Une équipe de chercheurs dirigée par Nuttida Rungratsameetaweemana à l'Université Columbia remet en question le modèle neuroscientifique traditionnel selon lequel les aires visuelles précoces du cortex ne font que relayer passivement les informations captées par les yeux. Leurs travaux, publiés récemment dans la revue PLOS Biology, démontrent que ces régions initiales du cortex visuel adaptent leur traitement des signaux en fonction de la tâche cognitive en cours. Pour expliquer ce mécanisme, l'équipe a d'abord utilisé des IRM fonctionnelles révélant une activité inattendue dans les premières zones visuelles lors de tâches de tri. S'appuyant sur ces observations, les chercheurs ont développé un réseau de neurones artificiel simplifié, intégrant uniquement des caractéristiques biologiques avérées : des neurones excitateurs et inhibiteurs organisés en deux modules hiérarchiques. Lorsque ce modèle a été soumis à des exercices de changement de règles, il a révélé qu'un circuit spécifique de neurones inhibiteurs modulant d'autres cellules inhibitrices permet de transmettre le contexte cognitif des zones supérieures vers le module sensoriel. La suppression artificielle de cette connexion a fait s'effondrer la capacité du réseau à passer d'une tâche à l'autre. Des enregistrements sur le cortex visuel de souris ont confirmé ce résultat in vivo, montrant que l'inactivation de ces mêmes cellules réduisait la capacité du cerveau à suivre le contexte de la tâche. Cette découverte, qui complète une étude antérieure sur les patients sans hippocampe, souligne la redondance et la flexibilité intrinsèques du cerveau. Selon l'équipe, ces principes architecturaux pourraient profondément influencer le développement de l'intelligence artificielle. Contrairement aux grands modèles de langage actuels, gourmands en énergie et nécessitant d'énormes volumes de données, le cerveau traite des informations variées avec une efficacité énergétique remarquable. L'intégration de motifs d'inhibition sur inhibition dans les réseaux neuronaux récurrents pourrait ainsi rendre les futurs systèmes d'IA plus légers, plus adaptatifs et plus économes en ressources. Les chercheurs s'appuieront désormais sur des collaborations cliniques pour affiner leurs hypothèses. Des électrodes implantées chez des patients épileptiques permettront d'enregistrer l'activité neuronale directe pendant l'exécution de tâches cognitives. Ces mesures à haute résolution ouvriront la voie à une validation expérimentale approfondie des circuits cérébraux et à une convergence accrue entre neurosciences computationnelles et intelligence artificielle.