- Des chercheurs ont cartographié avec un niveau de détail extrême un minuscule fragment de cerveau humain, créant un atlas cellulaire permettant d’observer la structure des connexions cérébrales
- Cet atlas cellulaire a été publié dans Science et mis en ligne sous forme de données, afin de pouvoir servir à des analyses ultérieures
- L’atlas révèle de nouveaux schémas de connexion entre neurones et montre des structures à l’échelle cellulaire qui étaient auparavant difficiles à observer
- Certaines cellules s’enroulent autour d’elles-mêmes pour former des structures semblables à des nœuds, et des paires de neurones apparaissant presque comme des images miroir ont également été identifiées
- Même dans un petit tissu de 1 mm³, des connexions et des formes complexes apparaissent, illustrant l’ampleur des données nécessaires pour comprendre la structure du cerveau humain
Atlas cellulaire d’un fragment de cerveau humain
- Des chercheurs ont cartographié très finement un petit fragment de cerveau humain
- Le résultat est un atlas cellulaire comprenant les cellules cérébrales, dont les neurones
- Cet atlas a été publié dans un article de Science et est également accessible en ligne
Structures révélées par l’atlas
- De nouveaux schémas de connexion ont été identifiés entre les neurones
- Certaines cellules s’enroulent autour d’elles-mêmes et forment des structures semblables à des nœuds
- Des paires de neurones presque en miroir l’une de l’autre apparaissent également
1 commentaires
Commentaires sur Hacker News
Au 11/05/2024, j’ai lu tous les commentaires, et je trouve assez surprenant qu’aucune question évidente ne soit apparue du point de vue de professeurs de grandes universités
Au lieu de simplement dérouler des connaissances de manuel sur le fonctionnement du cerveau, les différences entre mammifères et oiseaux, ou l’IA et les LLM, ne devrait-on pas demander à quoi servent ces structures et objets étranges que nous ne comprenons absolument pas : https://h01-release.storage.googleapis.com/gallery.html
J’en ai compté 7
J’aime particulièrement « l’objet ovoïde sans prolongements connectés »
Une structure où la dendrite d’une cellule traverse le soma d’une autre cellule
La visualisation interactive est vraiment excellente
C’est sympa de zoomer dans les coupes et de faire défiler les couches vers le haut et le bas, et le modèle 3D vaut aussi le coup d’œil en zoomant
On voit aussi que quand on passe la souris sur une partie d’un neurone, le neurone entier est mis en surbrillance : http://h01-dot-neuroglancer-demo.appspot.com/#!gs://h01-release/assets/neuroglancer_states/20210601/c2_library.json
Ce n’est qu’un millimètre cube de notre cerveau, et pourtant il y a déjà autant de connexions ; on comprend mieux pourquoi les corbeaux peuvent être si intelligents avec un cerveau gros comme une noix
Le cerveau est peut-être la chose la plus complexe de l’univers ; je me demande s’il peut logiquement être assez complexe pour se comprendre lui-même
Je ne sais pas comment ils ont réussi à faire ça
« La carte 3D couvre un volume d’environ un millimètre cube, soit un millionième du cerveau entier, et inclut environ 57 000 cellules ainsi que 150 millions de synapses, les connexions entre neurones »
C’est un bon point de référence empirique pour estimer grossièrement la taille que devrait avoir un réseau neuronal afin d’imiter un cerveau humain
150 millions de synapses / 57 000 neurones donnent en moyenne 2 632 synapses par neurone, et si l’on considère qu’un cerveau humain adulte compte environ 100 milliards de neurones, on arrive à 2.6e14 synapses au total
Même en supposant seulement 1 paramètre par synapse, le modèle minimal serait déjà des centaines de fois plus grand que les 1.8e12 paramètres attribués par la rumeur à GPT-4
C’est évidemment beaucoup trop grossier, et si l’on prend 10 à 100 canaux ioniques par synapse, avec au moins 10 paramètres par canal ionique, on dépasse 2.6e16, soit plus de quatre ordres de grandeur au-dessus de GPT-4
Bien sûr, il y a aussi d’autres problèmes comme l’implémentation de la plasticité neuronale, mais c’est un calcul d’ordre de grandeur amusant
La puissance de calcul pourrait peut-être être atteinte vers 2048 : https://news.ycombinator.com/item?id=38919548
C’est presque l’inverse de l’idée, longtemps admise, selon laquelle les neurones artificiels seraient une pâle imitation des vrais neurones
Il y a cette citation : « Notre cerveau a 100 000 milliards de connexions. Les grands modèles de langage en ont tout au plus 500 milliards, voire 1 000 milliards. Pourtant, GPT-4 en sait des centaines de fois plus que n’importe quelle personne. Peut-être a-t-il simplement un algorithme d’apprentissage bien meilleur que le nôtre »
À la densité observée dans cet échantillon cérébral, les connexions de GPT-4 occuperaient 5 centimètres cubes, soit 1 % du volume du cortex cérébral humain
Et pourtant, GPT-4 parle avec une certaine aisance dans 80 langues, traduit, écrit du code, imite le style de centaines voire de milliers d’auteurs, et peut converser sur des sujets allant de la philosophie à la cuisine, en passant par la science et le droit
Les cellules sont remplies de machinerie à l’échelle nanométrique complexe, dont une partie pourrait aussi participer aux processus cognitifs
Je connais au moins une étude ayant identifié des nanostructures directement impliquées dans le fonctionnement de la mémoire au niveau neuronal
En plus, beaucoup de processus ont une dimension très analogique
Je me souviens d’un neurologue disant dans une interview que, depuis des siècles, l’humanité compare le cerveau à la technologie la plus complexe de son époque
D’abord à des mécanismes, puis à des tuyaux et à la vapeur, ensuite à des circuits électriques, à l’électronique, et maintenant aux ordinateurs, mais le cerveau ne fonctionne comme aucune de ces choses ; il faut donc reconnaître les limites de nos modèles
Comme rien ne semble l’empêcher, il serait surprenant qu’il n’y en ait pas
Je ne pense pas qu’on puisse modéliser le fonctionnement des synapses simplement avec davantage de signaux
Il se peut donc qu’une quantité bien plus faible de tissu cérébral suffise pour l’intelligence générale
C’est un résultat important et impressionnant, mais il rappelle un problème fondamental des neurosciences
Si l’on ne savait presque rien d’un processeur et qu’on ne pouvait que fixer des électrodes sur la puce, pourrait-on, à partir des seules mesures, déterminer en détail comment le processeur exécute un programme et ce que fait ce programme ?
Si l’on augmente ensuite l’échelle de plusieurs ordres de grandeur et qu’on ajoute la sensibilité au timing d’arrivée des signaux, on obtient le cerveau
Même avec des pétaoctets de données désormais disponibles, peut-on vraiment se rapprocher de la compréhension de comment fonctionne la cognition ?
Quand j’ai suivi un cours d’introduction aux neurosciences computationnelles, j’ai été assez choqué d’apprendre qu’il n’existe pratiquement pas de mathématiques permettant de traiter plus de quelques neurones dans le domaine temporel
Les vrais neurones fonctionnent dans le domaine temporel, le timing est crucial pour l’apprentissage de Hebb, et il n’y a pas de horloge globale
Tout ce que fait le cerveau est un processus continu
Ensuite, le fait qu’OpenWorm n’ait même pas réussi à modéliser correctement les quelque 300 neurones de C. elegans, pourtant déjà bien cartographiés, en dit long
L’un des arguments dans la recherche en IA était : « Ce n’est pas en examinant les plumes d’un oiseau au microscope électronique qu’on découvrira les principes du vol »
C’est intéressant, mais je ne pense pas que cette approche nous permettra de comprendre l’intelligence
Les phénomènes émergents relèvent de la théorie des systèmes complexes, et nous n’avons pas les mathématiques pour cela
Notre ignorance dans ce domaine est immense
Quand j’étais jeune, j’entendais souvent : « Le cerveau peut-il se comprendre lui-même ? »
Peut-être pas, mais l’effort pour essayer de comprendre reste précieux
Il faut une percée dans l’étude des systèmes complexes
Au lieu de fixer des électrodes, on projette des particules et on analyse la trajectoire des débris
Il n’est pas surprenant que des méthodes de singe continuent à révéler une cognition de singe
Il est temps de relire le « There’s plenty of room at the bottom » de Feynman : https://web.pa.msu.edu/people/yang/RFeynman_plentySpace.pdf
Il suffit de regarder le passage où des biologistes lui demandent de construire un microscope électronique 1 000 fois plus puissant, et de voir quelles technologies ont été utilisées pour numériser ces images
L’état de l’art à l’époque ne résolvait qu’environ 10 ångströms, soit à peu près 1 nm, et une amélioration d’un facteur 100 donnerait 0,1 ångström / 0,01 nm
On dirait qu’il y a quand même eu quelques progrès
Après recherche, les microscopes électroniques en transmission iraient jusqu’à 0,05 nm, et les microscopes électroniques à balayage en dessous de 0,1 nm : https://www.kentfaith.co.uk/blog/article_which-electron-microscope-has-the-highest-resolution_4737
À titre de comparaison, je crois que la distance entre les noyaux d’hydrogène dans H2 est d’environ 0,074 nm
On peut voir la forme des molécules, mais les atomes individuels restent encore un peu flous : https://cosmosmagazine.com/science/chemistry/molecular-models-electron-microscopy/
En voyant l’image d’un neurone isolé, les gens qui travaillent sur la simulation du cerveau vont sans doute devoir recalculer leurs estimations de la puissance de calcul nécessaire
Je me demande s’il existe un nom pour ce léger malaise que ce genre d’image provoque
J’aimerais mieux l’exprimer, mais face à des images microscopiques de tissu cérébral, je ressens toujours une impression étrangement dérangeante
Est-ce une réaction normale ?
Le cerveau est catastrophique en gestion de câbles
Mais je ressens aussi une sorte de vide inquiétant dans ces images
Ma première pensée a été que mon “implémentation” en tant qu’être conscient, c’est littéralement cela, un amas de fibres enfermé dans l’obscurité totale du crâne
Les images de tissu cérébral humain ont aussi quelque chose de sombre parce qu’elles proviennent d’une personne qui a autrefois eu une vie et des expériences
En quelque sorte, mon cerveau vivant est en train de regarder un cerveau mort
Si c’est semblable au malaise que certains ressentent face aux motifs troués, ou si c’est plutôt quelque chose de plus abstrait, du genre « des fragments inconnus de la réalité la plus intime de quelqu’un ont circulé là-dedans »
Dans les deux cas, je ne connais pas de nom, mais la forme elle-même pourrait, dans ce contexte, représenter un aspect de la mémoire ou de la personnalité, qui sait
Quand on voit que toute l’expérience humaine, l’amour, la tragédie et l’accomplissement, ne sont que des potentiels électriques transmis par ces cellules tortueuses, cela dissipe le sentiment de magie que j’associais aux êtres humains
J’ai l’impression d’être confronté à quelque chose de très direct, tout en faisant face à quelque chose de si vaste que je ne pourrai jamais le comprendre
Un roman de Neal Stephenson traite bien de ce sujet : https://en.wikipedia.org/wiki/Fall;_or,_Dodge_in_Hell
Dans le fork de Neuroglancer, un algorithme d’auto-apprentissage supervisé a été développé pour annoter des données volumétriques non étiquetées
On peut s’attendre à davantage de progrès dans les projets de cartographie cérébrale à grande échelle
Détails du projet : https://www.ll.mit.edu/sites/default/files/other/doc/2023-02/TVO_Technology_Highlight_45_NeuroTrALE.pdf
« L’échantillon a été découpé en environ 5 000 sections, chacune d’une épaisseur de 34 nanomètres, et a pu être imagée au microscope électronique »
Quelqu’un sait comment ils font ça sans endommager l’échantillon ?
Article : https://www.biorxiv.org/content/10.1101/2021.05.29.446289v4
Voir la Figure 1
ATUM est expliqué plus en détail ici : https://www.eden-instruments.com/en/ex-situ-equipments/rmc-em-sample-prep-solutions/atumtome/
Il y a aussi beaucoup de bonnes photos et explications ici : https://www.wormatlas.org/EMmethods/ATUM.htm
En résumé, ce projet bénéficie pleinement de toutes les technologies du XXIe siècle