Le cerveau ajuste le taux d'apprentissage en fonction de l'environnement

Chaque fois que nous recevons des commentaires, le cerveau met à jour ses connaissances et son comportement en réponse aux changements de l'environnement. Toutefois, en cas d’incertitude ou de volatilité dans l’environnement, l’ensemble du processus doit être ajusté.

Dans une nouvelle étude, les chercheurs de Dartmouth ont découvert qu'il n'y a pas un seul taux d'apprentissage pour tout ce que nous faisons, car le cerveau peut auto-ajuster ses taux d'apprentissage à l'aide d'un mécanisme synaptique appelé métaplasticité.

Les résultats réfutent la théorie selon laquelle le cerveau se comporte toujours de manière optimale. On a longtemps pensé que la façon dont le cerveau ajuste l’apprentissage dépendait du système de récompense du cerveau et de son objectif d’optimiser les récompenses obtenues à partir de l’environnement ou par un système plus cognitif responsable de l’apprentissage de la structure de l’environnement.

Les résultats de l'étude sont publiés dans Neurone.

Les chercheurs expliquent que les synapses sont les connexions entre les neurones du cerveau et sont responsables du transfert d'informations d'un neurone à l'autre.

Lorsqu'il s'agit de choisir dans l'évaluation des récompenses potentielles, la valeur que vous avez acquise d'une option particulière, reflétant à quel point vous aimez quelque chose, est stockée dans certaines synapses. Si vous obtenez des commentaires positifs après avoir choisi une option particulière, le cerveau augmente la valeur de cette option en renforçant les synapses associées.

En revanche, si la rétroaction est négative, ces synapses deviennent plus faibles. Les synapses, cependant, peuvent également subir des modifications sans changer la façon dont elles transmettent les informations à travers un processus appelé métaplasticité.

Des études antérieures ont suggéré que le cerveau s'appuie sur un système dédié de surveillance de l'incertitude dans l'environnement pour ajuster son taux d'apprentissage. Les auteurs de cette étude ont cependant constaté que la métaplasticité seule est suffisante pour affiner l'apprentissage en fonction de l'incertitude sur la récompense dans un environnement donné.

«L'un des problèmes les plus complexes de l'apprentissage est de savoir comment s'adapter à l'incertitude et aux changements rapides qui se produisent dans l'environnement. Il est très excitant de constater que les synapses, les éléments de calcul les plus simples du cerveau, peuvent fournir une solution robuste à de tels défis », a déclaré le Dr Alireza Soltani, professeur adjoint de sciences psychologiques et cérébrales.

«Bien sûr, ces éléments simples peuvent ne pas fournir une solution optimale, mais nous avons constaté qu'un modèle basé sur la métaplasticité peut mieux expliquer les comportements réels que les modèles basés sur l'optimalité», a-t-il ajouté.

Cette étude démontre que l'apprentissage peut être auto-ajusté et ne nécessite pas d'optimisation explicite ni de connaissance complète de l'environnement. Les auteurs proposent des implications pratiques potentielles de leurs résultats.

Pour les anomalies comportementales telles que la dépendance, où les synapses peuvent ne pas s'adapter de manière flexible, une rétroaction plus soigneusement conçue peut être nécessaire pour rendre le système à nouveau plastique, illustrant comment la métaplasticité peut avoir une pertinence plus large.

Source: Collège de Dartmouth / EurekAlert