Lâanalyse du fonctionnement du cerveau est un domaine complexe et en dĂ©veloppement perpĂ©tuel. Selon plusieurs Ă©tudes, le cerveau aurait son propre algorithme pour anticiper des sons et des images futures : le codage prĂ©dictif. Dans cet article nous aborderons le codage prĂ©dictif, qui est lâalgorithme naturel du cerveau pour prĂ©dire son environnement.
Le codage prĂ©dictif : quâest ce que câest ?
Notre cerveau est capable de dĂ©duire un modĂšle complexe et sophistiquĂ© Ă partir de ses expĂ©riences cognitives. Il peut ainsi prĂ©dire des expĂ©riences futures et les anticiper. GrĂące Ă ce modĂšle, il peut reconnaĂźtre des gens, des sons ou des images avec une grande prĂ©cision en se basant sur des expĂ©riences passĂ©es. En anticipant son environnement plutĂŽt que dâanalyser chaque dĂ©tail Ă chaque instant, le cerveau rĂ©duit la charge cognitive, ce qui se traduit par un gain de temps et dâefficacitĂ©.Lorsque sa prĂ©diction nâest pas compatible avec la valeur rĂ©elle, un effet de surprise est dĂ©clenchĂ©.
Lâeffet de surprise, une rĂ©action Ă une erreur dans le codage prĂ©dictif
Le codage prĂ©dictif est basĂ© sur des informations que le cerveau anticipe et quâil connaĂźt dĂ©jĂ . Lorsque le cerveau perçoit une information quâil nâa pas anticipĂ©e correctement, il y a une erreur de prĂ©diction : une diffĂ©rence entre la valeur prĂ©dite par le cerveau et la valeur rĂ©elle. Cette erreur gĂ©nĂšre lâeffet de surprise que nous connaissons lorsquâune information inattendue se prĂ©sente. Cela incite notre cerveau Ă sâadapter et modifier son modĂšle pour mieux anticiper ce genre de situation Ă lâavenir. Ce processus de mise Ă jour lui permet dâamĂ©liorer constamment la comprĂ©hension du monde qui nous entoure.Â
Le codage prĂ©dictif et lâautisme
Des recherches rĂ©centes estiment quâune erreur dans ce systĂšme de prĂ©dictions pourrait ĂȘtre la cause de lâhypersensibilitĂ© des personnes autistes aux stimuli sensoriels.
Prenons lâexemple dâune personne non autiste qui entre dans une parfumerie. Au dĂ©but, lâodeur forte peut piquer le nez et surprendre, mais le cerveau finit par sâhabituer Ă lâodeur et nây prĂȘte plus attention. Cela se produit parce que le cerveau, aprĂšs un moment dâadaptation peut prĂ©dire que lâodeur reste constante et dĂ©cide de filtrer cette information rĂ©pĂ©titive.
Cependant, une personne autiste nâa pas toujours la capacitĂ© de filtrer cette information de la mĂȘme maniĂšre. Ă chaque bouffĂ©e dâodeur, son cerveau perçoit un nouveau stimuli. Les prĂ©dictions du modĂšle de son cerveau ne sont pas correctes, et les erreurs gĂ©nĂ©rĂ©es par une anomalie dans ce modĂšle expliquent pourquoi lâodeur revient Ă chaque fois, causant une gĂȘne face Ă des odeurs fortes.
Algorithme du codage prédictif
Le professeur Karl Friston, un chercheur dans le domaine du codage prĂ©dictif sâest renseignĂ© sur le type dâalgorithme utilisĂ© par le cerveau pour prĂ©dire son environnement extĂ©rieur. Selon lui, notre cerveau utiliserait un algorithme similaire Ă lâestimation par maximum de vraisemblance, aussi appelĂ© algorithme EM (Expectation Maximisation). Lâalgorithme EM utilise les informations disponibles pour estimer des paramĂštres statistiques en se basant sur des formules mathĂ©matiques de probabilitĂ©s pour interprĂ©ter le monde qui nous entoure. Le but du cerveau est dâadapter continuellement ses paramĂštres et mettre Ă jour son modĂšle interne, pour minimiser lâerreur entre la prĂ©diction et la rĂ©alitĂ©. Cet algorithme est souvent utilisĂ© dans des domaines de Machine Learning. Pour comprendre les bases du Machine Learning, vous pouvez consulter cet article.
Compression des signaux pour gagner en efficacité
GrĂące au codage prĂ©dictif, notre cerveau nâa pas besoin dâenregistrer les signaux quâil reçoit, mais uniquement lâerreur entre la prĂ©diction et la valeur rĂ©elle, qui a gĂ©nĂ©ralement une variance plus faible. Le codage prĂ©dictif vise donc Ă n’encoder que cette erreur, permettant une compression des signaux plus efficace. Par exemple, cette technique peut ĂȘtre utilisĂ©e pour compresser des vidĂ©os : certains pixels sont rĂ©pĂ©tĂ©s dans plusieurs images, et il nâest pas nĂ©cessaire de stocker ces pixels Ă chaque instant. Â
Les prédictions sont réalisées en fonction du modÚle et de sa complexité. Par exemple, pour une image cela peut consister à calculer la moyenne des pixels voisins. Il y a évidemment des modÚles bien plus sophistiqués qui ne seront pas abordés dans cet article.
Conclusion
Le codage prédictif explique comment notre cerveau optimise le traitement des stimulis extérieurs en anticipant des données à venir. Il utilise des algorithmes bien connus en Data Science. Pour en savoir plus sur les technologies de data science et vous former aux métiers de la Data, rejoignez DataScientest qui offre un accompagnement éducatif complet .