Sujet
Tous les articles d’Actu.ai consacrés à Neurosciences : actualités, analyses et explications sur ce sujet lié à l’intelligence artificielle. 15 articles
L’IA ne se résume pas à ses performances : son coût énergétique, ses données et ses effets sociaux doivent aussi être évalués. En s’inspirant du cerveau, le calcul neuromorphique ouvre une piste pour des systèmes plus économes, sans résoudre à lui seul les exigences d’une IA responsable.
À l’automne 2025, les travaux de la neuroscientifique et musicienne Kimaya Lecamwasam illustrent un champ de recherche émergent : mobiliser la musique et l’intelligence artificielle au service du bien-être psychique. Des concerts aux berceuses, l’enjeu est d’évaluer des interventions utiles, sans confondre innovation numérique et soin validé.
En apprenant à agir ensemble pour obtenir une récompense, des souris et des agents d’intelligence artificielle ont développé des stratégies étonnamment proches. L’étude menée à l’UCLA relie ces comportements à des circuits neuronaux précis et ouvre une voie de dialogue entre neurosciences et apprentissage automatique.
Une prépublication du MIT Media Lab a comparé l’activité cérébrale de volontaires rédigeant avec ChatGPT, un moteur de recherche ou sans assistance. Elle observe une connectivité cérébrale plus faible dans le groupe utilisant l’IA. Un résultat à prendre au sérieux, mais aussi à interpréter avec prudence : l’étude ne démontre ni des lésions cérébrales ni une baisse durable de l’intelligence.
Des chercheurs de l’Académie chinoise des sciences ont comparé la manière dont des modèles multimodaux et des humains relient mentalement des objets naturels. Leurs résultats, publiés dans Nature Machine Intelligence, font apparaître des structures de similarité comparables, jusque dans certaines correspondances avec l’activité cérébrale.
Des chercheurs d’Osnabrück et de la Freie Universität Berlin proposent des réseaux neuronaux organisés comme une surface corticale. Baptisés All-TNNs, ces modèles cherchent à reproduire plus fidèlement que les CNN classiques la manière dont le cerveau distribue les préférences visuelles dans l’espace.
Un travail publié dans Science Advances propose de renouveler la théorie des réseaux neuronaux associatifs. Baptisée Input-Driven Plasticity, ou IDP, cette approche place les stimuli externes au cœur de la récupération des souvenirs et pourrait inspirer des systèmes d’IA plus robustes face à des données incomplètes ou ambiguës.
Créé en 2000 grâce à un don de 350 millions de dollars, le McGovern Institute for Brain Research du MIT veut percer les mécanismes du cerveau. Ses travaux croisent neurosciences, génétique, ingénierie et informatique, avec des retombées potentielles pour les maladies neurologiques, la santé mentale et les technologies médicales.
Pourquoi les réseaux neuronaux parviennent-ils à extraire des structures utiles de masses de données ? Une équipe du MIT CSAIL avance que représentations internes, poids et gradients pourraient obéir à des règles communes. Ses hypothèses cherchent à relier plusieurs phénomènes encore difficiles à expliquer dans le deep learning.
L’analyse automatisée des émotions promet aux marques des campagnes plus pertinentes et mieux personnalisées. La publication d’origine évoque une IA inspirée des neurosciences, annoncée à 90 % de précision. Mais sans outil, étude ni méthodologie identifiés, ce chiffre doit être replacé dans ses limites scientifiques, commerciales et réglementaires.
Reconnaître une chaise malgré un changement de couleur, d’éclairage ou de décor paraît banal pour un cerveau. Des données recueillies chez sept macaques montrent que les réseaux de neurones profonds peinent encore à reproduire cette faculté lorsque les images s’écartent de celles utilisées pour leur entraînement.
Des chercheurs de l’Université Columbia et de Northwell Health ont comparé l’activité cérébrale de personnes écoutant des récits aux représentations internes de douze modèles de langage. Leur étude suggère qu’à mesure que ces LLM gagnent en performance, leur manière d’organiser l’information linguistique s’aligne davantage avec celle du cerveau humain.
Peut-on repérer une émotion sans observer un visage ? Des chercheurs de l’Université métropolitaine de Tokyo ont étudié les variations électriques de la peau face à des vidéos suscitant peur, humour ou lien familial. La méthode est prometteuse, mais elle mesure d’abord une réaction physiologique, pas une émotion lue avec certitude.
Le génome ne peut pas décrire un cerveau synapse par synapse. Pour Anthony Zador et Alexei Koulakov, cette contrainte pourrait expliquer une part de nos capacités innées et inspirer des IA plus compactes. Leur algorithme est testé sur la reconnaissance d’images et le jeu Space Invaders.
Des chercheurs ont exploré un mécanisme du néocortex appelé « winner-take-all », dans lequel les neurones les plus actifs prennent le dessus sur les autres. Transposé à l’intelligence artificielle et testé avec une puce neuromorphique d’IBM, ce principe pourrait améliorer la sélection des signaux utiles, notamment en vision par ordinateur.
