Karl Friston – 1959 à nos jours

Biographie

Dans l’histoire moderne des neurosciences et des sciences cognitives, peu de figures ont imprimé une marque aussi profonde, transversale et révolutionnaire que celle de Karl Friston. Né en 1959 à York, en Angleterre, ce théoricien visionnaire incarne une synthèse intellectuelle exceptionnelle, oscillant en permanence entre la rigueur expérimentale du statisticien, la finesse clinique du psychiatre et l’ambition spéculative du physicien théoricien. Son itinéraire intellectuel ne s’est pas contenté d’inscrire des innovations isolées au sein d’une discipline fermée ; il a au contraire provoqué des bouleversements paradigmatiques successifs qui ont d’abord refondé la méthodologie de l’imagerie cérébrale avant de proposer un cadre unifié vertigineux pour comprendre la matière vivante, de la simple cellule à la conscience phénoménale et aux sociétés humaines.

Friston est sans conteste l’un des scientifiques vivants les plus cités au monde, une renommée initialement forgée au début des années 1990 par la conception de la cartographie statistique paramétrique (Statistical Parametric Mapping, SPM). Cet ensemble d’algorithmes et d’outils informatiques a fourni aux chercheurs de la planète entière le langage mathématique standard indispensable pour analyser les données issues de la tomographie par émission de positons (TEP) et de l’imagerie par résonance magnétique fonctionnelle (IRMf). Mais là où d’autres pionniers de la neuro-imagerie se seraient cantonnés à l’optimisation instrumentale, Friston a vu dans le signal neurobiologique une invitation à résoudre l’énigme fondamentale de l’organisation cérébrale : comment une masse de tissu biologique hautement interconnectée parvient-elle à inférer les causes cachées de son environnement et à maintenir son organisation face au désordre thermodynamique ?

Cette interrogation fondamentale a conduit Karl Friston à formuler, au milieu des années 2000, le principe de l’énergie libre variationnelle (Free Energy Principle, FEP), prolongé par la théorie de l’inférence active. S’adossant aux intuitions d’Hermann von Helmholtz, à la cybernétique de William Ross Ashby et à la physique statistique non linéaire, Friston a édifié un cadre ontologique et computationnel sans précédent. Cet article encyclopédique se propose d’explorer en profondeur la trajectoire intellectuelle, les ruptures conceptuelles, les fondations mathématiques et les implications philosophiques d’une œuvre qui redéfinit radicalement notre compréhension de l’esprit, du corps et du phénomène vivant.

1. Introduction et repères biographiques fondamentaux (1959 à nos jours)

1.1 Origines académiques et formation initiale en physique et psychiatrie

L’itinéraire académique de Karl Friston se caractérise dès ses origines par une double formation qui préfigure la nature profondément transdisciplinaire de ses travaux futurs. Initié aux sciences dures à l’Université de Cambridge, où il étudie la physique fondamentale et les sciences naturelles au sein du Gonville and Caius College, Friston s’imprègne très tôt des formalismes de la thermodynamique statistique, du calcul différentiel et de la mécanique classique. Cette formation initiale lui confère une rigueur analytique peu commune parmi les futurs biologistes de sa génération, forgeant un regard habitué à conceptualiser le monde matériel à travers le prisme des systèmes dynamiques et des lois d’invariance probabilistes.

Néanmoins, attiré par les complexités insolubles de la psyché et du comportement biologique, Friston s’oriente ensuite vers la médecine clinique au King’s College Hospital de Londres, avant de se spécialiser en psychiatrie. Cette immersion dans la pathologie mentale constitue le creuset de ses intuitions les plus fécondes. Confronté aux manifestations cliniques de la schizophrénie, des troubles dissociatifs et des psychoses aiguës, il perçoit les limites des approches phénoménologiques purement descriptives de l’époque, de même que le réductionnisme simpliste des premières hypothèses pharmacologiques neurochimiques. Il ressent l’impérieuse nécessité de relier les distorsions de la perception et de la pensée à des anomalies computationnelles profondes dans le traitement de l’information par les réseaux neuronaux.

Dès cette époque clinique, Friston commence à intégrer les concepts de la thermodynamique et de la théorie de l’information pour modéliser le fonctionnement psychique. Il redécouvre avec passion les écrits d’Hermann von Helmholtz sur l’inférence inconsciente, postulant que la perception visuelle est une déduction probabiliste opérée par le système nerveux à partir de données sensorielles fragmentaires. Il s’abreuve simultanément aux travaux des pionniers de la cybernétique, tout particulièrement William Ross Ashby et son concept d’homéostat, ainsi qu’aux théories de Gregory Bateson sur la schizophrénie. Cette conjonction inhabituelle entre physique mathématique et psychiatrie phénoménologique pose le socle inaltérable d’une carrière consacrée à élucider l’architecture computationnelle de l’esprit.

1.2 L’émergence au Wellcome Centre for Human Neuroimaging

Au tournant des années 1990, l’avènement des technologies de neuro-imagerie fonctionnelle offre à Karl Friston le laboratoire empirique idéal pour matérialiser ses conceptions théoriques. Il rejoint le Wellcome Department of Imaging Neuroscience (aujourd’hui Wellcome Centre for Human Neuroimaging) situé au sein de l’Institute of Neurology de l’University College London (UCL) au 12 Queen Square. Sous l’impulsion de Friston et de collaborateurs historiques tels que Richard Frackowiak, Robert Turner et John Ashburner, Queen Square s’impose en quelques années comme l’épicentre mondial de la recherche sur la cartographie du cerveau humain, attirant physiciens, mathématiciens, neurologues et psychologues cognitifs du monde entier.

Dans ce sanctuaire de la recherche internationale, Friston déploie une énergie créatrice prodigieuse. Il structure un pôle d’excellence sans équivalent, où les défis d’ingénierie logicielle côtoient les débats les plus vertigineux sur la philosophie de l’esprit. L’environnement d’UCL, hautement collaboratif et doté de financements pérennes grâce au soutien du Wellcome Trust, permet à Friston d’échapper aux carcans disciplinaires classiques. Son groupe de recherche devient un creuset méthodologique d’où émergent des innovations majeures, adoptées quasi instantanément par la communauté scientifique mondiale, faisant de lui l’un des esprits les plus influents de l’histoire moderne des sciences biomédicales.

La reconnaissance institutionnelle ne tarde pas à consacrer cette ascension. Élu membre de la Royal Society (FRS) et de l’Academy of Medical Sciences, Friston accumule les distinctions les plus prestigieuses, du prix Minerva au prix Klaus Joachim Zülch de la Société Max-Planck, tout en figurant de manière ininterrompue au sommet des classements bibliométriques internationaux avec un indice h stratosphérique et plusieurs centaines de milliers de citations. Pourtant, au-delà des honneurs, c’est son rôle de mentor qui marque durablement les neurosciences contemporaines : Friston a formé et inspiré deux générations de chercheurs d’élite, transmettant une éthique du travail intellectuel alliant bienveillance, générosité conceptuelle et exigence formelle absolue.

1.3 Parcours épistémologique : du réductionnisme instrumental à la théorie globale du vivant

L’évolution intellectuelle de Karl Friston présente une trajectoire épistémologique remarquable, qui s’apparente à une expansion concentrique permanente. À ses débuts à la fin des années 1980 et durant les années 1990, son travail semble s’inscrire dans une démarche d’apparence réductionniste et instrumentale : il s’agit d’inventer des outils mathématiques capables de filtrer le bruit, d’aligner des images cérébrales en trois dimensions et de tester des hypothèses statistiques locales sur les variations hémodynamiques voxel par voxel. Cette phase méthodologique, bien que technique en surface, dissimule déjà une profonde interrogation sur la nature du signal biologique et sur la validité des inférences statistiques que l’observateur humain peut porter sur un système complexe.

Cependant, au tournant des années 2000, Friston opère un basculement décisif. Constatant que la simple localisation des aires cérébrales activées ne permet pas d’accéder aux principes computationnels fondamentaux de l’encéphale, il déplace son attention de la localisation fonctionnelle vers la connectivité dynamique, puis vers la modélisation mathématique des processus d’auto-organisation. Ce passage d’une posture de statisticien de la mesure à celle de théoricien des systèmes complexes marque sa rupture définitive avec l’empirisme inductif classique. L’imagerie cérébrale n’est plus pour lui une fin en soi, mais une fenêtre empirique permettant de valider des principes universels d’organisation biologique.

Cette trajectoire culmine dans l’ambition holistique d’une véritable théorie unifiée du cerveau et de la matière vivante. En formulant le principe de l’énergie libre, Friston transcende les frontières traditionnelles des neurosciences pour s’aventurer dans la physique statistique hors d’équilibre, la thermodynamique de l’information et la philosophie de la biologie. Sa démarche méthodologique combine désormais une axiomatique mathématique implacable — fondée sur le calcul variationnel et la théorie des probabilités bayésiennes — avec une intuition clinique intacte concernant la vulnérabilité intrinsèque des organismes adaptatifs face à l’entropie, réalisant une symbiose unique entre abstraction formelle et vitalisme biophysique.

2. La révolution méthodologique en imagerie cérébrale fonctionnelle

2.1 L’invention de la cartographie statistique paramétrique (SPM)

Au début des années 1990, la recherche en neuro-imagerie fonctionnelle balbutie. Les scientifiques disposent d’images issues de la tomographie par émission de positons (TEP), puis des débuts de l’imagerie par résonance magnétique fonctionnelle (IRMf), mais les méthodes d’analyse manquent cruellement de rigueur mathématique, de standardisation spatiale et de puissance inférentielle. C’est dans ce vide méthodologique que Karl Friston pose les bases de la cartographie statistique paramétrique (Statistical Parametric Mapping, SPM). Son objectif est clair : transformer des matrices brutes de signaux physiques tridimensionnels en cartes statistiques probabilistes fiables, capables de révéler les réseaux neuronaux sous-jacents aux fonctions cognitives.

Le premier défi surmonté par Friston réside dans la normalisation spatiale. Les cerveaux humains présentant une variabilité morphologique considérable, il était impossible de comparer directement les activations entre différents sujets sans un recalage géométrique rigoureux. Friston et ses collègues développent des algorithmes de déformation non linéaire permettant de mapper chaque volume cérébral individuel sur un espace stéréotaxique standardisé, en l’occurrence l’espace de Talairach puis les atlas de l’Institut neurologique de Montréal (MNI). Cette normalisation permet d’analyser le cerveau sous forme d’une grille régulière de petits éléments de volume tridimensionnels : les voxels.

Une fois les cerveaux normalisés et lissés spatialement, Friston applique le modèle linéaire général (General Linear Model, GLM) de manière massivement univariée, c’est-à-dire indépendamment à chaque voxel du volume cérébral :

Ce formalisme modélise le décours temporel du signal mesuré en fonction de variables explicatives liées au paradigme expérimental (tâches cognitives, stimulations sensorielles) et de régresseurs de confusion. Cependant, l’application du GLM à plusieurs dizaines ou centaines de milliers de voxels simultanément engendre un écueil statistique redoutable : le problème des comparaisons multiples. Appliquer une correction classique de type Bonferroni conduirait à un conservatisme excessif, annihilant toute puissance statistique en raison de la forte corrélation spatiale entre voxels voisins induite par la résolution des instruments et le lissage spatial.

Pour résoudre cette aporie, Friston introduit une percée théorique majeure en adaptant la théorie des champs aléatoires gaussiens (Random Field Theory, RFT). Au lieu de traiter les voxels comme des entités discrètes indépendantes, la RFT modélise la carte statistique continue résultante comme un champ stochastique sous-jacent. Elle permet de calculer analytiquement la probabilité qu’un amas continu de voxels dépassant un certain seuil d’activation apparaisse uniquement sous l’effet du bruit. Cette avancée confère enfin à l’imagerie cérébrale fonctionnelle un socle mathématique indiscutable, standardisant mondialement l’analyse statistique de l’IRMf et propulsant la discipline dans l’ère de la reproductibilité scientifique.

2.2 Morphométrie basée sur le voxel (VBM)

Fort des acquis algorithmiques de SPM, Friston, en étroite collaboration avec John Ashburner, étend rapidement ces concepts du domaine de l’activité fonctionnelle à celui de l’analyse structurelle anatomique. Cette démarche donne naissance, à la fin des années 1990, à la morphométrie basée sur le voxel (Voxel-Based Morphometry, VBM). Jusqu’alors, l’évaluation quantitative des anomalies morphologiques du cerveau reposait sur la volumétrie manuelle de régions d’intérêt anatomiques (ROI), une approche extrêmement laborieuse, subjective, sujette à d’importants biais inter-observateurs et structurellement incapable de détecter des altérations subtiles distribuées à travers l’ensemble du parenchyme cérébral.

La VBM automatise intégralement cette analyse à l’échelle du cerveau entier grâce à un pipeline computationnel sophistiqué. Les images anatomiques en résonance magnétique pondérées en T1 sont d’abord segmentées en différents types de tissus biologiques : substance grise, substance blanche et liquide céphalo-rachidien, à l’aide de modèles de mélanges gaussiens et de priors probabilistes a priori. Les segments tissulaires sont ensuite normalisés dans un espace stéréotaxique commun. Une étape cruciale, dite de « modulation », compense les déformations locales introduites par la normalisation spatiale en multipliant la densité tissulaire par les déterminants jacobiens des champs de déformation, permettant ainsi de mesurer directement le volume local absolu de matière grise ou blanche.

L’impact de la VBM sur la neurologie et les neurosciences cognitives s’avère colossal. En éliminant tout a priori sur la localisation anatomique des altérations, la méthode permet d’identifier des variations micro-structurelles cérébrales invisibles à l’œil nu lors d’examens radiologiques conventionnels. Elle devient l’outil de référence mondial pour cartographier la neuroplasticité chez l’être humain — comme dans la célèbre étude révélant l’augmentation de matière grise hippocampique chez les chauffeurs de taxi londoniens —, pour quantifier la perte neuronale au cours du vieillissement physiologique, et pour caractériser les signatures atrophiques précoces dans les maladies neurodégénératives comme la maladie d’Alzheimer, la démence fronto-temporale ou la sclérose latérale amyotrophique.

2.3 Démocratisation et écosystème logiciel en source ouverte

L’hégémonie conceptuelle de Karl Friston dans le champ de la neuro-imagerie ne s’explique pas uniquement par la brillance théorique de ses publications formelles, mais également par un choix de dissémination technologique fondamental : la mise à disposition libre et ouverte de la suite logicielle SPM. Conçue initialement sous forme de scripts MATLAB au sein de l’University College London, la boîte à outils SPM est distribuée gratuitement dès ses premières versions à l’ensemble de la communauté scientifique mondiale, bien avant que le paradigme de l’open source et de l’open science ne devienne un mot d’ordre académique institutionnalisé.

Cette politique d’accès libre a profondément transformé la sociologie des sciences cognitives. Elle a permis à des centaines de laboratoires à travers le monde, quel que soit leur niveau de ressources financières, d’adopter immédiatement une méthodologie d’analyse standardisée de pointe sans devoir réinventer des algorithmes d’ingénierie mathématique hautement complexes. La transparence intégrale du code source permettait à chacun de scruter, critiquer, déboguer et étendre les fonctions mathématiques développées à Queen Square, créant un écosystème collaboratif mondial sans précédent dans les sciences du cerveau.

Pour assurer la pérennité et la diffusion rigoureuse de cette méthodologie, Friston et ses collaborateurs ont instauré les fameux « SPM Courses », séminaires intensifs dispensés sur tous les continents, formant plusieurs générations de neuroscientifiques à l’art du modèle linéaire généralisé et de la théorie des champs aléatoires. SPM est ainsi devenu un socle pérenne, continuellement enrichi pour intégrer les innovations techniques majeures de la résonance magnétique : acquisitions ultra-rapides, séquences multi-échos, imagerie à ultra-haut champ (7 Tesla et au-delà) et fusion multimodale avec l’électrophysiologie. Cette culture du logiciel libre et rigoureux a établi les bases techniques indispensables sur lesquelles Friston allait bâtir ses édifices théoriques ultérieurs.

3. La modélisation causale dynamique et la connectivité cérébrale

3.1 Distinction fondamentale : connectivité structurelle, fonctionnelle et effective

À mesure que la cartographie fonctionnelle affine la localisation des aires cérébrales impliquées dans des tâches sensori-motrices ou cognitives, Karl Friston perçoit les insuffisances chroniques d’une approche purement phrénologique moderne. Le cerveau ne saurait être réduit à une collection de modules statiques et autonomes travaillant en vase clos. Pour comprendre la cognition humaine, il s’avère indispensable d’élucider la manière dont ces différentes sous-régions communiquent, s’influencent et s’organisent au sein de réseaux dynamiques complexes. Friston formalise alors une taxonomie conceptuelle tripartite rigoureuse, devenue le standard de la neurobiologie contemporaine :

• La connectivité structurelle : Elle désigne le substrat physique, anatomique et matériel qui relie physiquement les populations neuronales. À l’échelle macroscopique explorée par l’imagerie par résonance magnétique, elle correspond aux faisceaux de substance blanche composés d’axones myélinisés, cartographiés par l’imagerie du tenseur de diffusion et la tractographie. Cette connectivité incarne la matrice des câblages physiques possibles, mais ne renseigne en rien sur la dynamique temporelle ni sur l’activité en temps réel des signaux qui la traversent.
• La connectivité fonctionnelle : Définie sur un plan strictement opérationnel et statistique, elle correspond aux corrélations temporelles observables entre les signaux physiologiques de régions cérébrales spatialement distantes. Lorsque deux voxels ou deux régions d’intérêt présentent des fluctuations hémodynamiques synchrones au repos ou durant une tâche, on parle de connectivité fonctionnelle. Friston insiste vigoureusement sur le fait que la corrélation n’implique pas la causalité : deux zones peuvent paraître synchronisées simplement parce qu’elles reçoivent conjointement un signal ascendant provenant d’une troisième région sous-corticale commune, sans interagir directement entre elles.
• La connectivité effective : Sommet de cette hiérarchie explicative, elle est définie par Friston comme l’influence causale, dirigée et dynamique qu’une population neuronale exerce sur une autre au cours du temps. Contrairement à la connectivité fonctionnelle qui est symétrique et descriptive, la connectivité effective est asymétrique, dirigée et explicative. Elle cherche à identifier le mécanisme causal sous-jacent qui génère les corrélations observées, distinguant les signaux descendants (top-down) des flux ascendants (bottom-up).

3.2 Principes de la modélisation causale dynamique (DCM)

Afin de quantifier empiriquement cette connectivité effective, Friston et ses collaborateurs présentent en 2003 une avancée théorique majeure : la modélisation causale dynamique (Dynamic Causal Modelling, DCM). La DCM rompt de manière spectaculaire avec l’analyse classique des séries temporelles en neuro-imagerie en introduisant une approche fondamentalement biophysique et mécaniste. Friston comprend que l’analyse statistique directe du signal BOLD (Blood Oxygen Level Dependent) mesuré en IRMf est trompeuse, car ce signal ne reflète pas l’activité neuronale instantanée, mais un filtrage hémodynamique et vasculaire lent, hautement non linéaire et variable d’une région cérébrale à l’autre.

Le formalisme de la DCM repose sur une modélisation à deux niveaux hiérarchiques distincts mais imbriqués :

Au niveau neuronal caché, l’interaction causale entre les populations neuronales est décrite par un ensemble d’équations différentielles ordinaires non linéaires. L’état neuronal continu varie en fonction des connexions intrinsèques du réseau, des modulations contextuelles induites par les tâches expérimentales (par exemple, comment l’attention modifie la force d’une connexion visuo-pariétale) et des stimulations sensorielles exogènes directes. Au niveau observationnel, un modèle hémodynamique biophysique rigoureux — inspiré du modèle de ballon de Buxton — traduit l’état neuronal caché en flux sanguin, en volume sanguin veineux, en taux de désoxyhémoglobine et finalement en signal BOLD observable.

L’estimation des paramètres de connectivité s’effectue ensuite dans le cadre de l’inférence bayésienne variationnelle. Grâce à la sélection bayésienne de modèles (Bayesian Model Selection, BMS), la DCM ne se contente pas d’ajuster des paramètres ; elle permet de comparer formellement une multiplicité de structures de réseaux concurrentes (par exemple, tester si l’influence causale lors d’une tâche visuo-attentionnelle est strictement ascendante ou si elle implique une boucle de rétroaction descendante préfrontale). Le modèle sélectionné est celui qui maximise la preuve bayésienne marginale (evidence), réalisant le compromis optimal entre adéquation aux données empiriques et parcimonie du modèle. Rapidement, Friston étend la DCM aux enregistrements électrophysiologiques à haute résolution temporelle — électroencéphalographie (EEG), magnétoencéphalographie (MEG) et potentiels de champ locaux (LFP) —, en substituant aux équations neuronales macroscopiques des modèles de champs de masse neuronale (neural mass models) intégrant la cytoarchitecture en couches du cortex cérébral.

3.3 Conséquences pour la compréhension des réseaux cérébraux à large échelle

L’introduction de la modélisation causale dynamique bouleverse durablement la compréhension des réseaux cérébraux à large échelle. Elle permet de trancher expérimentalement des débats centenaires concernant la balance entre ségrégation fonctionnelle et intégration fonctionnelle au sein du système nerveux central. Grâce à la DCM, il devient possible de démontrer que le cortex cérébral ne se comporte pas comme une suite de processeurs séquentiels recevant des stimuli environnementaux passifs, mais plutôt comme un système éminemment réentrant, structuré autour de boucles récurrentes massives où les voies descendantes de rétroaction (top-down) surpassent souvent en nombre et en influence synaptique les voies ascendantes de signalisation primaire (bottom-up).

Cette méthodologie met en lumière la nature éminemment flexible et contextuelle de la communication cérébrale. Les interactions entre deux régions du cerveau ne sont pas gravées dans le marbre d’une connectivité figée : elles sont continuellement modulées à la milliseconde près par des facteurs attentionnels, émotionnels ou cognitifs. La DCM a notamment permis d’élucider la dynamique de coordination au sein de réseaux majeurs tels que le réseau du mode par défaut (Default Mode Network, DMN), le réseau de contrôle exécutif et le réseau de saillance, démontrant comment ces macro-systèmes commutent dynamiquement en fonction des exigences de l’environnement.

Sur le versant pathologique, la DCM offre un cadre translationnel révolutionnaire pour explorer les « encéphalopathies de déconnexion » (disconnection syndromes). Friston et son école appliquent ce formalisme pour tester l’hypothèse selon laquelle des maladies dévastatrices telles que la schizophrénie, la maladie d’Alzheimer ou les troubles du spectre de l’autisme ne résultent pas de la nécrose ou de la lésion focale d’une région particulière, mais plutôt d’une altération spécifique de la connectivité effective et de la modulation synaptique au sein de circuits distribués. La quantification précise de la perte de plasticité synaptique et des défauts de signalisation descendante ouvre ainsi la voie à une compréhension véritablement mécaniste de la vulnérabilité cérébrale.

4. Le principe de l’énergie libre : fondements mathématiques et biophysiques

4.1 Origines thermodynamiques et formulation variationnelle

Au milieu des années 2000, Karl Friston franchit un cap théorique décisif qui va résonner bien au-delà de la neuro-imagerie computationnelle. Méditant sur la nature fondamentale du système nerveux et sur sa capacité constante à préserver sa structure intègre au fil du temps, il formule le principe de l’énergie libre (Free Energy Principle, FEP). Si l’expression emprunte directement au lexique de la thermodynamique de Willard Gibbs et d’Hermann von Helmholtz, Friston opère une translation fondamentale vers la théorie de l’information et l’inférence bayésienne variationnelle issue de la physique statistique et de l’informatique théorique (notamment inspirée des travaux de Richard Feynman sur les intégrales de chemin et de Geoffrey Hinton sur les machines de Helmholtz).

Dans la formulation de Friston, l’énergie libre variationnelle n’est pas une simple mesure d’énergie calorifique physique convertible en travail mécanique. Il s’agit d’une quantité mathématique et informationnelle scalaire qui constitue une borne supérieure sur la surprise informationnelle (ou auto-information négative du signal sensoriel). Pour tout organisme doté d’un modèle génératif de son environnement, la surprise absolue associée à une observation sensorielle donnée est formellement inaccessible de manière directe, car elle nécessiterait d’intégrer sur l’ensemble infini des causes possibles cachées du monde extérieur. L’énergie libre variationnelle fournit une alternative calculable que le système biologique peut optimiser en temps réel.

Mathématiquement, l’énergie libre variationnelle, notée couramment $F$, se décompose de manière élégante sous deux formes complémentaires impliquant la divergence de Kullback-Leibler ($D_{KL}$) :

D’une part, $F$ est égale à la surprise des données sensorielles observées augmentée de la divergence de Kullback-Leibler entre la densité de probabilité de reconnaissance interne (l’estimation subjective portée par le cerveau sur les états du monde) et la densité a posteriori réelle des causes cachées sachant les observations. Comme cette divergence d’information est par définition mathématique strictement positive ou nulle, l’énergie libre constitue toujours une borne supérieure de la surprise. D’autre part, cette même énergie libre peut être réécrite comme la somme de la complexité (la divergence entre les croyances de reconnaissance et les états a priori) moins l’adéquation ou l’exactitude moyenne attendue du modèle vis-à-vis des données. Minimiser l’énergie libre variationnelle revient donc obligatoirement pour un système vivant à ajuster ses états internes pour maximiser la vraisemblance de ses observations tout en préservant la parcimonie et la robustesse de son modèle du monde.

4.2 L’état stationnaire hors d’équilibre (NESS) et l’autopoïèse

Pour appréhender la radicalité du principe formulé par Karl Friston, il convient de le resituer dans le cadre de la physique statistique hors d’équilibre. Selon la deuxième loi de la thermodynamique, tout système physique isolé voit son entropie croître inexorablement jusqu’à atteindre l’équilibre thermodynamique final : un état indifférencié de désordre maximal, de bruit thermique et de mort statistique. Or, les êtres vivants manifestent précisément le comportement inverse pendant toute la durée de leur existence biologique : ils maintiennent une température constante, une composition biochimique stable et une morphologie définie, résistant avec un acharnement obstiné à la dispersion entropique naturelle de leurs constituants.

Friston modélise cette phénoménologie du vivant en affirmant que tout organisme biologique doit occuper un état stationnaire hors d’équilibre (Non-Equilibrium Steady-State, NESS). Pour persister dans cet état stationnaire, le système doit impérativement restreindre le répertoire de ses états physiques à une région extrêmement étroite de son espace des phases possible : celle compatible avec sa survie et son intégrité phénotypique (par exemple, une gamme thermique comprise entre 36 et 38 degrés Celsius pour l’être humain). Si le système visitait tous les états thermodynamiquement accessibles de manière ergodique aléatoire, il se désintégrerait instantanément sous l’effet de l’agitation thermique.

Ce maintien au sein de la région attractive de l’espace des phases impose une contrainte mathématique directe : la probabilité marginale d’occupation des états phénotypiques viables doit demeurer élevée, ce qui équivaut rigoureusement à minimiser l’entropie à long terme de ses états sensoriels, et donc à minimiser en continu son énergie libre variationnelle. Friston établit ainsi une passerelle conceptuelle magistrale avec la théorie de l’autopoïèse développée dans les années 1970 par Humberto Maturana et Francisco Varela. Être vivant ne consiste pas simplement à métaboliser passivement des substrats biochimiques : être vivant, c’est être un « système auto-évident » (self-evidencing system), une entité physique qui, par son organisation dynamique interne, amasse sans discontinuer des preuves empiriques de sa propre existence continue dans son écosystème.

4.3 Le formalisme du voile de Markov (Markov Blanket)

L’une des pierres angulaires du principe de l’énergie libre réside dans l’utilisation du concept de « voile de Markov » (Markov blanket), issu initialement des théories des réseaux bayésiens formulées par Judea Pearl. Karl Friston s’empare de ce formalisme mathématique pour résoudre l’un des problèmes les plus vertigineux de la métaphysique et de la biologie théorique : qu’est-ce qui définit rigoureusement l’individualité d’une entité et sépare matériellement un système vivant de son environnement extérieur sans rompre leur couplage causal continu ?

Considérons un univers physique décrit par un ensemble d’états stochastiques interconnectés. Friston démontre que pour qu’une particule, une cellule ou un organisme puisse être distingué en tant que système unitaire, son espace d’états doit pouvoir faire l’objet d’un partitionnement structurel en quatre composantes fondamentales :

• Les états externes : Ce sont les causes cachées qui régissent le monde extérieur, inaccessibles directement à l’organisme et situées au-delà de sa limite physique.
• Les états internes : Ce sont les variables physiques et biochimiques de l’organisme (le milieu intérieur au sens de Claude Bernard, les patterns d’activité neuronale, les concentrations métaboliques).
• Les états sensoriels : Composante passive du voile de Markov, ils sont influencés causalement par les états externes du monde, et transmettent leurs perturbations aux états internes du système, sans que les états externes ne soient directement impactés par cette transition locale.
• Les états actifs : Composante motrice du voile de Markov, ils sont déclenchés par les dynamiques des états internes de l’organisme et agissent unilatéralement sur les états externes du monde, modifiant la configuration physique de l’environnement.

Le « voile de Markov » stricto sensu est constitué par la réunion synchrone des états sensoriels et des états actifs. La propriété mathématique fondamentale de cette frontière est qu’elle confère aux états internes une indépendance statistique conditionnelle par rapport aux états externes du monde : sachant la configuration du voile de Markov, les états internes ne dépendent plus directement des états externes. La frontière markovienne crée une fermeture opérationnelle tout en autorisant une perméabilité informationnelle sélective. Le voile de Markov devient ainsi la définition formelle universelle de l’individuation biologique : de la bicouche phospholipidique d’une bactérie à la peau d’un vertébré ou à la boîte crânienne protégeant le cerveau, il est la condition sine qua non pour qu’un système puisse maintenir son identité computationnelle face au chaos universel.

5. Le codage prédictif et l’architecture hiérarchique cérébrale

5.1 Inversion de l’approche sensorielle classique

L’application du principe de l’énergie libre à l’architecture fonctionnelle du système nerveux central bouleverse de fond en comble le paradigme dominant de la neurobiologie cognitive. Depuis les travaux séminaux de David Hubel et Torsten Wiesel sur le cortex visuel primaire, la conception classique décrivait le cerveau comme un système passif de traitement séquentiel de l’information (bottom-up) : les photons frappent la rétine, déclenchant des potentiels d’action qui progressent de relais en relais à travers le corps genouillé latéral, puis l’aire V1, extrayant successivement des contours, des orientations, des textures, jusqu’à former dans les aires temporales supérieures une représentation complexe et unifiée du monde extérieur.

Karl Friston prend le contre-pied absolu de cette tradition réceptive, revitalisant l’intuition prémonitoire d’Hermann von Helmholtz. Le cerveau n’est pas un spectateur inerte recevant passivement le flux chaotique du monde ; il s’agit au contraire d’une machine d’inférence active probabiliste, un moteur prédictif (predictive mind). Confronté à l’ambiguïté intrinsèque de signaux sensoriels bruités, dégénérés et fragmentaires — où une infinité de configurations du monde réel peut générer la même illumination sur la rétine —, le système nerveux résout ce problème inverse mal posé en générant continuellement des hypothèses descendantes a priori sur ce qui cause ces stimuli.

Dans ce cadre théorique, la perception consciente ne correspond pas à l’enregistrement des données du monde, mais à ce que le philosophe et neuroscientifique Andy Clark appellera une « hallucination contrôlée » (controlled hallucination). Le cerveau génère de l’intérieur, via ses connexions synaptiques descendantes, une simulation prédictive du réel. Les flux sensoriels entrants n’ont pas pour mission de construire la scène perceptive à partir de zéro, mais d’exercer un contrôle d’erreur sur les modèles génératifs internes : ils corrigent et élaguent les hypothèses erronées afin que la perception subjective demeure ancrée dans la réalité thermodynamique de l’environnement.

5.2 Dynamique hiérarchique : prédictions et erreurs de prédiction

Comment cette mécanique d’inférence s’incarne-t-elle concrètement dans la cytoarchitecture biologique du néocortex cérébral ? Friston répond à cette question par le modèle du codage prédictif hiérarchique (hierarchical predictive coding), développé dans le sillage des travaux de Rajesh Rao et Dana Ballard, mais porté à un degré de généralisation biophysique inédit. Le cortex est organisé selon une hiérarchie d’aires fonctionnelles emboîtées, où chaque niveau communique symétriquement avec ses voisins à travers deux flux de signalisation strictement séparés :

D’une part, les projections descendantes (top-down ou rétroactions), originaires principalement des couches corticales profondes (couches V et VI), transportent des prédictions descendantes concernant l’activité attendue au niveau hiérarchique immédiatement inférieur. D’autre part, les projections ascendantes (bottom-up ou afférentes), issues des couches corticales superficielles (couches II et III), ne transportent absolument pas le signal brut, mais exclusivement l’erreur de prédiction (prediction error). L’erreur de prédiction correspond à la différence mathématique soustractive entre ce que le niveau inférieur éprouve effectivement et ce que le niveau supérieur avait anticipé.

Cette dynamique engendre un processus itératif récurrent de descente de gradient, au sein duquel chaque strate corticale cherche à annuler ou étouffer l’erreur de prédiction ascendante. Si la prédiction descendante correspond exactement aux entrées sensorielles reçues, l’erreur de prédiction est nulle : aucun signal résiduel n’est transmis vers les échelons supérieurs de la hiérarchie corticale, réalisant une compression informationnelle spectaculaire et économe en ressources métaboliques. En revanche, si une discordance survient (la survenue d’un son inattendu, une rupture visuelle soudaine), l’erreur de prédiction non résolue se propage vers les couches corticales plus élevées, forçant l’actualisation dynamique des croyances synaptiques a priori (belief updating) jusqu’à ce que le modèle interne converge vers un nouvel état d’équilibre explicatif.

5.3 La pondération par la précision et l’attention

Une architecture prédictive hiérarchique ne saurait fonctionner efficacement si toutes les erreurs de prédiction étaient traitées sur un pied d’égalité par le cortex. Dans un environnement physique fluctuant, certains flux d’informations sont hautement fiables (par exemple, observer un objet en plein soleil), tandis que d’autres sont dominés par le bruit statistique (tenter de distinguer une forme dans un brouillard nocturne épais). Pour pallier cette vulnérabilité, Karl Friston introduit le concept capital de pondération par la précision (precision weighting).

Dans la formulation bayésienne variationnelle, la précision correspond mathématiquement à l’inverse de la variance ($\Pi = \sigma^{-2}$) associée à une distribution de probabilité. Elle quantifie le degré de confiance ou de certitude statistique accordé à un signal d’erreur de prédiction donné. Friston formalise ainsi une théorie neurobiologique élégante et novatrice : l’attention n’est rien d’autre que l’optimisation de la précision accordée aux erreurs de prédiction. Porter son attention sur un aspect particulier du monde environnemental consiste pour le cerveau à augmenter sélectivement le gain synaptique des neurones encodant l’erreur de prédiction issue de cette source sensorielle spécifique.

Au niveau synaptique, cette modulation de précision est sous-tendue par des processus biophysiques d’excitabilité membranaire et de plasticité à court terme, orchestrés principalement par les grands systèmes neuromodulateurs sous-corticaux : l’acétylcholine (liée à l’incertitude attendue) et la dopamine (liée à la précision temporelle et contextuelle). En augmentant le gain des cellules pyramidales superficielles, le cerveau permet à certaines erreurs de prédiction jugées hautement fiables de traverser toute la hiérarchie corticale et de renverser des a priori profondément ancrés. À l’inverse, en situation de bruit sensoriel extrême, la précision est drastiquement abaissée, étouffant les erreurs montantes et poussant le système à se fier presque exclusivement à ses prédictions antérieures descendantes, prévenant ainsi l’ajustement erratique du modèle cérébral sur des fluctuations insignifiantes.

6. L’inférence active : de la perception à l’action motrice

6.1 L’action comme moyen d’accomplir les prédictions

Jusqu’à présent, la minimisation de l’énergie libre variationnelle a été décrite comme un processus perceptif interne : confronté à une erreur de prédiction sensorielle ascendante, le cerveau modifie ses représentations internes et révise ses hypothèses neuronales descendantes pour s’ajuster à la réalité. Cependant, Karl Friston remarque avec force que cette dynamique d’ajustement passif ne constitue que la moitié du problème de la survie biologique. Si un organisme se contentait d’adapter ses représentations au monde pour minimiser son erreur, il se résignerait à observer passivement sa propre déshydratation, calculant avec une remarquable précision bayésienne la probabilité de sa mort imminente.

C’est ici qu’intervient le concept révolutionnaire d’inférence active (active inference). Friston démontre que les systèmes vivants disposent d’un second levier, symétrique et bien plus puissant, pour minimiser leur énergie libre variationnelle : au lieu de changer leurs croyances internes pour s’adapter au monde, ils peuvent changer le monde physique par l’action pour le rendre conforme à leurs prédictions. L’inférence active fusionne ainsi la perception et l’action au sein d’un formalisme mathématique unifié, balayant la distinction séculaire entre fonctions sensorielles afférentes et commandes motrices efférentes.

Dans ce cadre, la commande motrice conventionnelle est totalement réinterprétée. Dans la neurologie classique, le cortex moteur envoie un ordre cinématique complexe via la voie pyramidale spécifiant la force et la direction de contraction des fibres musculaires. Pour Friston, le cortex moteur n’émet aucun ordre mécanique direct : il se contente d’émettre une prédiction proprioceptive descendante anticipant que le bras est déjà dans la position cible désirée. Cette prédiction descendante génère instantanément une gigantesque erreur de prédiction au niveau de la moelle épinière, car les fuseaux neuromusculaires indiquent que le membre est toujours au repos. L’arc réflexe médullaire classique n’a alors qu’une seule façon de résoudre cette erreur proprioceptive intolérable : activer les motoneurones alpha pour contracter le muscle et amener le bras dans la position prédite. L’action motrice s’accomplit littéralement pour accomplir la prophétie proprioceptive du cerveau.

6.2 Politiques d’action et planification épistémique

L’inférence active ne se limite pas à des mouvements réflexes instantanés ; elle gouverne la sélection séquentielle de comportements complexes orientés vers le futur à long terme. Pour rendre compte de cette délibération stratégique, Karl Friston et ses collaborateurs formalisent le concept d’énergie libre attendue (Expected Free Energy, notée conventionnellement $G$). Alors que l’énergie libre variationnelle standard ($F$) est calculée sur des données sensorielles déjà enregistrées dans le présent, l’énergie libre attendue ($G$) évalue les conséquences probables d’une trajectoire d’action ou d’une politique comportementale ($\pi$) projetée dans le futur.

L’expression mathématique de l’énergie libre attendue se décompose canoniquement en deux termes directeurs fondamentaux qui résolvent élégamment le dilemme classique entre exploration et exploitation propre à l’intelligence artificielle :

Le premier terme correspond à la valeur pragmatique ou extrinsèque : il mesure l’écart entre les états sensoriels futurs prédits par une politique donnée et les états préférentiels indispensables à la survie de l’organisme (par exemple, être rassasié, abrité, hydraté). Choisir des politiques d’action qui minimisent ce terme revient à satisfaire les besoins homéostatiques vitaux de l’organisme. Le second terme correspond à la valeur épistémique ou intrinsèque (souvent désignée sous le terme de saillance bayésienne ou de curiosité intrinsèque) : il quantifie le gain d’information attendu, c’est-à-dire la capacité d’une action à réduire l’incertitude future concernant les causes cachées de l’environnement.

Grâce à cette formulation, l’inférence active unifie harmonieusement l’attitude exploratoire et la conduite utilitariste au sein de processus décisionnels markoviens (MDP). Un agent d’inférence active ne cherche pas seulement à assouvir ses désirs biologiques immédiats : il explore spontanément les configurations inconnues de son espace écologique dès lors que son modèle du monde souffre d’un manque d’information critique, pour ensuite basculer naturellement vers l’exploitation de ses ressources dès que la certitude computationnelle est restaurée.

6.3 Mouvements oculaires et échantillonnage sensoriel actif

Le terrain d’expérimentation le plus spectaculaire et le plus direct de l’inférence active concerne la dynamique des mouvements oculaires et des saccades visuelles. Dans la vision humaine, l’œil ne capture pas l’intégralité du champ visuel avec une netteté uniforme ; seule une minuscule zone centrale de la rétine, la fovéa, offre une très haute acuité visuelle, tandis que la périphérie demeure floue et dégradée. Pour construire une scène visuelle cohérente et détaillée, le système visuel doit donc exécuter trois à quatre mouvements oculaires rapides par seconde, déplaçant la fovéa de cible en cible.

Karl Friston démontre que les saccades oculaires ne sont pas des réponses automatiques guidées passivement par les contrastes physiques bruts de l’image, mais de véritables expériences scientifiques en miniature initiées par le cerveau. Chaque mouvement oculaire correspond à une requête d’information optimale dirigée vers la zone du champ visuel qui présente la plus forte saillance épistémique attendue, c’est-à-dire la région capable de résoudre le plus grand volume d’incertitude quant à l’hypothèse cognitive en cours d’évaluation.

Lorsqu’un individu regarde le visage d’un interlocuteur, les trajectoires de fixation ne se dispersent pas de façon aléatoire : les saccades oscillent quasi exclusivement entre les yeux et la bouche, car ces zones recèlent l’information maximale indispensable pour tester l’hypothèse de l’identité ou de l’état émotionnel de la personne observée. Des simulations computationnelles poussées, conduites par l’équipe de Friston, ont prouvé que des modèles d’inférence active génèrent spontanément des séquences de trajectoires saccadiques strictement indiscernables de celles mesurées empiriquement par oculométrie (eye-tracking) chez des sujets sains, validant avec éclat l’hypothèse d’un échantillonnage sensoriel activement piloté par la minimisation de l’énergie libre attendue.

7. Psychiatrie computationnelle et psychopathologie

7.1 Schizophrénie et défaillances de la métacognition de précision

L’un des apports les plus déterminants de Karl Friston consiste à avoir réinvesti sa formation initiale de psychiatre à la lumière de ses découvertes mathématiques, donnant naissance à la psychiatrie computationnelle. Dans cette discipline nouvelle, les maladies mentales ne sont plus appréhendées comme des dysfonctionnements qualitatifs mystérieux ou de simples déficits neurochimiques flous, mais comme des altérations pathologiques précises dans la gestion des probabilités, des prédictions et de la calibration de la précision synaptique.

La schizophrénie constitue l’archétype clinique privilégié de cette reconceptualisation. Friston propose que le trouble fondamental de la psychose réside dans une atténuation sensorielle défectueuse causée par un calibrage aberrant de la précision synaptique, médié par le système dopaminergique et les récepteurs NMDA. Chez le sujet sain, toute action motrice auto-générée (comme parler ou bouger un membre) s’accompagne d’une réduction drastique de la précision accordée aux conséquences sensorielles immédiates : comme le cerveau a parfaitement prédit son propre mouvement, il supprime l’erreur sensorielle ascendante, ce qui explique par exemple pourquoi il est impossible de s’auto-chatouiller.

Chez le patient schizophrène, cette喑atténuation sensorielle échoue : les sensations générées par ses propres gestes ou ses propres pensées intérieures ne sont pas étouffées, et sont traitées par le cortex avec une intensité et une saillance anormalement élevées. Le système cognitif se trouve alors confronté à une énigme computationnelle intolérable : une erreur de prédiction massive monte vers les couches supérieures sans cause externe identifiable. Pour résoudre cette incohérence et réduire l’énergie libre résultante, le cerveau génère de nouveaux modèles génératifs délirants : le sentiment d’intrusion mentale, la conviction de téléguidage extérieur et les idées délirantes de persécution constituent des constructions explicatives rationnelles élaborées par un système d’inférence confronté à des signaux de précision synaptique profondément faussés.

De même, les hallucinations auditives s’expliquent par un écueil symétrique : une surpondération pathologique et rigide des croyances a priori descendantes, combinée à une déficience de la précision sensorielle ascendante. Dès lors que les prédictions descendantes ne sont plus contraintes par le flux d’informations correctrices provenant de la périphérie sensorielle, elles deviennent auto-réalisatrices : le sujet n’anticipe plus simplement une voix, il l’entend avec toute la vivacité phénoménologique d’une perception réelle.

7.2 Troubles du spectre de l’autisme (TSA)

Le cadre du codage prédictif a permis à Friston et à ses collaborateurs (notamment Elizabeth Pellicano et David Burr) de proposer une hypothèse neuro-computationnelle révolutionnaire concernant les troubles du spectre de l’autisme : l’hypothèse de la sur-précision sensorielle (high sensory precision). Dans ce modèle, l’autisme n’est pas primordialement un déficit des relations sociales, mais une anomalie pervasive dans la calibration des erreurs de prédiction sensorielles, qui se voient attribuer en permanence un niveau de précision démesurément élevé et incompressible.

Cette incapacité neurobiologique à atténuer la précision des signaux sensoriels ascendants plonge l’individu autiste dans un état perpétuel de surcharge perceptive. Dans un cerveau neurotypique, les micro-variations de l’environnement (un reflet de lumière imprévu, le bruissement discontinu d’un tissu, de légères variations d’intonation de la voix) sont naturellement traitées comme du bruit statistique négligeable grâce à un abaissement de la précision, préservant la stabilité des représentations conceptuelles de haut niveau. Dans le fonctionnement autistique au contraire, chaque imperceptible fluctuation de l’environnement engendre une erreur de prédiction jugée hautement prioritaire par le cortex, forçant le système nerveux à réviser continuellement ses modèles génératifs sans jamais parvenir à une synthèse conceptuelle apaisée.

Cette formulation rend compte avec une remarquable cohérence clinique de l’ensemble de la symptomatologie autistique :

L’intolérance radicale au changement et le besoin impérieux de routine spatio-temporelle s’éclairent comme des stratégies d’inférence active indispensables pour limiter artificiellement la volatilité sensorielle d’un monde perçu comme infiniment chaotique. Les comportements moteurs stéréotypés et répétitifs (flapping, balancements) fonctionnent comme des attracteurs sensori-moteurs hyper-prédictibles permettant à l’organisme de s’ancrer dans des flux sensoriels parfaitement contrôlés. Enfin, les difficultés majeures dans l’interaction sociale et l’attribution d’états mentaux (théorie de l’esprit) s’expliquent par le fait que les visages humains et les comportements d’autrui constituent les flux d’informations les plus imprévisibles, non linéaires et ambigus qui soient, devenant une source d’épuisement computationnel pour un cerveau incapable de relâcher la précision de ses entrées sensorielles.

7.3 Dépression, anxiété et intéroception déréglée

Au cours des dernières années, les prolongements psychopathologiques de l’inférence active se sont enrichis d’une attention accrue portée à l’intéroception, c’est-à-dire la capacité du système nerveux à inférer, réguler et modéliser les états viscéraux, cardiovasculaires, métaboliques et immunitaires internes de l’organisme. En collaboration avec des chercheurs comme Anil Seth et Hugo Critchley, Friston a démontré que le cerveau prédictif ne modélise pas seulement le monde extérieur (exotéroception), mais consacre une part prépondérante de son architecture hiérarchique à la régulation allostatique prédictive de sa propre chair.

Cette approche renouvelle en profondeur la compréhension des troubles anxieux et de l’anxiété généralisée. L’anxiété est conceptualisée comme une hyperprécision métacognitive accordée à l’incertitude future. L’individu anxieux souffre d’un modèle génératif a priori au sein duquel le monde est intrinsèquement instable, hostile et imprévisible. Cette anticipation pathologique engendre une hypervigilance épuisante où chaque signal intéroceptif ambigu (une légère tachycardie, une accélération respiratoire) est immédiatement interprété comme la signature imminente d’une catastrophe biologique, provoquant des boucles de rétroaction positives qui culminent dans l’attaque de panique.

La dépression majeure, quant à elle, reçoit une explication computationnelle dénuée de tout moralisme, formulée à travers l’inférence active de la contrôlabilité. Face à des traumatismes répétés, un stress chronique ou un dérèglement neuro-inflammatoire altérant la signalisation dopaminergique, le cerveau intègre une croyance a priori destructrice mais inaltérable : l’incapacité radicale de ses propres politiques d’action à réduire l’énergie libre attendue. Dès lors que le sujet a appris que rien de ce qu’il peut faire ne permettra d’améliorer son bien-être ou d’éviter la douleur, l’inférence active décrète qu’il est mathématiquement optimal de suspendre tout engagement moteur. L’inhibition psychomotrice, l’asthénie profonde et l’anhédonie ne sont alors rien d’autre que l’implémentation corporelle logique d’un système qui a désinvesti l’action sur le monde, faute d’anticiper la moindre efficacité de ses propres choix.

8. Conscience, phénoménologie et états modifiés

8.1 Épaisseur temporelle et genèse de l’expérience subjective

Au-delà de la clinique psychiatrique, les implications théoriques du principe de l’énergie libre pénètrent le sanctuaire de la philosophie de l’esprit et de l’étude de la conscience. Friston s’attaque frontalement à la question de l’expérience phénoménale subjective en introduisant la notion cruciale de profondeur temporelle (temporal depth) des modèles génératifs hiérarchiques. Un agent réflexe élémentaire, telle une bactérie naviguant le long d’un gradient de glucose, minimise son énergie libre sur un horizon temporel immédiat, presque instantané ; son voile de Markov ne contient aucune représentation explicite de son passé ni de son avenir lointain.

En revanche, l’émergence d’une conscience réflexive chez les organismes supérieurs exige une architecture computationnelle dotée d’une formidable profondeur temporelle :

Les niveaux supérieurs de la hiérarchie corticale humaine n’encodent pas des événements qui durent quelques millisecondes, mais des régularités statistiques invariantes qui s’étirent sur des heures, des années, voire une vie entière. C’est dans cette épaisseur temporelle que se déploie la capacité de contre-factualité (la capacité d’imaginer mentalement des scénarios alternatifs non réalisés) indispensable à la planification et à l’exercice d’un sentiment d’agentivité.

Friston rejoint ici les grandes intuitions de la phénoménologie transcendantale d’Edmund Husserl et de Maurice Merleau-Ponty concernant l’ancrage corporel de la subjectivité. L’expérience du « Soi » n’est pas une entité substantielle immatérielle perchée au sommet de l’encéphale, mais un modèle narratif et intéroceptif continu d’auto-attribution généré par le cerveau pour expliquer de manière parcimonieuse pourquoi un ensemble cohérent de sensations proprioceptives, viscérales et kinesthésiques survient de concert. Le sentiment d’être un sujet incarné est la meilleure hypothèse bayésienne disponible pour que le système nerveux rende compte de sa propre existence physique dans un espace écologique clos.

8.2 Le modèle REBUS et les substances psychédéliques

L’un des accomplissements interdisciplinaires les plus spectaculaires de la théorie du codage prédictif contemporaine est la formulation du modèle REBUS (Relaxed Beliefs Under Psychedelics), fruit d’une collaboration théorique étroite entre Karl Friston et le neuropharmacologue Robin Carhart-Harris de l’Imperial College London. Ce modèle offre pour la première fois une explication computationnelle unifiée des effets profonds provoqués par les psychédéliques sérotoninergiques classiques (psilocybine, LSD, DMT) sur la perception, l’affect et la structure de l’égo.

Les substances psychédéliques agissent principalement comme des agonistes puissants des récepteurs sérotoninergiques 5-HT2A, qui s’avèrent être massivement distribués sur les neurones pyramidaux des couches corticales profondes (couche V), précisément ceux qui portent et projettent les croyances a priori descendantes de haut niveau hiérarchique au sein du cerveau. Selon le modèle REBUS, l’activation pharmacologique de ces récepteurs induit un effondrement brutal de la précision accordée aux prédictions descendantes (Relaxed Beliefs). Les contraintes rigides que le cerveau adulte impose habituellement aux flux d’informations sont soudainement relâchées :

Ce relâchement produit une réorganisation profonde de l’économie cognitive :

• Désintégration du réseau du mode par défaut (DMN) : Les modèles de haut niveau responsables du sentiment d’identité narrative et de la séparation sujet/objet perdent leur stabilité, provoquant le phénomène d’«嗐extinction ou dissolution de l’égo (ego dissolution).
• Libération des signaux ascendants : Débarrassées du filtre censeur et répressif des prédictions descendantes, les erreurs de prédiction et les flux sensoriels primaires (ainsi que les mémoires émotionnelles sous-corticales enfouies) inondent la conscience, engendrant synesthésies, intensité phénoménologique inouïe et vivacité hallucinatoire.
• Augmentation de l’entropie cérébrale : Le cerveau bascule vers un état de connectivité globale plus fluide, hautement interconnectée et non contrainte, brisant les ornières rigides de la pensée habituelle.

Ce formalisme explique le potentiel thérapeutique exceptionnel des psychédéliques dans le traitement des pathologies caractérisées par des croyances a priori pathologiquement sur-précises et enkystées, telles que la dépression résistante, les troubles obsessionnels compulsifs (TOC) ou le stress post-traumatique. En réinitialisant temporairement le paysage des priors corticaux, le modèle REBUS montre comment ces molécules ouvrent une fenêtre de plasticité cognitive critique, permettant au patient de restructurer ses modèles du monde sous la direction d’une psychothérapie ciblée.

8.3 États de transe, méditation et dynamique de l’attention libre

Parallèlement aux altérations pharmacologiques induites par les molécules psychédéliques, les formulations de Karl Friston jettent une lumière nouvelle sur les états modifiés de conscience obtenus par des pratiques contemplatives et corporelles millénaires, telles que la méditation bouddhiste profonde (shamatha, vipassana), le yoga et les transes chamaniques ou rituelles. Ces pratiques, longtemps délaissées par les neurosciences computationnelles conventionnelles, sont désormais analysées comme des manipulations délibérées et raffinées de la hiérarchie prédictive cérébrale.

Dans la méditation de pleine conscience ou d’attention ouverte, le pratiquant s’exerce à suspendre tout jugement conceptuel, ce qui équivaut, en termes de codage prédictif, à réduire volontairement le gain de précision accordé aux modèles prédictifs descendants sémantiques et autobiographiques. L’esprit ne cherche plus à classifier, anticiper ou modifier les sensations : il permet aux données sensorielles brutes d’apparaître et de disparaître sans déclencher de mise à jour discursive ni d’action motrice réactive. L’électroencéphalographie et l’imagerie fonctionnelle confirment que ces états s’accompagnent d’une désactivation fonctionnelle du réseau du mode par défaut et d’une modulation spectaculaire des oscillations corticales dans les bandes alpha et gamma, signatures directes du calibrage de la précision synaptique.

Dans les transes rituelles guidées par des rythmes acoustiques répétitifs (percussions soutenues, scansions vocales), l’inférence active révèle un mécanisme fascinant d’entraînement (entrainment) prédictif. L’hypersensibilité à un rythme acoustique parfaitement stable et régulier permet au cerveau d’annuler quasi totalement son incertitude auditive à court terme. Cette prévisibilité extrême d’un flux sensoriel externe autorise les niveaux hiérarchiques supérieurs à relâcher leur surveillance motrice et intéroceptive ordinaire, induisant des états d’extase, de dépersonnalisation contrôlée et de fusion phénoménologique avec l’environnement social ou cosmique.

9. Auto-organisation biologique et théorie générale du vivant

9.1 La vie comme dynamique préservant son intégrité structurelle

Avec le principe de l’énergie libre, l’ambition théorique de Karl Friston s’émancipe définitivement du seul champ des neurosciences pour formuler une véritable théorie générale de la matière vivante. Friston s’inscrit résolument dans la filiation des grands pionniers de la physique biologique du XXe siècle, au premier rang desquels figure le prix Nobel de physique Erwin Schrödinger et son célèbre essai de 1944, Qu’est-ce que la vie ?. Schrödinger y formulait l’hypothèse audacieuse que la caractéristique cardinale d’un organisme vivant réside dans sa capacité à extraire de la « négentropie » (entropie négative) de son milieu pour compenser la dégradation entropique fatale imposée par les lois de la thermodynamique.

Friston apporte à l’intuition de Schrödinger le formalisme mathématique rigoureux qui lui faisait défaut, en intégrant la théorie de l’information et la dynamique stochastique des systèmes non linéaires. Il démontre que la préservation de l’intégrité structurelle d’un être vivant équivaut formellement à une opération continue d’inférence bayésienne :

Pour qu’un système physique complexe ne se dissolve pas dans la soupe thermique indifférenciée de son environnement, il doit impérativement devenir un modèle thermodynamique implicite de sa propre niche écologique. La morphologie d’un poisson, de ses nageoires hydrodynamiques à ses branchies filtrant l’oxygène dissous, est littéralement une incarnation matérielle des propriétés physiques et chimiques de l’eau. Si le poisson venait à perdre cette résonance structurale avec son milieu, son énergie libre exploserait instantanément, signifiant sa mort biologique.

L’auto-organisation vivante n’est donc pas une propriété magique ou vitale surajoutée à la matière ; elle est la conséquence inéluctable qui s’applique à tout système physique possédant un attracteur de non-équilibre et délimité par un voile de Markov. Dès lors qu’un système persiste à travers le temps au sein d’un environnement fluctuant, il se comporte nécessairement comme s’il minimisait l’énergie libre variationnelle de ses états de frontière. Cette formulation pan-computationnelle offre un pont vertigineux unifiant la physique statistique fondamentale et la biologie moléculaire.

9.2 Échelles emboîtées : de la cellule à l’organisme pluricellulaire

L’un des aspects les plus fascinants de la théorie de Friston réside dans son architecture fondamentalement multi-échelle et invariante d’échelle : le vivant est constitué de voiles de Markov emboîtés de manière fractale (nested Markov blankets). Une entité biologique complexe n’est pas un système unitaire monolithique gouverné par un unique centre de contrôle régulateur, mais une hiérarchie vertigineuse de systèmes bayésiens autonomes s’hébergeant les uns les autres au fil d’une chaîne scalaire ininterrompue :

• À l’échelle subcellulaire, la mitochondrie possède sa propre membrane (son voile de Markov), maintenant son potentiel électrochimique d’oxydo-réduction en régulant activement ses flux de protons face au cytoplasme.
• À l’échelle cellulaire, la cellule eucaryote enveloppe ces organites au sein de sa membrane plasmique, minimisant son énergie libre locale à travers des signaux métaboliques et des pompes ioniques.
• À l’échelle tissulaire et organique, des milliards de ces cellules se coordonnent pour former un organe cohérent — tel le cœur ou le foie —, qui possède à son tour des frontières fonctionnelles bien délimitées et des attracteurs dynamiques macroscopiques.
• À l’échelle de l’organisme métazoaire complet, l’ensemble de ces sous-systèmes est intégré au sein d’une enveloppe corporelle protectrice unifiée, guidée par un système nerveux central qui coordonne l’homéostasie générale.

Dans ce paradigme fractal, la morphogenèse embryonnaire et la régénération tissulaire — thèmes explorés par Friston en collaboration avec le biologiste Michael Levin de l’Université Tufts — reçoivent un éclairage radicalement neuf. La différenciation cellulaire ne repose pas exclusivement sur un déterminisme génétique rigide et unilatéral, mais sur une inférence active collective. Les cellules communiquent par des gradients bioélectriques et des jonctions communicantes (gap junctions), échangeant des signaux biochimiques qui fonctionnent comme des messages d’erreur de prédiction locaux. Chaque cellule ajuste son expression génétique et sa migration spatiale pour minimiser la surprise collective du tissu, accomplissant collectivement le plan anatomique macroscopique comme une prophétie bio-computationnelle distribuée.

9.3 Évolution adaptative et inférence phylogénétique

Si l’inférence active rend compte de la manière dont un organisme individuel survit et adapte son comportement à l’échelle du temps ontogénétique (la durée de sa propre vie biologique), le cadre fristonien s’étend avec une égale puissance à l’échelle du temps phylogénétique : celle de l’évolution des espèces par sélection naturelle.

Karl Friston reformule la théorie néodarwinienne de l’évolution sous l’angle de l’optimisation bayésienne de modèles génératifs à l’échelle géologique :

La sélection naturelle n’est pas un simple tri mécanique et aveugle de mutations aléatoires ; elle correspond formellement à une sélection bayésienne de modèles (Bayesian model selection) à grande échelle. L’environnement physique et écologique joue le rôle de jeu de données ultime, tandis que les différentes espèces représentent des modèles génératifs concurrents cherchant à expliquer et anticiper les contraintes de leur niche adaptative.

Dans cette vision, le génome d’une espèce n’est pas un simple catalogue de recettes protéiques statiques : l’ADN et les réseaux épigénétiques qui en contrôlent la lecture constituent un accumulateur de probabilités a priori (priors) condensant des millions d’années d’inférence phylogénétique sur la structure thermodynamique du monde terrestre. Une mutation génétique délétère est un modèle biologique dont l’énergie libre variationnelle s’avère trop élevée face à la réalité écologique : l’organisme porteur ne parvient pas à maintenir ses états stationnaires hors d’équilibre et son lignage s’éteint, purgeant le pool génique de cette hypothèse faillible. La survie à long terme d’un clade évolutif témoigne de sa capacité à maximiser la preuve marginale de son existence dans le grand livre probabiliste de la biosphère.

10. Cognition sociale, langage et inférence active collective

10.1 Alignement interpersonnel et synchronisation neuronale

L’être humain ne vit pas en ermite au sein d’une nature inerte ; il évolue au milieu de congénères dotés de systèmes nerveux similaires, animés par des désirs, des croyances et des comportements tout aussi complexes que les siens. Dès lors, comment l’inférence active résout-elle le redoutable défi posé par la cognition sociale ? Karl Friston conceptualise l’interaction humaine à travers le prisme de l’inférence active conjointe ou synchronisation dyadique.

Lorsque deux agents humains entrent en interaction directe — par exemple lors d’un échange verbal ou d’un regard partagé —, leurs voiles de Markov respectifs entrent en couplage dynamique immédiat :

Les états actifs de l’un (ses vocalisations, ses expressions faciales, sa gestuelle) deviennent les états sensoriels de l’autre, et vice versa. Si chacun cherchait à modéliser son interlocuteur comme un objet physique imprévisible, le coût computationnel deviendrait faramineux et l’énergie libre s’envolerait. Pour surmonter cet écueil, les cerveaux humains déploient un mécanisme d’une extraordinaire ingéniosité : ils s’alignent mutuellement sur des représentations partagées.

En adoptant des modèles génératifs symétriques où l’on postule a priori que l’autre fonctionne selon les mêmes principes intentionnels que soi-même, les deux agents réduisent réciproquement leur incertitude mutuelle. Des études menées en hyperscanning (enregistrement simultané de deux cerveaux par EEG ou IRMf durant une interaction) ont révélé une synchronisation spectaculaire des dynamiques neuronales oscillatoires entre interlocuteurs au cours d’un dialogue fluide ou d’une tâche de coopération motrice. Cette syntonisation cérébrale inter-sujets valide empiriquement la thèse de Friston : l’interaction sociale réussie est un processus d’inférence active partagée où deux systèmes biologiques apprennent à danser à l’unisson pour étouffer conjointement l’erreur de prédiction sociale.

10.2 L’émergence du langage et de la communication symbolique

Au cœur de cet alignement interpersonnel trône l’une des inventions les plus remarquables de l’espèce humaine : le langage articulé. Dans le paradigme fristonien, le langage n’est pas conçu comme un code arbitraire de transfert de données textuelles ou une simple nomenclature désignant des objets préexistants. Il est redéfini comme un canal d’ingénierie prédictive hyper-efficace conçu pour manipuler et réaligner à distance les croyances a priori dans le cerveau d’autrui avec un coût métabolique minime.

Sur le plan computationnel, l’écoute et la compréhension du langage parlé constituent un tour de force d’inférence active hiérarchique en temps réel :

Le flux continu d’ondes acoustiques frappant la cochlée est profondément ambigu, corrompu par les accents, le bruit de fond et la co-articulation des phonèmes. Le cortex auditif ne peut décoder ce chaos sonore que parce qu’il génère des prédictions phonologiques, syntaxiques et sémantiques descendantes ultra-rapides qui devancent le mot prononcé. L’expérience quotidienne consistant à comprendre une phrase murmurée dans un environnement bruyant prouve que nous n’entendons pas les sons bruts : nous percevons la prédiction lexicale qui a réussi à étouffer le résidu d’erreur acoustique.

À un niveau macroscopique, l’utilisation de symboles linguistiques abstraits permet une compression d’information inouïe. Dire un seul mot (« Attention ! », « Feu ! ») modifie instantanément la configuration du voile de Markov d’un groupe entier d’individus, reconfigurant leurs priorités attentionnelles et unifiant leurs prédictions motrices sans qu’aucun d’eux n’ait eu besoin de sonder individuellement la source du danger. Le langage s’avère être la technologie neuro-computationnelle ultime développée par l’évolution pour réduire l’énergie libre à l’échelle des communautés humaines.

10.3 Construction de niches culturelles et institutions humaines

L’extension finale de l’inférence active collective englobe la sociologie, l’anthropologie et l’étude des civilisations matérielles à travers le concept de construction de niche culturelle. Tout comme un castor construit un barrage pour transformer un torrent capricieux et incertain en un étang stable, sécurisé et éminemment prédictible, les sociétés humaines modifient sans relâche leur environnement physique et symbolique afin de minimiser structurellement leur énergie libre collective.

Les villes avec leurs tracés orthogonaux, les panneaux de signalisation routière, les calendriers réguliers, mais aussi les normes juridiques, les lois constitutionnelles et les institutions religieuses sont des artefacts culturels dont la fonction épistémique fondamentale est de rendre le comportement d’autrui et le déroulement du futur hautement prévisibles :

• Le code de la route permet à deux automobilistes se croisant à vive allure de ne pas éprouver une terreur existentielle paralysante : la règle juridique garantit a priori que l’autre automobiliste serrera sa droite, réduisant l’incertitude comportementale à zéro.
• La monnaie élimine l’infinie variabilité du troc en fixant un étalon de valeur invariant qui standardise les transactions économiques futures.
• Les rituels sociaux et les traditions culturelles transmettent de génération en génération un ensemble de priors éprouvés qui épargnent aux nouveaux-nés la tâche périlleuse de réapprendre seuls comment naviguer dans l’espace social.

L’humanité ne se contente donc pas de percevoir le monde : elle l’aménage et l’institutionnalise continuellement pour le transformer en une immense niche prédictive protectrice. La culture humaine apparaît dès lors sous la plume de Friston comme le sommet d’une trajectoire thermodynamique amorcée avec les premières molécules prébiotiques : un effort gigantomachique déployé par des milliards de voiles de Markov coopératifs pour inscrire la stabilité, la certitude et l’ordre informationnel dans la chair du monde physique.

11. Débats épistémologiques, critiques méthodologiques et controverses

11.1 La critique de la falsifiabilité et statut poppérien du modèle

Malgré l’enthousiasme considérable suscité par les travaux de Karl Friston, son œuvre monumentale n’a pas échappé à des controverses épistémologiques intenses. La critique la plus récurrente et la plus incisive, formulée par des philosophes des sciences et des neurobiologistes expérimentaux, concerne le statut de falsifiabilité (ou réfutabilité poppérienne) du principe de l’énergie libre. Si le principe stipule que tout système biologique qui persiste dans le temps minimise nécessairement son énergie libre variationnelle sous peine de disparaître, quelle expérience empirique concevable pourrait prouver que le principe est faux ?

Des critiques acerbes soulignent que lorsqu’un modèle mathématique prétend tout expliquer — de la structure d’un ribosome au mouvement des yeux, de la mélancolie dépressive à l’organisation des empires politiques —, il court le risque funeste de ne plus rien expliquer de manière spécifique. Dès lors qu’un comportement atypique ou inattendu est observé en laboratoire, il est toujours possible, par un jeu d’écriture mathématique ad hoc, de modifier la fonction de coût, de redéfinir la structure du voile de Markov ou d’ajuster les priors pour démontrer a posteriori que l’agent minimisait en réalité son énergie libre sous des contraintes cachées non décelées auparavant.

Face à ces objections, Karl Friston a apporté des clarifications épistémologiques capitales. Il concède volontiers que le principe de l’énergie libre, pris dans sa généralité la plus haute, n’est pas une simple hypothèse empirique univariée testable comme une corrélation pharmacologique, mais un cadre métathéorique régulateur, semblable en cela au principe de moindre action en physique classique ou au principe de sélection naturelle en biologie. On ne « réfute » pas le principe de moindre action : on évalue sa fécondité heuristique pour formuler des équations du mouvement spécifiques qui, elles, sont rigoureusement réfutables par l’expérience. Pour Friston, c’est l’implémentation concrète de l’inférence active — sous forme de modèles prédictifs hiérarchiques précis appliqués à des tâches comportementales ou d’imagerie — qui est falsifiable au sens de Karl Popper, garantissant la validité scientifique de l’édifice.

11.2 Débats ontologiques : réalisme contre instrumentalisme bayésien

Une seconde querelle conceptuelle majeure oppose les commentateurs autour de l’interprétation ontologique de la théorie : le cerveau calcule-t-il véritablement des intégrales probabilistes bayésiennes, ou s’agit-il simplement d’une métaphore d’ingénieur commode pour décrire son comportement de l’extérieur ? Ce dilemme réactive l’affrontement philosophique séculaire entre réalisme scientifique et instrumentalisme.

Les partisans d’une position instrumentaliste modérée soutiennent que les équations différentielles et le formalisme bayésien variationnel de Friston ne sont que des outils descriptifs puissants permettant au chercheur en blouse blanche d’analyser le comportement d’un organisme sans que ce dernier n’effectue le moindre calcul bayésien interne. De la même façon qu’une pomme qui chute d’une branche obéit formellement aux équations de la gravitation de Newton sans avoir la moindre connaissance du calcul tensoriel d’Einstein, le réseau neuronal se contenterait d’évoluer selon ses contraintes biophysiques locales sans jamais manipuler de distributions de probabilité explicites.

À l’inverse, Karl Friston et les tenants d’un réalisme bayésien fort défendent une thèse beaucoup plus radicale et audacieuse : il existe un isomorphisme structurel direct entre les algorithmes variationnels et la cytoarchitecture biologique du système nerveux. Pour Friston, les densités de probabilité, les erreurs de prédiction et la précision ne sont pas des fictions mathématiques projetées par l’observateur ; elles sont physiquement encodées dans les dépolarisations membranaires des cellules pyramidales, les fréquences de décharge des potentiels d’action et les modulations quantiques de neurotransmetteurs au niveau de la fente synaptique. Le cerveau est ontologiquement une machine bayésienne incarnée, dont la structure physique même est la trace tangible du calcul variationnel continu qu’elle opère pour demeurer en vie.

11.3 Complexité mathématique et accessibilité de la théorie

Enfin, il est impossible de passer sous silence un obstacle pragmatique qui a longtemps freiné l’adoption universelle des idées de Friston : l’extrême hermétisme mathématique et la densité stylistique proverbiale de ses écrits. Naviguant avec une virtuosité intimidante entre le calcul d’Itô, la géométrie d’information de Shun’ichi Amari, la mécanique statistique de Fokker-Planck et la thermodynamique de non-équilibre, Friston déploie un formalisme d’une exigence redoutable, souvent impénétrable pour les neurobiologistes, les psychiatres cliniciens ou les psychologues formés aux approches expérimentales classiques.

Cette barrière à l’entrée a parfois suscité méfiance et exaspération au sein de la communauté biomédicale. Des détracteurs ont pu railler une « scolastique fristonienne », accusant l’auteur d’enrober des intuitions psychologiques parfois triviales sous des couches d’équations intégrales superlatives. Pire encore, l’opacité apparente de certains textes a favorisé des appropriations sauvages et des métaphores fumeuses dans le champ des sciences humaines, où le concept d’énergie libre a parfois été brandi comme un passe-partout magique vidé de sa substantifique moelle mathématique.

Conscient de cette fracture de communication, Karl Friston a multiplié, depuis le début des années 2020, les efforts d’élucidation pédagogique. S’associant à une cohorte de jeunes chercheurs brillants et de vulgarisateurs académiques d’élite (tels que Thomas Parr, Giovanni Pezzulo, Axel Constant ou Maxwell Ramstead), il a publié des manuels de référence limpides et des revues synthétiques méthodiques visant à démystifier le principe de l’énergie libre. Ce vaste travail de traduction conceptuelle porte aujourd’hui ses fruits, permettant enfin à des chercheurs issus de tous horizons disciplinaires d’appréhender la mécanique profonde de ses modèles sans se heurter au vertige de l’abstraction pure.

12. Héritage scientifique, avenir de l’intelligence artificielle et perspectives contemporaines

12.1 Transformation radicale de l’intelligence artificielle neuromorphique

Alors que le monde technologique contemporain est bouleversé par l’hégémonie de l’apprentissage profond (Deep Learning) et des grands modèles de langage (LLM), Karl Friston porte un regard critique mais extraordinairement constructif sur les impasses structurelles de l’intelligence artificielle actuelle. Les architectures dominantes actuelles — fondées sur la rétropropagation du gradient (backpropagation) au sein de réseaux massifs de plusieurs centaines de milliards de paramètres — souffrent de tares rédhibitoires : une voracité énergétique écologiquement intenable, un besoin de milliards de données d’entraînement pour apprendre la moindre régularité, et une incapacité structurelle à comprendre véritablement la causalité, induisant des hallucinations incontrôlables et une vulnérabilité aux attaques contradictoires.

Friston oppose à cette démesure computationnelle l’évidence de la biologie : le cerveau humain accomplit des prouesses cognitives infiniment supérieures avec une consommation énergétique dérisoire d’environ vingt watts (l’équivalent d’une faible ampoule électrique), tout en étant capable d’inférer les lois d’un environnement inconnu à partir d’un nombre infime d’observations. La solution pour concevoir une intelligence artificielle véritablement générale, robuste et frugale ne consiste pas à empiler indéfiniment des cartes graphiques, mais à adopter les principes computationnels de l’inférence active.

Cette vision nourrit aujourd’hui une transformation radicale du génie informatique à travers le développement de l’intelligence artificielle neuromorphique :

Les chercheurs conçoivent désormais des circuits intégrés et des micropuces analogiques qui imitent physiquement la dynamique des membranes neuronales et la plasticité synaptique dépendante du temps (STDP). Au sein de ces architectures neuromorphiques, la minimisation de l’énergie libre variationnelle s’effectue de manière native et asynchrone par les lois physiques du circuit lui-même, sans recourir à la rétropropagation globale coûteuse. Des agents robotiques autonomes dotés de moteurs d’inférence active font déjà la démonstration d’une résilience spectaculaire : ils naviguent en temps réel dans des environnements inconnus, s’adaptent instantanément à des pannes mécaniques imprévues et apprennent avec une poignée d’échantillons sensoriels, ouvrant la voie à une nouvelle ère de la robotique bio-inspirée.

12.2 Projets contemporains et collaborations interdisciplinaires

Loin de se reposer sur ses lauriers académiques, Karl Friston déploie une activité prodigieuse au sein des initiatives technologiques et scientifiques les plus audacieuses de la scène contemporaine. Au-delà de ses responsabilités ininterrompues au Wellcome Centre for Human Neuroimaging d’UCL, il s’est engagé en tant que Chief Scientist au sein de structures pionnières comme VERSES AI, une entreprise technologique dédiée au développement de l’intelligence artificielle contextuelle et spatiale fondée sur l’inférence active.

Dans ce cadre novateur, Friston participe à l’élaboration de standards ouverts révolutionnaires, tels que le protocole HSTP (Hyperspace Transaction Protocol) et le format HSML (Hyperspace Modeling Language). L’ambition déclarée est d’édifier un Web spatial mondial et distribué où des millions d’agents logiciels d’inférence active — dotés de leurs propres voiles de Markov — peuvent coopérer de manière harmonieuse, échanger des modèles d’incertitude et interagir avec l’Internet des objets (IoT) sans dépendre d’un serveur central géant, instaurant un écosystème d’intelligence collective planétaire décentralisée.

Simultanément, Friston demeure une cheville ouvrière des méga-projets neuroscientifiques internationaux, à l’image du Human Brain Project européen et de son successeur EBRAINS. Ses recherches actuelles explorent les frontières les plus vertigineuses de la science : la conception de tissus neuronaux synthétiques hybrides cultivés in vitro (tels que les organoïdes cérébraux) capables de jouer à des jeux vidéo élémentaires comme Pong via l’inférence active (le projet DishBrain), et la modélisation mathématique des prérequis biophysiques indispensables à l’émergence d’une conscience artificielle incarnée et sentiente.

12.3 La place durable de Karl Friston dans l’histoire des sciences cognitives

Au terme de plus de quatre décennies de labeur intellectuel sans équivalent, la place de Karl Friston dans le grand panthéon de l’histoire des sciences cognitives apparaît d’ores et déjà impérissable. De la même façon qu’Isaac Newton a unifié la mécanique céleste et la chute des corps terrestres, que James Clerk Maxwell a soudé l’électricité, le magnétisme et l’optique, ou que Charles Darwin a rattaché la diversité infinie des formes vivantes à un principe universel de descendance avec modification, Friston a réussi le tour de force monumental d’édifier une synthèse conceptuelle reliant les mondes autrefois séparés de la thermodynamique, de la neurobiologie moléculaire, des mathématiques bayésiennes, de la psychologie phénoménologique et des sciences sociales.

Il demeurera dans les annales comme l’homme qui a libéré les neurosciences du carcan de l’empirisme fragmenté et de la pure localisation cartographique pour leur offrir une théorie digne des sciences fondamentales les plus matures. Son héritage se mesure non seulement à l’aune de ses découvertes propres, mais surtout à l’aune de l’immense mouvement de pensée qu’il a impulsé. Autour du globe, des milliers de physiciens, de médecins, de philosophes et d’ingénieurs lisent, testent, appliquent et prolongent ses équations pour sonder le mystère de leur propre conscience.

En révélant que l’esprit n’est pas un spectateur impuissant emmuré dans les ténèbres de sa boîte crânienne, mais une flamme computationnelle active qui danse avec le chaos du monde pour y inscrire l’ordre et le sens, Karl Friston n’a pas seulement réécrit la science du cerveau : il a offert à l’humanité un miroir mathématique d’une beauté vertigineuse pour contempler l’énigme de son existence et célébrer sa fragile, sublime et éternelle victoire contre l’entropie.

Références

• Ashburner, J., & Friston, K. J. (2000). Voxel-based morphometry—the methods. NeuroImage, 11(6), 805–821. https://doi.org/10.1006/nimg.2000.0582
• Carhart-Harris, R. L., & Friston, K. J. (2019). REBUS and the anarchic brain: Toward a unified model of the brain action of psychedelics. Pharmacological Reviews, 71(3), 316–344. https://doi.org/10.1124/pr.118.017160
• Clark, A. (2013). Whatever next? Predictive brains, situated agents, and the future of cognitive science. Behavioral and Brain Sciences, 36(3), 181–204. https://doi.org/10.1017/S0140525X12000477
• Friston, K. J. (2005). A theory of cortical responses. Philosophical Transactions of the Royal Society B: Biological Sciences, 360(1456), 815–836. https://doi.org/10.1098/rstb.2005.1622
• Friston, K. J. (2010). The free-energy principle: A unified brain theory? Nature Reviews Neuroscience, 11(2), 127–138. https://doi.org/10.1038/nrn2787
• Friston, K. J. (2013). Life as we know it. Journal of The Royal Society Interface, 10(86), 20130475. https://doi.org/10.1098/rsif.2013.0475
• Friston, K. J., Harrison, L., & Penny, W. (2003). Dynamic causal modelling. NeuroImage, 19(4), 1273–1302. https://doi.org/10.1016/S1053-8119(03)00202-7
• Friston, K. J., Holmes, A. P., Worsley, K. J., Poline, J.-P., Frith, C. D., & Frackowiak, R. S. J. (1994). Statistical parametric maps in functional imaging: A general linear approach. Human Brain Mapping, 2(4), 189–210. https://doi.org/10.1002/hbm.460020402
• Friston, K. J., Stephan, K. E., Montague, R., & Dolan, R. J. (2014). Computational psychiatry: The brain as a phantastic organ. The Lancet Psychiatry, 1(2), 148–158. https://doi.org/10.1016/S2215-0366(14)70275-5
• Parr, T., Pezzulo, G., & Friston, K. J. (2022). Active inference: The free energy principle in mind, brain, and behavior. MIT Press. https://doi.org/10.7551/mitpress/12441.001.0001
• Pellicano, E., & Burr, D. (2012). When the world becomes ‘too real’: A Bayesian explanation of autistic perception. Trends in Cognitive Sciences, 16(10), 504–510. https://doi.org/10.1016/j.tics.2012.08.009
• Rao, R. P., & Ballard, D. H. (1999). Predictive coding in the visual cortex: A functional interpretation of some extra-classical receptive-field effects. Nature Neuroscience, 2(1), 79–87. https://doi.org/10.1038/4580
• Seth, A. K., & Friston, K. J. (2016). Active interoceptive inference and the emotional brain. Philosophical Transactions of the Royal Society B: Biological Sciences, 371(1708), 20160007. https://doi.org/10.1098/rstb.2016.0007
• Worsley, K. J., Marrett, S., Neelin, P., Vandal, A. C., Friston, K. J., & Evans, A. C. (1996). A unified statistical approach for determining significant signals in images of cerebral activation. Human Brain Mapping, 4(1), 58–73.
  ★

  Rate This Content

  5.0 / 5 • 1 vote