Le champ récepteur (RF) d’un neurone est le terme appliqué à l’espace dans lequel la présence d’un stimulus modifie la réponse du même neurone.
Les réponses des neurones visuels, ainsi que les phénomènes de perception visuelle en général, sont des fonctions hautement non linéaires de l’entrée visuelle (en mathématiques, les systèmes non linéaires représentent des phénomènes dont le comportement ne peut être exprimé comme la somme des comportements de ses descripteurs).
A l’inverse, les modèles de vision utilisés en science sont basés sur la notion de champ réceptif linéaire; en intelligence artificielle et en apprentissage automatique, les réseaux de neurones artificiels étant basés sur des modèles de vision classiques, utilisent également des champs récepteurs linéaires.
La modélisation de la vision basée sur un champ réceptif linéaire pose plusieurs problèmes inhérents: elle change à chaque entrée, elle suppose un ensemble de fonctions de base pour le système visuel, et elle est en contradiction avec les études récentes sur les calculs dendritiques « ,
Marcelo Bertalmío, premier auteur de l’étude, Universitat Pompeu Fabra – Barcelone
L’étude a été récemment publiée dans la revue du groupe Nature, Rapports scientifiques. L’article propose de modéliser le champ récepteur de manière non linéaire, introduisant le concept de champ réceptif intrinsèquement non linéaire ou INRF
L’article propose de modéliser le champ réceptif de manière non linéaire, en introduisant le champ réceptif intrinsèquement non linéaire ou INRF. Une étude menée par Marcelo Bertalmío, Alex Gómez-Villa, Adrián Martín, Javier Vázquez-Corral et David Kane, chercheurs au Département des technologies de l’information et de la communication (DTIC) de l’UPF, en collaboration avec Jesús Malo, chercheur de l’Université de Valence.
Une approche aux larges implications
L’INRF, en plus d’être plus plausible physiologiquement et d’incarner le principe de représentation efficace, a une propriété clé de larges implications: pour plusieurs phénomènes de science de la vision où un RF linéaire doit varier avec l’entrée afin de prédire les réponses, tandis qu’un RF linéaire varie pour chaque stimulus, l’INRF peut rester constant sous différents stimuli.
Bertalmío ajoute: « Nous avons également prouvé que les réseaux de neurones artificiels avec des modules INRF au lieu de filtres linéaires ont une performance remarquablement améliorée et une meilleure imitation de la perception humaine de base ». Cette recherche met en évidence la nature intrinsèquement non linéaire des champs réceptifs dans la vision et suggère un changement de paradigme à la fois pour la science de la vision et pour l’intelligence artificielle.
La source:
Universitat Pompeu Fabra – Barcelone