Lieu: Centre Broca

IMN
Equipe : Neurosciences computationnelles

Thèse encadrée par Frédéric Alexandre

Titre

Modèles génératifs dans le néocortex et l’hippocampe

Abstract

Le néocortex et l’hippocampe sont des systèmes d’apprentissage complémentaires, principalement responsables de la mémoire sémantique et épisodique respectivement. L’hippocampe stocke rapidement des expériences, alors que le néocortex apprend lentement des régularités à partir des expériences. Après leur stockage, l’hippocampe rejoue des souvenirs dans le néocortex pour la consolidation de la mémoire. Plus récemment, il a été montré que l’hippocampe ne fait pas que rejouer des expériences passées, mais en construit également de nouvelles. Par conséquent, les chercheurs ont proposé que l’hippocampe possède un modèle génératif du monde and que le phénomène de « replay » est un processus génératif. L’idée d’un modèle génératif dans le cerveau a une longue tradition, mais elle est originellement associée au néocortex, qui a inspiré plusieurs modèles génératifs classiques en machine learning. La manière dont l’hippocampe implémente ce système constructif en coordination avec le néocortex reste largement inconnu. L’objectif de cette thèse est d’étudier comment les circuits neuronaux dans le néocortex et l’hippocampe implémentent des modèles génératifs du monde, nous permettant de nous remémorer des expériences passées et d’en imaginer de futures. Cette question nous pousse à examiner la nature des modèles génératifs, leur plausibilité biologique et leur compatibilité avec le néocortex et l’hippocampe. Nous proposons un modèle du réseau néocortico-hippocampique, dans lequel le néocortex forme un réseau de codage prédictif hiérarchique qui culmine au niveau du cortex entorhinal. Le cortex entorhinal est aussi l’entrée d’un modèle génératif hippocampique, qui est entraîné à reconstruire ses entrées en apprenant des représentations compressées et éparses dans CA1. Le réseau néocortical extrait la structure des expériences, lui permettant de prédire l’information manquante dans son entrée, mais sans retenir les détails individuels de chaque expérience. Cependant, il permet l’instanciation des expériences reconstruites ou générées par l’hippocampe pendant le replay. Le réseau hippocampique est constitué de voies complémentaires d’apprentissage: les expériences sont stockées et récupérées dans le réseau autoassociatif de CA3, alors que de nouvelles expériences sont générés dans CA1. Cette division du travail dans l’hippocampe lui permet de gérer le compromis entre la mémorisation et la généralisation.

Mots clés

Modèle génératif, Mémoire, Apprentissage, Codage prédictif, Réseau de neurones

Publications

• Fontaine, L., & Alexandre, F. (2025, June). Semantic and episodic memories in a predictive coding model of the neocortex. In 2025 International Joint Conference on Neural Networks (IJCNN) (pp. 1-9). IEEE.
• Fontaine, L., & Alexandre, F. (2026, September). A predictive coding model for memory replay in the neocortex. In International Conference on Artificial Neural Networks (pp. 15-26). Cham: Springer Nature Switzerland.

Jury

• M. Sander BOHTE, Professeur, Université d’Amsterdam, Rapporteur
• M. Alexandre PITTI, Professeur, Université de Cergy Pontoise, Rapporteur
• Mme. Hélène SAUZÉON, Professeure, Université de Bordeaux, Examinatrice
• M. Frédéric ALEXANDRE, Directeur de recherche, Université de Bordeaux, Directeur