Comment le mouvement et les sensations s'enroulent en une boucle express
Une bactérie nage vers de la nourriture. Un signal chimique la guide, mais à chaque mouvement, le signal change. Une boucle se forme : sensation — action — nouvelle sensation. Les auteurs de l'étude ont transformé cette boucle en une grandeur mesurable.
Ils ont appliqué une idée issue de la théorie de l'information : on peut calculer combien de bits (unités d'information) circulent des organes sensoriels vers les commandes motrices, et inversement. Le premier flux a été qualifié de réactif — c'est la réponse classique à un stimulus. Le second, actif : ici, c'est le mouvement lui-même qui façonne les sensations futures, comme lorsque nous tournons la tête pour mieux voir un objet.
Les chercheurs ont construit un modèle simple où ces deux flux peuvent être ajustés. Le modèle a montré que si le flux actif est trop faible, l'organisme devient un capteur passif et n'explore pas son environnement. S'il est trop fort, il ignore les signaux importants. L'optimum se situe quelque part entre les deux, et il varie selon les tâches. Chez les bactéries, par exemple, la part réactive domine : elles suivent principalement le gradient de la substance chimique. Chez les mouches qui cherchent une odeur, la stratégie change selon qu'elles sont proches ou éloignées de la source.
L'échange bidirectionnel d'information entre sensation et mouvement est une caractéristique commune à tous les navigateurs, des plus simples aux artificiels. En mesurant cet échange, on peut non seulement prédire le succès de la recherche, mais aussi comprendre quelle stratégie l'agent utilise, sans avoir à inspecter son « cerveau ». Ainsi, la boucle qui commence avec une bactérie qui nage devient une clé pour comprendre le comportement de tout chercheur.
Résumé original
tel que rédigé par les auteurs, en anglais arXiv:2607.26295
As organisms navigate the environment to locate critical resources, their behavioral actions must be tightly coupled to their sensory inputs. Here, we introduce an information-theoretic framework that quantifies this coupling using transfer entropy, which measures information flow between sensory inputs and behavioral outputs. Information flow from sensory inputs to behavior defines a "reactive" component of a navigational strategy, whereas information flow from behavior to sensory inputs defines an "active" component, whereby actions shape subsequent sensory experiences. Analyzing these bidirectional information flows enables us to both predict navigational performance and dissect navigation strategies from trajectories. Using a minimal model that captures the active and reactive components, we connect macroscopic performance to microscopic information flows. We then apply the framework to experimentally measured trajectories of bacteria, worms, and flies, as well as to machine learning agents navigating sensory landscapes. Across systems, bidirectional information flow reliably predicts navigation efficiency, revealing a common behavioral-environment feedback loop. Decomposing active and reactive information flows further exposes distinct strategies underlying bacterial chemotaxis, the spatial dependency of the navigation strategy in fly olfactory navigation, and the learned policies of a reinforcement-trained agent. Together, these results establish bidirectional information flow as a unifying principle for understanding navigation in biological and artificial systems.
La bactérie Escherichia coli « réfléchit » environ 10 bits d'information par seconde pour décider où nager. C'est à peu près la quantité nécessaire pour choisir une trajectoire parmi mille possibles.