1
Ecole Polytechnique - Séminaire HSS 512 F
SEMINAIRE CERVEAU ET COGNITIONSEMINAIRE CERVEAU ET COGNITION
LL’’INTERDISCIPLINARITEINTERDISCIPLINARITE FACE A FACE A
LA COMPLEXITE DU CERVEAU LA COMPLEXITE DU CERVEAU
Yves Frégnac
Directeur de Recherche CE au CNRS
Directeur de l’UNICUPR 3293 CNRSGif sur Yvette
&
Cyril Monier
Chercheur à l’UNICIngénieur de Recherche CNRS
By courtesy of Eb Fetz
Unité de Neuroscience, Information et ComplexitéDirector : Yves Frégnac
Sciences Cognitives Neurosciences
Modélisation NeuroCybernétique
NeuroInformatique Physiologie Comparée
Unité de Neuroscience, Information et Complexité
Vision Audition Sens Haptique
Oculomotricité Intégration multimodale Sens électrique
Electrophysiologie Imagerie Comportement / Psychophysique
Réseaux Neuronaux Interfaces cerveau-machineNeurones formels Circuits hybridesModéles génériques NeuroCybernétiqueBiophysique neuronale/synaptique Clamp dynamiqueModèles structuro-fonctionnels
Base de données Simulation large échelles Architectures de calcul inspirées du VivantNeuroInformatique Physiologie Comparée
Ouverture sur la Recherche - Stages
Stages Affichés par le Département :
UNIC- Visite pour ceux qui le souhaitent et stages possibles (Frégnac-Monier,
Brice Bathellier, Thierry Bal, Daniel Shulz, Alain Destexhe, Andrew Davison)
Stages au sein du CREA et de structures associées en Sciences Humaines (RNSC, Compiègne)
Au travers des Orateurs Invités du Séminaire “Cerveau et Cognition”
Stages dans des laboratoires de Neurosciences Parisiens et Paris-Sud
- NeuroPSI (Gif-sur-Yvette) (Paul Bourgine, René Doursat)- NeuroSpin (Stanislas Dehaene, Bertrand Thirion, Virginie Van Wassenhove,
Denis Le Bihan)- Institut de la Vision (Ryad Benosman, Olivier Marre)- Institut du Cerveau et de la Moelle Epinière (Pierre Pouget, Mathias Pessiglione)- DEC ENS (Pascal Mammassian, Romain Brette et Pierre Yger)
Stages dans des laboratoires en Province
- Sciences Cognitives à Lyon (Olivier Bertrand, INSERM)- Sciences Cognitives à Marseille (Guillaume Masson, INT)- Sciences Cognitives à Toulouse (Simon Thorpe, CERCO)
2
Ouverture sur la Recherche - Stages
Stages à l’Etranger
aux USAs- Brown University (Donoghue, Blake, Bienenstock)- Yale (Steven Zucker)- MIT (Dept of Cognitive Sciences: Mriganka Sur)- Berkeley (Mind reading, Jack Gallant)- NYU et Columbia (Larry Abbott, Fusi..)
en Allemagne
- MPG Frankfurt (Gilles Laurent, Pascal Fries)- Bernstein Center in Computational Neuroscience (Freiburg, Berlin, Tübingen)- Institut de la complexité FIAS (Frankfurt and Gordon Pipa)
en Angleterre
- UCL (DEC ENS)- Gatsby (Peter Dayan)
au Japon
- Riken Brain Science Institute (Keiji Tanaka)
La meilleure solution(si vous êtes motivés) : venir nous voir
Ouverture sur la Recherche - Masters
DEC ENS, UCL, EPFL, KTH, Brown University, UCSD, UCSF, NYU Columbia, MIT, Harvard, CaltechSloane Centers, Keck Center
LogoSpeaker
721st November 2007Micro and Nanotechnologies for Neurosciences Speaker
© Sciences Cognitives - Historique
© Le défi scientifique des Neurosciences Cognitives
© Approches expérimentales multiéchelles Liens entre observables
© Approches théoriques : Systèmes dynamiques, Complexité Neurosciences computationnelles
vs.
Introduction
LogoSpeaker
821st November 2007Micro and Nanotechnologies for Neurosciences Speaker
© Sciences Cognitives - Intelligence Artificielle vsCognition incarnée
© Le défi scientifique des Neurosciences Cognitives
© Approches expérimentales multiéchelles en Neurosciences Cognitives
© Concepts et Théories Des systèmes dynamiques complexes aux Neurosciences Computationnelles
vs.
3
LogoSpeaker
921st November 2007Micro and Nanotechnologies for Neurosciences Speaker
© Cybernétique
© Cognitivisme et Intelligence Artificielle ................................
© Connexionnisme
© Neurosciences Cognitives et Computationnelles ...................
© Constructivisme, Cognition située et Enaction
© Robotique incarnée ...........................................................
© Cognition étendue & Mémétique
Sciences Cognitives - Historique Une théorie unifiée de lʼEspritInterdisciplinarité en Sciences Cognitives
EpistémologieThéorie de la connaissance
Sciences de la Technologie etde la Cognition - STCConférences de Dartmouth etCambridge en 1956
- Infinite tape- Finite Nb of symbols- Read/Write Head- Action Table- State register (memory)
Logique formelle
Calcul par interactions entre micro-unités informationnellesqui sont reliées de manière dynamique selon une matricede connexions dense
et non plus par déductions logiques (cognitivisme)
Calcul parallèle et non plus séquentiel (AI)
Cognition vue comme un état dynamique globalEmergence de comportements de réseaux cohérentsFonction d’énergie (John Hopfield, 1982) et convergence des attracteurs dynamiques
4
Calcul par interactions entre micro-unités informationnelleset non plus par déductions logiques (cognitivisme)Calcul parallèleet non plus séquentiel (AI)Cognition vu comme un état dynamique global
Gamma- Perceptron et NeocognitronPlasticité avec Professeur (supervisée)
Paradigme sub-symbolique :Le fonctionnement du réseau devient cognitif quand les propriétés (dynamiques) émergentes
sont identifiables à une faculté cognitive
Reentrant binding principleMemory is non-representational Constructive reorganization during experiencel Darwin XI - NOMAD
Pre-representationsEmotional Resonance TheoryNeuromodulationMemory is a scale representation of reality
Lire : Invitation aux Sciences Cognitives, Francisco J. Varela(1989). Editions du Seuil Cognitive Science : a cartography of current ideas (1989)
(rapport fait à la demande de la Royal Dutch Shell Corporation) LogoSpeaker
1621st November 2007Micro and Nanotechnologies for Neurosciences Speaker
The Brain is a neuronal computer (Turing machine)produced by evolution
The 100-step rule (Feldman and Ballard, 1982) A new style of computation“Narrow-but-Deep” replaced by “Shallow-but-wide”
One cannot understand cognition (and related computations)if one abstracts them from their embodiement
The difference in terms of computation is the “emergence”of more macroscopic dynamic statesfrom the non-linear interactionsbetween more microscopic variables
Steven Pinker, 1998
Francisco Varela, 1998
The Brain - Computermetaphor
5
Diagramme des Courants en Sciences Cognitives
Francisco Varela
INTELLIGENCE ARTIFICIELLE
NEUROSCIENCES
PSYCHOLOGIECOGNITIVE
LINGUISTIQUE
EPISTEMOLOGIE
ENACTION
EMERGENCE
COGNITIVISME
LogoSpeaker
1821st November 2007Micro and Nanotechnologies for Neurosciences Speaker
© Sciences Cognitives - Historique
© Le défi scientifique des Neurosciences Cognitives
© Approches multiéchelles Liens entre observables
© Concept : Le cerveau est un système dynamique complexe
ü 1012 élements / 1015 synapsesü processus stochastique binaire de déchargeü propagation lente des potentiels d’action
le long des axones (0.1 to 100 m/s) ü transmission lente par des synapes chimiques
Le cerveau est comparable à unsystème électronique dont labande passante en termes decommunication est limitée,composé d’ éléments à fiabilitéréduite
Paradoxe : la performance de calcul, d’apprentissage, et demémorisation du cerveau, son pouvoir d’adaptation multi-tâches, sa capacité d’auto-organisation, sa résistance à ladégradation restent inégalées par des machines artificielles
Exemple de fonction cognitive : la perception visuelle
Les lois d’organisation et de fonctionnement du cerveau résultentd’une mise en accord entre le « monde » et « l’esprit » (William James, 1890)
Propriétés émergentes à un niveau d’organisation macroscopique
Complexité en Neurosciences
Des synapses et neurones aux fonctions cognitives
LogoSpeaker
2021st November 2007Micro and Nanotechnologies for Neurosciences Speaker
¢ Comprendre et visualiser le fonctionnement du cerveauà partir de l’activité neuronale (= digital, 0/1)et des processus locaux gradués membranaires (= analogique)
¢ Simuler le fonctionnement du cerveau par des méthodes informatiques
¢ Réparer les fonctions cognitives par des approches hybrides temps réel
¢ à long-terme, construire des architectures abstraites de calcul, s’inspirant de l’organisation du cerveau
¢ Simplifications: on s’abstrait des contributions fondamentales de la génétique, de la génomique fonctionnelle, de la neuropharmacologie, et on ne prend pas en compte les composantes non-neuronales (cellules gliales, neuromodulation, hormones..)
Une approche sciences de l’ingénieur: Cerveau cybernétique électrique sans émotions....
Les défis
6
LogoSpeaker
2121st November 2007Micro and Nanotechnologies for Neurosciences Speaker
Courtesy of Henry Markram - Blue Brain Project
UNIC
Courtesy of Ad Aertsen
¢ Les éléments
© neurones© synapses
¢ Le « parler neuronal »
© Le potentiel d’action
© Le potentiel de membrane
¢ L’orchestre neuronal
© Codage par assemblée
© Organisation temporelle
© Bombardement synaptique pendant une scène naturelle
Une approche simplifiée « Lego-Mécano »du cerveau électrique
LogoSpeaker
2221st November 2007Micro and Nanotechnologies for Neurosciences Speaker
© Sciences Cognitives - Historique
© Le défi scientifique des Neurosciences Cognitives
© Approches multiéchelles Liens entre observables
© Concept : Le cerveau est un système dynamique complexe
Molecules
Synapses
Neurons
Networks
Maps
Systems
CNS
1 A
1 µm
100 µm
1 mm
1 cm
10 cm
1 m
Niveaux dʼorganisation dans le système nerveux central
Inspiré de Churchland et Sejnowski, Science, 1989
Molecules
Synapses
Neurons
Networks
Maps
Systems
CNS
1 A
1 µm
100 µm
1 mm
1 cm
10 cm
1 m
BO
TTO
M -
UP TO
P - D
OW
N
Hiérarchie de Niveaux dʼorganisation
7
Molecules
Synapses
Neurons
Networks
Maps
Systems
CNS
1 A
1 µm
100 µm
1 mm
1 cm
10 cm
1 m
EM
ER
GE
NC
E IMM
ER
GE
NC
E
Hiérarchie de Niveaux dʼorganisation
LogoSpeaker
2621st November 2007Micro and Nanotechnologies for Neurosciences Speaker
© Sciences Cognitives - Historique
© Le défi scientifique des Neurosciences Cognitives
© Approches multiéchelles Liens entre observables
© Approches théoriques : Systèmes dynamiques, Complexité Neurosciences computationnelles
LogoSpeaker
2721st November 2007Micro and Nanotechnologies for Neurosciences Speaker
¢ Réductionnisme
© Nombre fini d’éléments de base canoniques et de règles de composition© « Expliquer du visible compliqué par de l’invisible simple »
¢ Complexité
© Hiérarchie emboîtée de niveaux d’intégration interdépendants
© « Le Tout est plus que la somme des parties » (Holisme)© « Expliquer la simplicité du comportement macroscopique
par la complexité des interactions microscopiques »© « Higher order perfection from lower order imperfection »
Réductionnisme vs. Complexité
R. Laughlin (2005)A different universe: reinventing Physicsfrom the bottom down (Basic Books).
Jean Perrin (1870-1942)Les atomes (1913)(réédité chez Flammarion en 1991)
Hiérarchie des niveaux d’analyse
Extraction de principes généraux de calcul (“computation”) et de plasticité dans les ensembles neuronaux
_________
Processus biologique
Substrat biophysique
Algorithme
Fonction / Computation
(freely adapted from Marr, Vision, 1982)
8
Hiérarchie des niveaux d’analyse
Extraction de principes généraux de calcul (“computation”) et de plasticité dans les ensembles neuronaux
_________
Processus biologique Potentiel d’action
Substrat biophysique Canaux Na, K
Algorithme Equation de Hodgkin-Huxley
Fonction Code neuronal / Computation Assemblées / Synfire chains
Hiérarchie des niveaux d’analyse
Extraction de principes généraux de calcul (“computation”) et de plasticité dans les ensembles neuronaux
_________
Processus biologique Potentiel d’action
Substrat biophysique Canaux Na, K
Algorithme Hodgkin-Huxley
Fonction Code Neuronal / Computation Assemblées /
Synfire chains
Hiérarchie des niveaux d’analyse
Extraction de principes généraux de calcul (“computation”) et de plasticité dans les ensembles neuronaux
_________
Processus biologique Potentiel d’action Plasticité
Substrat biophysique Canaux Na, K Récepteurs NMDA
Algorithme Equation de Hodgkin-Huxley Principe de Hebb
Fonction Code Neuronal Plasticité/ Computation Assemblées / Synfire chains Mémoires Associatives Pr
inci
pe d
e pr
otec
tion
Hiérarchie des niveaux d’analyse
Extraction de principes généraux de calcul (“computation”) et de plasticité dans les ensembles neuronaux
_________
Processus biologique Potentiel d’action Plasticité
Substrat biophysique Canaux Na, K Récepteurs NMDA
Algorithme Equation de Hodgkin-Huxley Principe de Hebb
Fonction Code Neuronal Plasticité/ Computation Assemblées / Synfire chains Mémoires Associatives
Neurosciences Computationnelles
Top Related