Alex Cayco Gajic est chercheuse dans l'équipe Group For Neural Theory. Elle a reçu un financement pour le projet "Explorer l'apprentissage moteur cérébello-cortical avec des réseaux de neurones récurrents".

Les preuves s'accumulent et suggèrent que les comportements naturalistes sont le résultat d'interactions entre des régions du cerveau traditionnellement étudiées isolément. Par exemple, des travaux récents ont montré que le cervelet et le cortex moteur, deux régions fortement interconnectées qui sont chacune cruciales pour le comportement moteur, se coordonnent pendant l'apprentissage moteur et l'exécution. Cependant, les progrès dans la compréhension de l'interaction entre le cervelet et le cortex moteur ont été entravés par les circuits radicalement différents de ces régions, ainsi que l'inaccessibilité des voies sous-corticales profondes qui les relient. En conséquence, il reste difficile de savoir comment intégrer les principales théories de la fonction cérébelleuse et corticale dans le contrôle moteur.

Des preuves théoriques et expérimentales récentes ont montré que le cortex moteur génère de manière flexible la structure spatiotemporelle nécessaire aux mouvements complexes en exploitant sa riche dynamique. Ce concept est fortement influencé par l'émergence des réseaux de neurones récurrents (RNN), une classe de modèles inspirés de l'IA qui peuvent être enseignés pour résoudre un large éventail de tâches motrices et cognitives par les changements dans la connectivité récurrente. En revanche, on pense que le circuit du cervelet, conservé au cours de l'évolution, est optimisé pour l'apprentissage des relations sensorimotrices et l'adaptation des mouvements en fonction des erreurs. Pourtant, cette vision classique du contrôle moteur cérébelleux n'est pas en mesure d'expliquer les preuves récentes de l'information de récompense dans les cellules cérébelleuses de Purkinje, ni son rôle mystérieux dans la cognition.

Alex Cayco Gajic propose d'utiliser les RNN pour déterminer la façon dont ces deux circuits neuronaux distincts fonctionnent ensemble pendant l'apprentissage moteur. Elle étendra l'architecture traditionnelle d’un RNN néocortical pour y intégrer un module cérébelleux, en saisissant sa structure divergente-convergente et les voies interrégionales plus éparses. Elle formera ce RNN cérébelleux-cortical (CC-RNN) à effectuer des tâches motrices et cognitives en utilisant des méthodes d'apprentissage machine, et utilisera des outils de neuroscience des systèmes et d'apprentissage statistique pour analyser les propriétés structurelles et fonctionnelles apprises qui en résultent. Avec cette approche, elle abordera quatre questions auxquelles il a été difficile de répondre par des expérimentations ou la modélisation traditionnelle de circuits : 1) comment les représentations cérébelleuses et motrices corticales coémergent pendant l'apprentissage, 2) comment l'adaptation cérébelleuse remodèle les représentations motrices dans le néocortex, 3) l'impact du taille coordonnée cérébelle-corticale sur les comportements complexes, et 4) le rôle de l'adaptation cérébelleuse dans la cognition. Plus largement, ce projet permettra de mieux comprendre comment les régions corticales et sous-corticales interagissent pour produire des comportements complexes.

Julie Grèzes est chercheuse au LNC2 où elle dirige l'équipe "Social Cognition: from Brain to Society". Son travail consiste en l'étude des liens entre la cognition sociale et système moteur, chercher à identifier les mécanismes permettant de lire les signaux sociaux d'autrui et de réagir de manière appropriée aux situations sociales. Julie Grèzes a reçu un financement pour le projet EMOVITA "Comment l'émotion motive l'action ?".

Les humains sont capables de répondre rapidement aux signaux sociaux, tels que les expressions émotionnelles. Apprendre à adapter nos comportements à ces signaux socio-émotionnels est une des clés de la qualité de nos relations sociales et constitue un bon baromètre de bonne santé mentale, tout au long de la vie. Malgré leur importance, les mécanismes sous-tendant nos décisions d’actions en réponse aux signaux émotionnels sont encore mal compris. Les comportements émotionnels sont souvent conçus comme des réactions automatiques. Cependant, en contexte social, les individus pourraient ne pas simplement réagir aux expressions émotionnelles, mais plutôt les utiliser pour adapter leurs comportements de façon flexible. Le projet EMOTIVA, en combinant les domaines de la philosophie de l’action et des neurosciences affectives et computationnelles, vise à déterminer la contribution de ces processus dirigés vers un but à l’émergence des comportements socio-émotionnels adaptés.

Le projet "Exploration des représentations phonétiques et de leur adaptabilité par la méthode des Images de Classification Auditive rapides (fast-ACI)" de Léo Varnet, chercheur au Laboratoire des Systèmes Perceptifs (LSP) au sein de l'équipe Audition, a lui aussi obtenu un financement. Léo Varnet s'intéresse à la perception auditive (sons vocaux et non vocaux) et au développement de techniques de traitement statistique et de signaux à des fins de recherche. 

Le projet fast-ACI vise à développer une méthode expérimentale robuste pour visualiser et caractériser les mécanismes auditifs impliqués dans la reconnaissance des phonèmes. Cette technique sera d'abord utilisée pour cartographier les représentations phonémiques utilisées par les auditeurs normaux, un problème de longue date en psycholinguistique. La méthode fast-ACI s'appuie sur un modèle de stimulus-réponse, ajusté à l'aide de techniques avancées d'apprentissage machine, pour produire une image instantanée de la stratégie d'écoute d'un participant dans un contexte donné. Il s'agit donc d'un outil puissant pour explorer l'adaptabilité de la compréhension de la parole dans le cas (1) d'une surdité de perception et (2) d'un environnement bruyant. Une attention particulière sera accordée à l'interaction délétère entre ces deux facteurs, une question de première importance lorsque l'on cherche à réduire l'impact de la déficience auditive sur la vie quotidienne. Le projet aboutira à terme à la mise au point d'un outil de diagnostic, permettant aux audiologistes de mesurer objectivement la stratégie d'écoute de leurs patients et de concevoir des solutions plus personnalisées.

Enfin, Christian Lorenzi, chercheur au sein de l'équipe Audition du Laboratoire des Systèmes Perceptifs, spécialiste de la perception auditive, a obtenu un financement pour le projet  HEARBIODIV "Perception auditive des paysages sonores naturels: Entendre la bioversité". 

Au quotidien, nous écoutons des «paysages sonores» correspondant aux scènes produites par des sources sonores biologiques, géophysiques et anthrophoniques. Le projet HEARBIODIV vise à évaluer, clarifier et modéliser les mécanismes sensoriels permettant aux humains de discriminer les textures auditives évoquées par des paysages sonores enregistrés dans des réserves naturelles; en particulier, les textures associées aux variations de biodiversité seront étudiées. Ceci sera réalisé en trois étapes: identification des statistiques de texture pertinentes pour l'évaluation de la biodiversité; sélection d'enregistrements de paysages sonores dans des zones protégées et analyse; évaluation psychophysique des capacités de discrimination de texture chez l'homme pour des paysages sonores différant en biodiversité. Les écarts des auditeurs par rapport aux performances de classifieurs automatiques permettront de caractériser le traitement d'information réalisé par l’homme pour l'évaluation de la biodiversité.

POUR EN SAVOIR PLUS

• Site internet de Julie Grèzes
• Site internet de Léo Varnet
• Blog de Léo Varnet
• Site internet de Christian Lorenzi
• (re) Lire l'entretien avec Christian Lorenzi "Caractérisation des signaux de modulation d'amplitude et de fréquence dans les paysages sonores naturels : une étude pilote sur quatre habitats d'une réserve de biosphère" - DEC News du mois de mai 2020
• Site internet de l'Agence Nationale pour la Recherche