Traitement parallèle

Lorsque le cerveau apprend une nouvelle habileté motrice, les neurones forment des circuits qui activent les muscles du corps pour l'exécuter. Mais le même réseau distribué contrôle les tâches motrices associées. Ainsi, lorsque vous essayez d'acquérir plusieurs compétences à la fois, de nouvelles modifications apportées aux modèles existants peuvent interférer avec les compétences acquises précédemment.

C'est particulièrement délicat lorsque vous apprenez des choses très similaires, explique le professeur de l'Institut Emilio Bizzi. Un nouveau modèle informatique qu'il a développé avec Robert Ajemian, chercheur à l'Institut McGovern, explique comment le cerveau résout ce problème.

Le cerveau est massivement parallèle et chaque neurone se connecte à environ 10 000 autres en moyenne. Cela pourrait rendre les interférences plus probables que dans les puces informatiques standard, qui traitent les données en série et stockent les instructions pour chaque tâche dans un emplacement distinct.

Mais cette connectivité permet au cerveau de tester de nombreuses solutions possibles pour réaliser des combinaisons de tâches. Les neurones modifient constamment la force de ces connexions, un trait connu sous le nom d'hyperplasticité. Ils reçoivent également autant d'informations inutiles que d'informations utiles de la part de leurs voisins.

Sans ce très faible rapport signal/bruit, le cerveau hyperplasique écraserait trop facilement les souvenirs existants. Mais sans hyperplasticité, le bruit couvrirait les minuscules changements de connectivité, rendant impossible l'apprentissage de nouvelles compétences.

Votre cerveau essaie toujours de trouver les configurations qui équilibrent tout afin que vous puissiez effectuer deux tâches, ou trois tâches, ou quel que soit le nombre que vous apprenez, dit Ajemian. Il existe de nombreuses façons de résoudre une tâche, et vous explorez toutes les différentes manières.

cacher