Comment les idées apprennent les unes des autres express

Original: "A Neural Network model of Cultural Evolution"
· Kingsley J. A. Cox, Paul R. Adams
arXiv:2607.24886 · 2026-07-27 · CC BY 4.0 · 2 min
Les réseaux de neurones dans nos têtes peuvent échanger des solutions et accumuler des connaissances au fil des générations.

L'esprit humain ressemble à un jeu de construction qui s'auto-construit. Les nouvelles idées ne meurent pas avec leur créateur : elles se transmettent, se mélangent et sont sélectionnées. Ce processus est appelé évolution culturelle : les inventions utiles se consolident, les inutiles tombent dans l'oubli. C'est le principe du cliquet, ce mécanisme qui ne tourne que dans un sens.

Mais que se passe-t-il exactement dans la tête lorsqu'une pensée en supplante une autre ? Les auteurs de l'étude ont émis l'hypothèse que tout se joue dans le réglage des connexions entre neurones, un peu comme lors de l'apprentissage des réseaux de neurones artificiels. Ils ont créé une population d'agents virtuels dotés de simples réseaux de neurones. Chaque agent recevait en entrée un mélange de « causes premières » cachées — comme s'il entendait plusieurs voix simultanément — et tentait de les séparer en ajustant les poids des connexions.

L'apprentissage suivait la règle de Hebb : les neurones qui s'activent ensemble renforcent leur connexion — un peu comme des amis qui se voient souvent deviennent plus proches.

Ensuite, les agents ont été autorisés à communiquer. Mais pas n'importe comment : de manière sélective, en ne transmettant que leurs meilleures hypothèses sur les causes cachées. Ce mode a été baptisé « Lumière ». Seuls, de nombreux agents échouaient à la tâche, mais en groupe avec cet échange, ils commençaient à trouver des solutions de plus en plus précises. Une amélioration en entraînait une autre — le cliquet s'était enclenché.

Le modèle est volontairement simple. Pas de langage, pas de pensée abstraite : seulement des neurones et des signaux. Mais c'est précisément cette transparence qui permet de voir le mécanisme qui restait auparavant dans l'ombre : comment des hypothèses brutes se transforment en savoir commun.

Un groupe de 50 agents en mode « Lumière » trouvait la bonne solution en moyenne en 200 étapes — un peu comme si 50 personnes, en quelques heures d'essais et d'erreurs, apprenaient à distinguer des voix dans une pièce bruyante.

La règle de Hebb, utilisée dans le modèle, est souvent formulée ainsi : « Les neurones qui s'activent ensemble se connectent ». Elle a été proposée par le psychologue Donald Hebb en 1949, bien avant l'avènement des ordinateurs puissants.

Notions
acquisition du langage neuronal réseaux de neurones grands modèles de langage apprentissage apprentissage collectif émergent stockage d'information intelligence artificielle évolution reconnaissance de formes transparence réseau aléatoire algorithme génétique neurone modèle génératif transformeurs reconnaissance vocale forêt aléatoire principe de Baldwin IA explicable autisme