{"id":1632,"date":"2018-10-15T20:27:16","date_gmt":"2018-10-15T19:27:16","guid":{"rendered":"http:\/\/www.blog-lecerveau.org\/?p=7624"},"modified":"2022-01-04T21:08:36","modified_gmt":"2022-01-04T20:08:36","slug":"7624","status":"publish","type":"post","link":"https:\/\/www.blog-lecerveau.org\/avance\/2018\/10\/15\/7624\/","title":{"rendered":"Le cerveau, comme la science, est pr\u00e9dictif (ou bay\u00e9sien)"},"content":{"rendered":"<p><img loading=\"lazy\" class=\"alignleft  wp-image-7625\" title=\"ep26-01\" src=\"https:\/\/www.blog-lecerveau.org\/wp-content\/uploads\/ep26-01-1024x576.png\" alt=\"\" width=\"413\" height=\"232\" \/><\/p>\n<p>Il y a une fa\u00e7on de concevoir le cerveau de plus en plus r\u00e9pandue en sciences cognitives, celle d\u2019une machine \u00e0 faire des pr\u00e9dictions. <span style=\"color: #008080;\"><a href=\"https:\/\/www.blog-lecerveau.org\/blog\/2016\/12\/12\/6120\/\"><span style=\"color: #008080;\">L\u2019approche du \u00ab cerveau pr\u00e9dictif \u00bb (\u00ab predictive processing \u00bb, en anglais)<\/span><\/a><\/span> constitue ni plus ni moins qu\u2019un <span style=\"color: #008080;\"><a href=\"https:\/\/www.blog-lecerveau.org\/blog\/2016\/06\/09\/5423\/\"><span style=\"color: #008080;\">changement de paradigme majeur par rapport \u00e0 la vieille analogie cerveau-ordinateur<\/span><\/a><\/span> du cognitivisme des ann\u00e9es \u201970, par exemple. Non le cerveau n\u2019attend pas passivement ses <span style=\"color: #008080;\"><a href=\"http:\/\/lecerveau.mcgill.ca\/flash\/i\/i_12\/i_12_p\/i_12_p_con\/i_12_p_con.html#3\"><span style=\"color: #008080;\">\u00abinputs\u00bb pour \u00abtraiter des repr\u00e9sentations symboliques\u00bb et produire des \u00aboutputs\u00bb<\/span><\/a><\/span>. Il cherche plut\u00f4t constamment \u00e0 faire des inf\u00e9rences \u00e0 partir des perturbations physiques que subissent ses sens pour tenter d\u2019en comprendre les causes.<!--more--><\/p>\n<p>Et bien s\u00fbr, ces inf\u00e9rences, nous ne les faisons pas \u00e0 partir de rien. Nous disposons d\u2019un tas d\u2019hypoth\u00e8ses pr\u00e9alables sur le monde qui nous viennent <span style=\"color: #008080;\"><a href=\"https:\/\/www.blog-lecerveau.org\/blog\/2017\/01\/23\/metaphores-sur-le-cerveau-et-sa-complexite\/\"><span style=\"color: #008080;\">\u00e0 la fois de notre longue histoire \u00e9volutive et de l\u2019exp\u00e9rience personnelle accumul\u00e9e au cours de notre vie<\/span><\/a><\/span>. La premi\u00e8re a sculpt\u00e9 la forme de notre syst\u00e8me nerveux en fonction de l\u2019environnement dans lequel on a \u00e9volu\u00e9. Et la seconde d\u00e9coule d\u2019une autre sculpture, celle de notre exp\u00e9rience du monde depuis notre plus jeune \u00e2ge qui <span style=\"color: #008080;\"><a href=\"https:\/\/www.blog-lecerveau.org\/blog\/2016\/09\/26\/la-cognition-incarnee-seance-4-plasticite-et-memoires-linevitable-hippocampe\/\"><span style=\"color: #008080;\">a renforc\u00e9 certaines synapses et pas d\u2019autres, s\u00e9lectionn\u00e9 certains r\u00e9seaux de neurones et pas d\u2019autres<\/span><\/a><\/span>. C\u2019est donc toujours \u00e0 partir de ces \u00ab a priori \u00bb que notre cerveau va tenter de comprendre le monde.<\/p>\n<p>Dans une situation concr\u00e8te (par d\u00e9finition souvent ambig\u00fce parce que le monde dans lequel on vit est chaotique et ambigu), c\u2019est le meilleur mod\u00e8le du monde \u00e0 sa disposition, le plus vraisemblable, que notre cerveau va invoquer pour expliquer les perturbations particuli\u00e8res subies par nos sens. Or le monde est complexe et ce n\u2019est souvent pas exactement ce que nos mod\u00e8les internes pr\u00e9voyaient qui survient. En d\u2019autres termes, on observe un \u00e9cart entre notre pr\u00e9diction et la r\u00e9alit\u00e9. C\u2019est ce qu\u2019on appelle l\u2019erreur de pr\u00e9diction (\u00ab prediction error \u00bb, en anglais).<\/p>\n<p>\u00c0 partir de l\u00e0 deux ph\u00e9nom\u00e8nes peuvent se produire. Soit on change notre mod\u00e8le interne pour le rendre plus conforme \u00e0 la r\u00e9alit\u00e9 en tenant compte du signal d\u2019erreur qui remonte dans nos r\u00e9seaux de neurones. C\u2019est ce qu\u2019on appelle couramment l\u2019apprentissage, possible par <span style=\"color: #ff9900;\"><a href=\"http:\/\/lecerveau.mcgill.ca\/flash\/d\/d_07\/d_07_cl\/d_07_cl_tra\/d_07_cl_tra.html\"><span style=\"color: #ff9900;\">la plasticit\u00e9 c\u00e9r\u00e9brale<\/span><\/a><\/span>, et \u00e7a permet de modifier la structure m\u00eame de ces r\u00e9seaux et donc de modifier nos mod\u00e8les du monde. Ou soit on peut agir sur le monde pour modifier les causes des signaux sensoriels pour les rendre plus conformes \u00e0 notre mod\u00e8le interne si on a confiance en lui. L\u2019important ici c\u2019est donc l\u2019action, qui va permettre par exemple de r\u00e9parer une marche d\u2019escalier pourrie pour ne plus que l\u2019on tr\u00e9buche dessus en pr\u00e9disant qu\u2019elle est l\u00e0 (quand on descend sans regarder nos pieds, comme souvent) alors qu\u2019elle est d\u00e9fonc\u00e9e ! C&rsquo;est ce que des gens comme <span style=\"color: #008080;\"><a href=\"https:\/\/www.blog-lecerveau.org\/blog\/2017\/03\/13\/6346\/\"><span style=\"color: #008080;\">Karl Friston<\/span><\/a><\/span> appellent \u00ab\u00a0l&rsquo;inf\u00e9rence active\u00a0\u00bb.<\/p>\n<p>Mais le grand principe d\u2019inf\u00e9rence statistique que l\u2019on vient d\u2019\u00e9voquer dans son ensemble re\u00e7oit souvent l\u2019\u00e9tiquette d\u2019<strong><span style=\"color: #808080;\"><a href=\"https:\/\/fr.wikipedia.org\/wiki\/Inf%C3%A9rence_bay%C3%A9sienne\" target=\"_blank\" rel=\"noopener\"><span style=\"color: #808080;\">inf\u00e9rence \u00ab bay\u00e9sienne \u00bb<\/span><\/a><\/span><\/strong> ou, par extension, de pens\u00e9e \u00ab bay\u00e9sienne \u00bb (parce qu\u2019issu des travaux du r\u00e9v\u00e9rend et math\u00e9maticien britannique Thomas Bayes (1702-1761)). Or je suis tomb\u00e9 un peu par hasard sur un petit bijou de vid\u00e9o qui en explique en fran\u00e7ais les bases de mani\u00e8re tr\u00e8s claire et imag\u00e9e. Intitul\u00e9e <strong><span style=\"color: #808080;\"><a href=\"https:\/\/www.youtube.com\/watch?v=x-2uVNze56s\" target=\"_blank\" rel=\"noopener\"><span style=\"color: #808080;\">\u00ab\u00a0La pens\u00e9e bay\u00e9sienne\u00a0\u00bb<\/span><\/a><\/span><\/strong>, elle est l\u2019\u0153uvre de Christophe Michel, animateur de la cha\u00eene vid\u00e9o <strong><span style=\"color: #808080;\"><a href=\"https:\/\/www.youtube.com\/channel\/UCMFcMhePnH4onVHt2-ItPZw\" target=\"_blank\" rel=\"noopener\"><span style=\"color: #808080;\">Hygi\u00e8ne Mentale<\/span><\/a><\/span><\/strong> destin\u00e9e au d\u00e9veloppement de la pens\u00e9e critique.<\/p>\n<p>Comme il l\u2019explique dans la pr\u00e9sentation de cette vid\u00e9o publi\u00e9e cet \u00e9t\u00e9 :<\/p>\n<blockquote><p>\u00ab Afin de mieux appr\u00e9hender les principes de la pens\u00e9e critique, il n&rsquo;est pas inutile de s\u2019int\u00e9resser aux statistiques Bay\u00e9siennes. Penser en termes de \u00ab\u00a0Plausibilit\u00e9 des hypoth\u00e8ses\u00a0\u00bb permet de ne plus cliver les d\u00e9bats entre \u00ab\u00a0j&rsquo;y crois\u00a0\u00bb et \u00ab\u00a0j&rsquo;y crois pas\u00a0\u00bb. Certes, \u00e7a demande un peu plus de calculs, certes, \u00e7a contient une part de subjectivit\u00e9, mais malgr\u00e9 tout, il y a beaucoup \u00e0 gagner \u00e0 s&rsquo;inspirer de la formule de Bayes pour mieux penser. \u00bb<\/p><\/blockquote>\n<p>La subjectivit\u00e9 dont parle ici Christophe Michel, ce ne sont rien de moins que l\u2019ensemble des mod\u00e8les a priori que renferme n\u2019importe quel cerveau humain. Et la grande force de sa vid\u00e9o est \u00e0 mon avis d\u2019\u00e9largir la notion d\u2019inf\u00e9rence bay\u00e9sienne \u00e0 l\u2019ensemble de la m\u00e9thode scientifique. Car la science utilise autant les m\u00e9thodes fr\u00e9quentistes des statistiques que l\u2019approche bay\u00e9sienne. La statistique fr\u00e9quentiste est en effet l\u2019autre grande famille des stats, sans doute plus connue, celle de la probabilit\u00e9 d\u2019obtenir un r\u00e9sultat \u00ab x \u00bb dans le cadre d\u2019une hypoth\u00e8se donn\u00e9e. C\u2019est ce type de probabilit\u00e9 que l\u2019on utilise \u00e0 l\u2019int\u00e9rieur de tout bon article scientifique pour juger de la vraisemblance d\u2019un r\u00e9sultat observ\u00e9s. Ou pour \u00e9mettre une pr\u00e9diction. Par exemple, ayant un mod\u00e8le g\u00e9n\u00e9ral du mode de vie de telle bact\u00e9rie ancienne, il y a de bonnes chances que ce soit elle qui ait laiss\u00e9 ce type de traces que l\u2019on observe dans une roche.<\/p>\n<p>Mais l\u2019approche scientifique, si on la consid\u00e8re dans son ensemble et pas seulement \u00e0 l\u2019int\u00e9rieur d\u2019un article scientifique, fait aussi un usage essentiel des statistiques bay\u00e9siennes. \u00c0 commencer par le choix des mod\u00e8les qu&rsquo;on utilise ! Pourquoi celui-ci plut\u00f4t que tel autre si ce n\u2019est que parce qu\u2019on a \u00ab l\u2019intuition \u00bb (par la somme de nos mod\u00e8les internes plus ou moins conscients\u2026) qu\u2019il est possiblement plus juste (ou simplement parce qu\u2019il est en vogue et qu\u2019il y a des fonds de recherche plus faciles \u00e0 aller chercher de ce c\u00f4t\u00e9-l\u00e0\u2026). Pour reprendre l\u2019exemple de la bact\u00e9rie ancienne, consid\u00e9rant qu\u2019elle a laiss\u00e9 tel type de trace, quelle sont les probabilit\u00e9s que ce soit le mod\u00e8le A ou le mod\u00e8le B de son mode de vie qui a le plus de chance d\u2019\u00eatre le bon ? Ou pour aller du c\u00f4t\u00e9 du cerveau pr\u00e9dictif : ce bruissement que je discerne dans les herbes hautes l\u00e0-bas, c\u2019est un tigre ou simplement le vent ? Selon les \u00e9vidences dont je dispose, et en m\u2019appuyant sur mon exp\u00e9rience du monde, je dois r\u00e9agir assez vite&#8230; On comprend alors ais\u00e9ment pourquoi ce processus a pu avoir une grande valeur adaptative.<\/p>\n<p>Alors quand on dit, comme le rappelle \u00e0 juste titre Christophe Michel dans sa vid\u00e9o, que les statistiques bay\u00e9siennes ont une part de subjectivit\u00e9, c\u2019est non seulement vrai mais c\u2019est aussi le cas de la d\u00e9marche scientifique en g\u00e9n\u00e9ral ! Et il ne pourrait en \u00eatre autrement puisque les cerveaux humains qui font la science semblent avoir, dans leur principe de fonctionnement m\u00eame, l\u2019inf\u00e9rence bay\u00e9sienne comme source.<\/p>\n<p>Et cela ne donne pas pour autant des munitions aux adeptes du paranormal ou du <span style=\"color: #ff9900;\"><a href=\"http:\/\/lecerveau.mcgill.ca\/flash\/d\/d_05\/d_05_s\/d_05_s_her\/d_05_s_her.html\"><span style=\"color: #ff9900;\">cr\u00e9ationnisme<\/span><\/a><\/span> parce que, disent-ils, ce serait une preuve que la m\u00e9thode scientifique ne serait pas \u00ab objective \u00bb. Elle ne l\u2019a bien entendu jamais \u00e9t\u00e9, et ceux qui le croient ne peuvent faire meilleure d\u00e9monstration de leur m\u00e9connaissance de la science. Mais celle-ci demeure et de loin, justement \u00e0 cause de la grande adaptabilit\u00e9 de ses processus bay\u00e9siens, notre meilleure fa\u00e7on de comprendre le monde.<\/p>\n<p>C\u2019est d\u2019ailleurs sur ces fondements que s\u2019appuient les cadres th\u00e9oriques les plus ambitieux qui sont actuellement publi\u00e9s en sciences cognitives. Je n\u2019en donnerai qu\u2019un exemple en citant le dernier article de Maxwell Ramstead, Paul Badcock et Karl Friston dont j\u2019ai d\u00e9j\u00e0 signal\u00e9 le travail dans ce blogue. L\u2019article vient tout juste d\u2019\u00eatre rendu accessible et s\u2019intitule \u00ab <strong><span style=\"color: #808080;\"><a href=\"https:\/\/www.researchgate.net\/publication\/328260653_The_Hierarchically_Mechanistic_Mind_A_Free-Energy_Formulation_of_the_Human_Psyche\" target=\"_blank\" rel=\"noopener\"><span style=\"color: #808080;\">The Hierarchically Mechanistic Mind: A Free-Energy Formulation of the Human Psyche<\/span><\/a><\/span><\/strong> \u00bb.<\/p>\n<p>Dans cet article, des mod\u00e8les et concepts extr\u00eamement englobant y sont expos\u00e9s en terme de pouvoir explicatif de la pens\u00e9e humaine et de toutes ses manifestations comportementales et culturelles. Et tout cela repose en grande partie sur une vision bay\u00e9sienne du fonctionnement du cerveau et m\u00eame de l\u2019\u00e9volution toute enti\u00e8re. Ce sera ma petite \u00ab suggestion de lecture \u00bb de cette semaine. Un peu plus cors\u00e9e que <span style=\"color: #008080;\"><a href=\"https:\/\/www.blog-lecerveau.org\/blog\/2018\/10\/09\/quelques-suggestions-de-lecture\/\"><span style=\"color: #008080;\">celle de la semaine derni\u00e8re<\/span><\/a><\/span>, j\u2019en conviens. Mais h\u00e9, ce blogue n\u2019est pas celui du Cerveau \u00c0 TOUS LES NIVEAUX pour rien\u2026 \ud83d\ude09<\/p>\n<p>P.s. : autres suggestions de lecture, en plus de toutes les bonnes qui figurent sous la vid\u00e9o de Christophe Michel : le cours extr\u00eamement riche de <span style=\"color: #008080;\"><a href=\"https:\/\/www.blog-lecerveau.org\/blog\/2018\/09\/11\/7553\/\"><span style=\"color: #008080;\">Stanislas Dehaene<\/span><\/a><\/span> du Coll\u00e8ge de France intitul\u00e9 \u00ab <strong><span style=\"color: #808080;\"><a href=\"https:\/\/www.college-de-france.fr\/site\/stanislas-dehaene\/course-2011-2012.htm\" target=\"_blank\" rel=\"noopener\"><span style=\"color: #808080;\">Le cerveau statisticien: la r\u00e9volution Bay\u00e9sienne en sciences cognitives <\/span><\/a><\/span><\/strong>\u00bb<\/p>\n","protected":false},"excerpt":{"rendered":"<p>Il y a une fa\u00e7on de concevoir le cerveau de plus en plus r\u00e9pandue en sciences cognitives, celle d\u2019une machine \u00e0 faire des pr\u00e9dictions. L\u2019approche du \u00ab cerveau pr\u00e9dictif \u00bb (\u00ab predictive processing \u00bb, en anglais) constitue ni plus ni moins qu\u2019un changement de paradigme majeur par rapport \u00e0 la vieille analogie cerveau-ordinateur du cognitivisme [&hellip;]<\/p>\n","protected":false},"author":2,"featured_media":0,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":[],"categories":[7],"tags":[834,835,699],"_links":{"self":[{"href":"https:\/\/www.blog-lecerveau.org\/avance\/wp-json\/wp\/v2\/posts\/1632"}],"collection":[{"href":"https:\/\/www.blog-lecerveau.org\/avance\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.blog-lecerveau.org\/avance\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.blog-lecerveau.org\/avance\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/www.blog-lecerveau.org\/avance\/wp-json\/wp\/v2\/comments?post=1632"}],"version-history":[{"count":2,"href":"https:\/\/www.blog-lecerveau.org\/avance\/wp-json\/wp\/v2\/posts\/1632\/revisions"}],"predecessor-version":[{"id":2165,"href":"https:\/\/www.blog-lecerveau.org\/avance\/wp-json\/wp\/v2\/posts\/1632\/revisions\/2165"}],"wp:attachment":[{"href":"https:\/\/www.blog-lecerveau.org\/avance\/wp-json\/wp\/v2\/media?parent=1632"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.blog-lecerveau.org\/avance\/wp-json\/wp\/v2\/categories?post=1632"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.blog-lecerveau.org\/avance\/wp-json\/wp\/v2\/tags?post=1632"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}