Le cerveau, un orchestre qui joue aussi du jazz express
Des ingénieurs construisent une voiture. Les uns assemblent une réplique exacte du moteur, chaque piston et chaque bougie, mais la voiture ne roule pas — pas de volant ni de roues. D'autres créent un kart rapide et autonome, mais son moteur en pâte à modeler ne ressemble pas à un vrai. C'est à peu près la situation dans la science du cerveau. Une direction — la « modélisation du cerveau entier » — reconstitue les réseaux de neurones avec une précision effrayante, jusqu'aux cellules individuelles. L'autre — le « neuroconnexionnisme » — apprend aux réseaux de neurones artificiels à jouer au go et à traduire des textes, mais leur fonctionnement interne ne ressemble que de loin à un cerveau vivant.
Les auteurs de ces travaux, parmi lesquels Ashish Vaswani, proposent de croiser ces approches. Ils appellent le résultat « modèle cérébral fonctionnel à l'échelle du cerveau entier ». C'est comme si, sur un plan 3D détaillé de toutes les rues d'une ville (la structure), on ajoutait de vrais flux de voitures, des embouteillages et des feux tricolores (la dynamique), et surtout la possibilité pour les habitants de se rendre au travail et de rentrer chez eux (la fonction). Le modèle doit satisfaire à quatre conditions : s'appuyer sur de vraies cartes de connexions entre les zones du cerveau, fonctionner en temps continu comme de vrais neurones, résoudre des tâches pratiques — de la reconnaissance des visages à la mémorisation — et produire des signaux comparables aux données du scanner.
Les auteurs tracent une feuille de route pour les années à venir. L'objectif immédiat est de construire un prototype fonctionnel simple. À terme, de tels modèles permettront de plonger au cœur même de la pensée et, peut-être, d'apprendre à réparer ses dysfonctionnements. Car si vous avez une simulation précise d'une ville, vous pouvez non seulement prédire un embouteillage, mais aussi comprendre comment le résoudre.
Résumé original
tel que rédigé par les auteurs, en anglais arXiv:2605.18118
Contemporary computational neuroscience features two prominent modeling traditions. Bottom-up whole-brain modeling (WBM) builds biophysically detailed simulations of brain structure and dynamics, whereas top-down neuroconnectionism optimizes deep neural networks for functional performance. Each has achieved remarkable success yet remains incomplete with WBMs lacking functional competence and neuroconnectionist models showing limited biological grounding. Here we propose functional whole-brain models (fWBMs) as a unified modeling paradigm that integrates structural and dynamical realism with task-performing capacity. fWBMs are defined by four minimal criteria: structural grounding in empirical connectomes and regional biology, continuous-time dynamical realism, functional competence across cognitive domains, and mappable observables to neuroimaging, electrophysiologcal and behavioral data. To formalize this integration, we establish a three-pillar roadmap across short-, mid-, and long-term horizons, and outline the scientific and clinical opportunities this paradigm enables. We argue that the disciplined pursuit of this integrative vision will generate the tools, common language, and cross-scale hypotheses needed to advance our understanding of the brain.
Le cerveau humain contient environ 86 milliards de neurones — soit environ 12 fois plus que le nombre d'êtres humains sur Terre. Chaque neurone peut se connecter à des milliers d'autres, créant un réseau plus complexe que tous les réseaux informatiques du monde réunis.
Dans le roman « L'âge de diamant », Neal Stephenson décrit un livre interactif qui s'adapte à la conscience d'un enfant pour l'éduquer parfaitement. Les modèles cérébraux fonctionnels sont un pas vers la compréhension de la manière de créer un tel « éducateur » dans la réalité.