les convertit en longues listes de nombres. Ces listes encodent des relations de sens, de contexte et de structure. Elles évoluent de couche en couche à l’intérieur du modèle.

L’équipe a ensuite évalué dans quelle mesure ces représentations textuelles permettaient de prédire les réponses cérébrales observées. Plus la prédiction est bonne, plus l’organisation interne du modèle présente une correspondance mesurable avec l’activité neuronale associée à l’écoute du langage.

Douze modèles open source examinés

L’étude s’est concentrée sur douze modèles open source dont l’architecture et le nombre de paramètres étaient presque identiques. Ce choix est important : comparer des modèles trop différents rend difficile l’identification de ce qui explique un éventuel écart. En réduisant les variations de structure et de taille, les chercheurs pouvaient mieux examiner le lien entre la performance linguistique d’un modèle et son alignement avec les signaux cérébraux.

Le terme « paramètres » désigne les très nombreux coefficients ajustés durant l’entraînement d’un réseau de neurones artificiels. Ils permettent au système de transformer une séquence de mots en prédictions sur la suite la plus probable. Leur quantité compte, mais elle n’explique pas tout. Les données utilisées, les méthodes d’entraînement et l’organisation de l’architecture influencent également les capacités finales d’un modèle.

Les LLM fonctionnent généralement par couches. Les premières transforment les unités de texte en représentations exploitables. Les couches suivantes enrichissent progressivement cette information en tenant compte du contexte : les mots voisins, la structure d’une phrase, puis les relations à plus longue distance dans un passage. C’est ce cheminement interne que l’étude rapproche des réponses recueillies dans les régions cérébrales dédiées au langage.

Le résultat principal est une tendance : les modèles les plus performants étaient aussi ceux dont les représentations prédisaient le mieux les réponses cérébrales. L’alignement entre les couches des LLM et les régions impliquées dans le traitement du langage s’améliorait à mesure que les modèles gagnaient en efficacité.

Que signifie une « similarité » avec le cerveau ?

L’expression peut être trompeuse si elle est prise au pied de la lettre. Elle ne veut pas dire qu’un modèle de langage possède des neurones, des émotions, une mémoire autobiographique ou une expérience consciente. Elle indique qu’un calcul effectué par un système artificiel produit des représentations qui correspondent davantage à un signal observé dans le cerveau, pour une tâche bien délimitée : le traitement de discours entendus.

Cette nuance est essentielle. Un LLM ne perçoit pas naturellement le monde comme un humain. Il ne dispose pas d’un corps, ne vit pas de situations et n’apprend pas dans une interaction continue avec son environnement de la même manière qu’un enfant. Il prédit des éléments de texte à partir de régularités apprises dans des données. Sa réussite peut néanmoins faire émerger des représentations utiles de la syntaxe, du contexte ou du sens des mots.

L’intérêt de l’étude est donc moins de décréter que l’IA devient « humaine » que de poser une hypothèse de travail : certaines contraintes du langage pourraient conduire des systèmes très différents à adopter des formes d’organisation comparables. Dans les deux cas, le défi consiste à intégrer rapidement des informations successives et à relier un mot à son contexte.

Pourquoi les premières couches attirent l’attention

Les travaux de Mischler et de ses collègues mettent notamment en avant le rôle des couches précoces des LLM les plus performants. Celles-ci constituent les premières étapes de transformation du texte dans le modèle. Elles ne doivent pas être confondues avec des régions précises du cerveau : la comparaison porte sur un alignement statistique entre niveaux de représentation et réponses neurales, non sur une équivalence anatomique terme à terme.

Cette observation ouvre toutefois une piste intéressante pour l’ingénierie. Si des caractéristiques présentes tôt dans le traitement interne sont particulièrement associées à une meilleure correspondance avec le cerveau et à de meilleures performances linguistiques, elles pourraient aider les chercheurs à comprendre quelles représentations privilégier lors de la conception de nouveaux modèles.

Il ne s’agit pas encore d’une recette permettant de construire une IA plus intelligente. Les résultats ne suffisent pas à déterminer quelles modifications exactes apporter à une architecture, ni à garantir qu’un modèle davantage aligné avec des signaux cérébraux sera plus fiable, moins coûteux ou plus sûr. Ils donnent plutôt aux équipes de recherche un nouvel outil de comparaison, à côté des tests habituels de compréhension, de raisonnement ou de génération de texte.

Ce que ces résultats apportent aux neurosciences

Le rapprochement ne profite pas seulement à l’industrie de l’IA. Les modèles de langage peuvent aussi devenir des instruments pour étudier le cerveau. Le langage humain est particulièrement difficile à analyser, car il mobilise simultanément des sons, des mots, des règles grammaticales, des connaissances et le contexte d’une conversation. Les représentations successives d’un LLM offrent une série d’hypothèses mathématiques sur la façon dont ces niveaux d’information pourraient être organisés.

Lorsqu’une représentation interne d’un modèle prédit une réponse neuronale, les scientifiques peuvent se demander quelle information linguistique elle encode et à quel moment. Est-elle surtout liée aux mots eux-mêmes, à leur rôle dans la phrase ou à leur signification dans un récit ? Ces questions peuvent guider de futures expériences sur le traitement du langage dans le cerveau.

La démarche a aussi ses limites. Les données proviennent de participants suivis dans un contexte neurochirurgical, ce qui impose une prudence dans la généralisation. L’écoute de discours ne résume pas à elle seule toutes les dimensions du langage : parler, écrire, apprendre une langue, interpréter une intention ou participer à une conversation font intervenir d’autres processus. Enfin, les mesures de correspondance restent des corrélations. Elles ne démontrent pas qu’un modèle et un cerveau utilisent exactement la même stratégie causale.

ChatGPT et les LLM : une parenté de vocabulaire, pas de nature

ChatGPT est souvent cité pour rendre la famille des LLM plus concrète auprès du grand public. Ces systèmes reposent effectivement sur des réseaux de neurones artificiels et traitent le langage en plusieurs étapes internes. Mais il faut distinguer le produit conversationnel, tel que ChatGPT, de l’objet de recherche analysé dans l’étude : douze modèles open source aux caractéristiques proches.

Les modèles fermés, dont les détails d’architecture ou les données d’entraînement ne sont pas intégralement publics, sont plus difficiles à examiner avec le même degré de contrôle. L’intérêt des modèles open source tient précisément à la possibilité de comparer leurs représentations et leur évolution de manière systématique.

Le mot « neuronal » peut lui aussi entretenir un malentendu. Les réseaux de neurones artificiels ont été inspirés de façon très générale par certaines idées des neurosciences, mais leurs unités de calcul sont des abstractions mathématiques. Elles ne reproduisent pas la richesse biologique des cellules nerveuses ni les mécanismes complexes du cerveau humain. Une convergence observée dans le traitement du langage n’efface pas cet écart fondamental.

Ce qu’il faut surveiller

Les prochaines recherches devront vérifier si cette relation entre performance linguistique et alignement cérébral se retrouve dans d’autres familles de modèles, d’autres langues et d’autres situations de communication. Il sera également utile de comprendre ce que captent exactement les couches qui correspondent le mieux aux réponses neuronales, et si cet indicateur peut éclairer le développement de modèles plus efficaces.

Pour les concepteurs de LLM, l’enjeu est de taille : s’inspirer de principes révélés par le cerveau pourrait contribuer à mieux organiser le traitement de l’information. Pour les neurosciences, les modèles artificiels offrent un banc d’essai inédit pour formuler et tester des hypothèses sur le langage.

La prudence reste néanmoins de mise. Une meilleure ressemblance statistique ne transforme pas une machine en esprit humain. Elle révèle plutôt qu’en cherchant à résoudre un problème commun, comprendre et anticiper le langage, l’intelligence artificielle et le cerveau peuvent parfois emprunter des chemins étonnamment proches dans leurs représentations.