Blanc SIMI 2 - Sciences de l'information, de la matière et de l'ingénierie : Sciences de l’information, simulation

Codage de l'information a differentes echelles de temps pour la cognition spatiale – NEUROBOT

une tâche de mémoire spatiale requérant la mémorisation d’une série d’évènements pour des prises de décision sur une échelle de temps de quelques minutes. Les résultats de ces expériences ont été appliqués pour la construction de modèles de réseaux de neurones artificiels utilisant des neurones à « spike » et des neurones à fréquence de décharge. Ces modèles apportent des aperçus nouveaux sur les interactions cortex-striatum d’une part, et sur la boucle PfC, HS, ganglions de la base d’autre part.

Les activités hippocampiques rétrospectives prévalent sur les prospectives. Le PfC et Str répondent différemment lors de l’apprentissage. L’activité des neurones du PfC sous-tend un marquage des évènements en mémoire de travail pour un rappel rétrospectif ou prospectif de l’ordre des minutes. Les modèles neuro-computationnels ont reproduit les résultats des expériences. La modélisation a également permis de proposer des architectures rendant compte de la formation et l’articulation entre mémoire rétrospective et prospective que les résultats expérimentaux ont mis en évidence.

-

Le projet a donné lieu à 15 articles dans des journaux internationaux, 4 chapitres de livres, 29 communications dans des conférences internationales, 4 communications dans des conférences nationales, 2 articles de vulgarisation et deux thèses (Catanese en 2012 et Hanoune en 2015). Les laboratoires ont aussi participé à des manifestations grand-public telles que la Nuit des Chercheurs, Futur en Seine, la Fête de la Science, la Semaine du cerveau et la Journée de l’Intelligence Embarquée.

Résumé de soumission

Le suivi, la mémorisation et le rappel d'événements et de séquences réels sont un problème majeur pour les neurosciences computationnelles. Le facteur majeur est le temps : les mécanismes sous-jacents sont trop rapides (ns ou ms respectivement pour des systèmes in silico ou in vivo). Aussi il faut trouver des solutions pour passer à l'échelle de temps de comportements de robots autonomes ou d'animaux (secondes, minutes, heures). De plus, le déroulement optimal de ces différentes échelles de temps nécessite une hiérarchie de systèmes bouclés pour permettre l'expression d'un comportement adaptatif à l'échelle la plus haute. Nous étudierons ici la nature de ces bouclages et le système permettant in communication optimale entre ces niveaux.

Pour des systèmes de contrôle bioinspirés, nous devons d'abord comprendre les mécanismes neuronaux sous-tendant les fonctions cognitives. Pour cela, nous enregistrons l'activité cérébrale de rats qui effectuent des tâches d'apprentissage, de mémoire et de décision. En particulier, les tâche dans des labyrinthes donnent un aperçu de la connaissance par le rat de son environnement et de ses expériences passées. Même si cette approche permet cet aperçu, elle se borne à fournir des corrélations, mais pas des causes. Pour démontrer si ces mécanismes sont nécessaires et suffisants pour permettre des comportements élaborés, nous reproduisons les principes neuronaux dans des systèmes artificiels à travers des modèles computationnels, et nous confirmons la viabilité de l'implémentation dans des agents ou robots mobiles. Cela nous permet de distinguer les processus qui sont essentiels à la fonction cognitive de ceux qui ne servent qu'à en faciliter l'implémentation dans le tissu nerveux. Nous créons ainsi des robots ou des agents comprenant des systèmes de contrôle robustes et adaptatifs grâce à leur inspiration biologique.

Un des buts est de mieux comprendre et de reproduite de façon efficace comment le cerveau mémorise et organise l'information à différentes échelles de temps, et comment plusieurs aires du cerveau se coordonnent pour cela. Les régimes sur lesquels nous nous focaliserons sont :
1.le lien entre des événements immédiatement passés avec des choix comportementaux imminents pour former une représentation d'une série d'événements (1-10s)
2.le lien entre des séries d'événements pour en faire une séquence (10s-minutes)
3.la décision prise à partir de l'expérience de plusieurs séquences (plusieurs heures, sélection de l'action et stratégie de sélection)

Des modèles de ces trois régimes ont été identifiés dans le système cérébral hippocampe-cortex préfrontal-striatum (Hpc-Pfc-Str):
1.activité prospective et rétrospective dans Hpc; activité prédictive dans Pfc et Str
2.activité dépendant des séquences et de la mémoire dans le Pfc
3.synchronisation d'oscillations à travers ces aires du cerveau pour distinguer les chemins fonctionnellement actifs (et donc les choix comportementaux.

Les équipes participeront de façon interactive à l'étude de ces trois régimes. De plus, de manière à mieux comprendre les liens entre ces régimes, chaque tâche expérimentale et computationnelle inclura au moins deux régimes. Cela nous permettra de déterminer les processus mis en place, et de les transposer dans leur équivalent computationnels pour les intégrer dans des niveaux hiérarchiques supérieurs.

Coordination du projet

Mathias QUOY (UNIVERSITE DE CERGY-PONTOISE) – quoy@ensea.fr

L'auteur de ce résumé est le coordinateur du projet, qui est responsable du contenu de ce résumé. L'ANR décline par conséquent toute responsabilité quant à son contenu.

Partenaire

GNT ECOLE NORMALE SUPERIEURE
LNC CNRS - DELEGATION REGIONALE PROVENCE ET CORSE
ETIS UNIVERSITE DE CERGY-PONTOISE

Aide de l'ANR 829 256 euros
Début et durée du projet scientifique : - 48 Mois

Liens utiles

Explorez notre base de projets financés

 

 

L’ANR met à disposition ses jeux de données sur les projets, cliquez ici pour en savoir plus.

Inscrivez-vous à notre newsletter
pour recevoir nos actualités
S'inscrire à notre newsletter