En analysant la complexité fonctionnelle des neurones, des chercheurs ont montré que les neurones corticaux humains individuels présentent une complexité fonctionnelle supérieure à celle des autres mammifères. Alors que les travaux antérieurs se concentraient principalement sur le volume cérébral et le nombre de neurones, ces résultats suggèrent que certaines différences entre les capacités cognitives humaines et celles d’autres mammifères pourraient également s’expliquer, en partie, par les propriétés des neurones individuels.
Les performances du cerveau humain et les capacités cognitives qui en résultent se distinguent au sein du règne animal. Les chercheurs ont longtemps mis l’accent sur des facteurs tels que le nombre de neurones, la connectivité et l’organisation du cerveau. Il contient notamment jusqu’à 100 milliards de neurones et environ un million de milliards de synapses, chaque neurones possédant en moyenne 10 000 synapses.
Des études récentes ont cependant suggéré que les caractéristiques des neurones humains individuels jouent également un rôle clé dans ses capacités cognitives avancées. Cela inclut notamment des types cellulaires et des caractéristiques cellulaires présentant des différences entre l’humain et d’autres espèces (les neurones corticaux humains diffèrent de ceux des autres mammifères) et des caractéristiques morphologiques et biophysiques distinctes.
Toutefois, si de nombreuses propriétés distinctes ont été répertoriées, leur implication exacte dans les capacités du cerveau humain demeure incomprise. Une étude publiée récemment dans la revue PNAS éclaire la question en démontrant la complexité de la capacité de calcul des neurones humains individuels.
« On imagine souvent un neurone comme un simple interrupteur qui s’allume ou s’éteint », explique dans un communiqué, Idan Segev de l’Université hébraïque de Jérusalem, qui a codirigé l’étude. « Or, nous démontrons qu’un seul neurone humain est en lui-même un dispositif de calcul d’une sophistication extraordinaire. »
Une architecture dendritique qui démultiplie les capacités
Des études antérieures ont montré que certains neurones corticaux humains présentent une morphologie particulièrement étendue et complexe, comportant notamment de grandes branches dendritiques et très ramifiées. Cette arborisation dendritique étendue offre une plus grande surface de réception et de traitement de signaux synaptiques.
Les mesures quantifiant cette complexité fonctionnelle faisaient cependant jusqu’à présent défaut. Pour quantifier la capacité de calcul d’un neurone humain individuel, l’équipe de Segev a proposé une nouvelle mesure de la complexité fonctionnelle.
Pour ce faire, elle a combiné la modélisation informatique avancée à l’IA afin de déterminer la difficulté, pour un réseau de neurones artificiels (RNA) sophistiqué, à apprendre et à reproduire la relation entre l’information entrant dans un neurone et la réponse qu’il produit, à partir de modèles biophysiques de neurones.
L’idée était assez simple : si un « jumeau » artificiel nécessite une plus grande complexité pour imiter le comportement d’un neurone biologique, alors le neurone biologique lui-même possèderait une puissance de calcul supérieure.
Réseaux neuronaux profonds et superficiels : les neurones corticaux humains sont des dispositifs de calcul remarquablement puissants. Un seul neurone cortical humain possède des capacités de calcul comparables à celles d’un réseau neuronal profond. © Daniela Yoeli/Université hébraïque de Jérusalem
« Nous introduisons l’Indice de Complexité Fonctionnelle (ICF), une mesure permettant de quantifier la complexité fonctionnelle neuronale. L’ICF permet d’identifier les facteurs contribuant à la complexité computationnelle d’un neurone et de comparer systématiquement la complexité des entrées-sorties entre différents types neuronaux », écrivent les chercheurs dans leur document.
Les résultats ont révélé que les arbres dendritiques très ramifiés et leurs caractéristiques électriques distinctes étaient associés à une complexité fonctionnelle plus élevée chez les neurones corticaux humains étudiés.
Chaque neurone humain présente une complexité fonctionnelle supérieure à celle des neurones de rat étudiés, notamment en raison de sa morphologie dendritique et de ses propriétés synaptiques.
Plutôt que d’être de simples systèmes « marche/arrêt », chaque neurone humain fonctionnerait comme une unité de calcul (microprocesseur) hautement performante, avec une capacité comparable celle d’un réseau neuronal artificiel. Cela leur permet d’effectuer des calculs complexes sur les informations entrantes.
Ces propriétés pourraient contribuer, au moins en partie, aux différences de capacités cognitives entre l’humain et d’autres espèces. Au-delà de la taille du cerveau et du nombre de neurones, la complexité des neurones individuels aurait ainsi probablement joué un rôle dans l’évolution de la cognition humaine.
« Ces résultats révèlent les bases structurelles et biophysiques des propriétés fonctionnelles améliorées des neurones corticaux humains, constituant une étape clé vers la compréhension des fondements de nos capacités cognitives accrues », indiquent les chercheurs. Ces résultats pourraient en outre contribuer au développement de systèmes d’apprentissage automatique bioinspirés plus performants.
