Un orchestre à la première répétition sans chef. Les violons attaquent à contretemps, les cuivres sont en retard, et au lieu d'une symphonie, c'est la cacophonie. C'est à peu près ce qui se passe dans un modèle informatique du cerveau lorsqu'on en retire des cellules particulières : les neurones de von Economo. Ce sont de grandes cellules fusiformes (deux à trois fois plus grandes que les neurones ordinaires), situées dans les zones responsables de la communication et de la compréhension des autres, et elles disparaissent mystérieusement dans certaines maladies.
Dans cette nouvelle étude, des neuroscientifiques ont construit un réseau de neurones simplifié de 2000 cellules, dont seulement 40 étaient ces « chefs d'orchestre ». Le réseau devait apprendre à distinguer deux types de signaux, un peu comme on distingue un chat d'un chien. Avec les chefs d'orchestre, l'apprentissage réussissait dans 49 cas sur 50. Dès qu'on les retirait, le réseau calait dans 15 cas sur 50 : un « cerveau » sur trois se révélait incapable d'apprendre quoi que ce soit.
Pourquoi cela se produit-il ? Les neurones ordinaires du réseau communiquent par des boucles de rétroaction, et le signal peut s'affaiblir ou exploser — les mathématiciens appellent cela « l'instabilité du jacobien ». Les neurones de von Economo créent une voie de contournement directe, par laquelle le signal d'apprentissage circule sans distorsion. Comme un coursier avec un colis important sur une voie réservée, évitant les embouteillages.
Une fois l'apprentissage terminé, les chefs d'orchestre ne sont plus nécessaires : le réseau fonctionne sans eux. Cependant, pour 4 réseaux sur 20, les performances chutaient brusquement, comme s'ils étaient devenus « dépendants » de cette voie de contournement. Cela rappelle les échafaudages : tant que le bâtiment s'élève, ils sont indispensables, mais une fois terminé, la maison tient debout toute seule.
Cette fragilité de l'apprentissage explique pourquoi, chez les personnes autistes, qui ont moins de ces cellules, les compétences sociales se développent de manière très variable — de presque normales à gravement altérées. Le modèle mathématique prédit que dans des mini-cerveaux cultivés en éprouvette, l'apprentissage échouera de manière stochastique si on retire les neurones de von Economo, et cela peut être vérifié en laboratoire.
tel que rédigé par les auteurs, en anglais arXiv:2605.17399
Von Economo neurons (VENs) are selectively lost in behavioural-variant frontotemporal dementia (bvFTD) and reduced in autism spectrum conditions (ASC), yet their computational role in social learning remains unexplained. We train a spiking neural network (the VENCircuit) embedding VEN-like projection neurons (K=40, 2% of total) in a recurrent pyramidal circuit across 50 matched random initialisations with and without VENs. The network is trained on a controlled binary classification task; we make no claim to model social cognition directly. VEN-intact networks converged in 49/50 cases (98%) versus 35/50 (70%) for VEN-ablated networks (Fisher's exact OR=21.0, 95% CI 2.7-167, p=8.7e-5). Failed ablated networks showed complete absence of learning, inconsistent with a speed-of-learning account. Phase-ablation experiments show VEN removal is most disruptive during mid-training (epochs 5-25), when a co-adaptive dependency forms in the pyramidal circuit. We derive a formal account showing VENs provide a direct gradient pathway immune to Jacobian instabilities affecting the recurrent circuit. Inference-time VEN ablation caused a significant performance drop (Wilcoxon p=0.022), ranging from no change (16/20 networks) to catastrophic collapse (0.989 to 0.620). VENs function as acquisition scaffolds whose developmental absence produces stochastic learning failure - a computational analogue of variable social skill acquisition in ASC - with falsifiable predictions for organoid and electrophysiology studies.
Les neurones de von Economo n'existent que chez l'humain, les grands singes, les éléphants, les baleines et les dauphins — des animaux au comportement social complexe.
Dans le roman « Des fleurs pour Algernon », le héros gagne puis perd l'intelligence à cause d'une intervention sur le cerveau — ces nouvelles données suggèrent que la perte de seulement 2 % de cellules particulières peut anéantir la capacité d'apprentissage.