Stephen Grossberg – 1939 Présent

Biography

L’histoire des neurosciences computationnelles et des sciences cognitives modernes est jalonnée de tentatives audacieuses visant à combler le gouffre ontologique séparant les dynamiques biophysiques du cerveau de l’expérience phénoménologique de l’esprit. Dès la seconde moitié du vingtième siècle, alors que la métaphore de l’ordinateur numérique imposait une conception désincarnée et purement symbolique de la pensée, un homme a entrepris un programme scientifique sans équivalent par son ampleur, sa rigueur mathématique et sa fidélité aux réalités neurobiologiques. Stephen Grossberg, né en 1939, a consacré plus de six décennies à l’édification d’une théorie générale unifiée du cerveau et du comportement, posant les fondations conceptuelles de ce qui allait devenir le connexionnisme contemporain et l’ingénierie neuromorphique.

Là où les modèles computationnels classiques traitaient le système nerveux central comme un agrégat de portes logiques exécutant des algorithmes séquentiels de type von Neumann, Grossberg a appréhendé le cerveau comme un système dynamique non linéaire continu, auto-organisé et profondément plastique. Face aux énigmes de l’apprentissage en temps réel, à la stabilité mnésique au sein d’un environnement fluctuant, à la vision spatiale et aux interactions subtiles entre émotions et cognition, il a formulé des principes d’une portée universelle. Ses équations différentielles membranaires, formalisées dès les années 1950 et 1960, ont anticipé de plusieurs décennies les découvertes neurobiologiques majeures portant sur la dynamique des synapses, la ségrégation fonctionnelle des aires corticales et les mécanismes oscillatoires de la conscience.

Ce panorama approfondi retrace le parcours intellectuel, théorique et institutionnel de Stephen Grossberg. À travers l’analyse méticuleuse de ses contributions majeures — depuis l’élaboration de la théorie de la résonance adaptative (Adaptive Resonance Theory ou ART) jusqu’aux architectures sophistiquées du contrôle moteur, de la perception auditive et des bases de la conscience subjective —, cette étude met en lumière l’architecture monumentale d’une œuvre scientifique monumentale. Elle démontre comment la démarche grossbergienne, guidée par une volonté constante de relier la microstructure des récepteurs membranaires aux macrostructures du comportement écologique, constitue une boussole essentielle face aux impasses théoriques de l’intelligence artificielle contemporaine.

1. Introduction et genèse intellectuelle de Stephen Grossberg (1939-)

1.1 Contexte biographique et formation académique initiale

Stephen Grossberg naît le 31 décembre 1939 à Woodside, dans le quartier du Queens à New York, au sein d’une famille issue de l’immigration juive d’Europe centrale et orientale. Évoluant dans une atmosphère urbaine marquée par les bouleversements de la Seconde Guerre mondiale, le jeune Grossberg fait montre très tôt d’une curiosité intellectuelle insatiable et d’une précocité intellectuelle singulière dans les domaines des mathématiques, de la physique et des humanités. Fasciné par l’organisation de la nature et les lois abstraites régissant les phénomènes physiques, il dévore durant son adolescence les traités classiques de mécanique, d’analyse mathématique et de philosophie des sciences. Cette curiosité multidisciplinaire s’accompagne d’une interrogation persistante sur la genèse de la pensée humaine : comment un ensemble de structures matérielles, soumises aux lois ordinaires de la thermodynamique et de la chimie, peut-il engendrer des abstractions mathématiques, de l’intentionnalité et des perceptions organisées ?

À la fin des années 1950, Grossberg intègre le prestigieux Dartmouth College, haut lieu des études humanistes et scientifiques de la Nouvelle-Angleterre. C’est durant son cursus à Dartmouth, dès 1957, à l’âge de dix-sept ans seulement, qu’il connaît une épiphanie intellectuelle déterminante. En observant les étudiants s’exercer à des tests de mémorisation de listes verbales et en analysant les courbes d’apprentissage publiées par les psychologues expérimentaux de l’époque, il ressent un désaccord profond avec les explications mécanistes et purement descriptives fournies par la littérature. Il découvre intuitivement que les processus d’apprentissage séquentiel et les phénomènes d’interférence proactive et rétroactive ne peuvent être compris que si l’on formalise rigoureusement la dynamique temporelle continue des assemblées neuronales. Rejetant les représentations statiques, il entreprend d’écrire, dans ses carnets d’étudiant, les premières ébauches d’équations différentielles non linéaires destinées à décrire l’évolution temporelle des traces de mémoire à court terme et à long terme.

L’influence des mathématiques pures et de la physique fondamentale s’avère centrale dans la constitution de son appareil méthodologique. Plutôt que d’adopter les statistiques descriptives qui dominaient la psychologie académique américaine d’après-guerre, Grossberg se tourne vers le calcul différentiel, la topologie et la physique statistique. Il considère que le cerveau doit être traité avec la même exigence épistémologique qu’un système physique complexe, gouverné par des équations d’état, des champs de forces d’interaction et des attracteurs dynamiques. Cette rigueur le conduit à poursuivre ses études doctorales à l’Université Rockefeller à New York, une institution d’élite où se côtoient mathématiciens, biophysiciens et neurobiologistes de tout premier ordre. Sous la tutelle bienveillante mais exigeante de savants formés aux frontières de la biologie moléculaire et des mathématiques appliquées, Grossberg parfait son formalisme. Il y soutient une thèse de doctorat révolutionnaire en 1967, qui jette les bases formelles de ce qu’il nommera la psychologie mathématique neuronale, bravant le scepticisme d’une communauté scientifique encore largement inféodée aux dogmes béhavioristes.

1.2 Émergence du paradigme de la psychologie mathématique

L’émergence intellectuelle de Stephen Grossberg s’inscrit dans une période de crise épistémologique au sein des sciences du comportement. À la fin des années 1950 et au début des années 1960, le béhaviorisme orthodoxe, incarné par des figures telles que B.F. Skinner, règne en maître incontesté sur les départements de psychologie américains. Cette approche réduit l’organisme à une boîte noire, postulant que la science du comportement doit se limiter à l’observation corrélative des stimuli environnementaux et des réponses motrices observables. Pour Grossberg, cette posture relève d’un renoncement méthodologique inacceptable : elle ignore volontairement les états internes du système nerveux, évacue la dynamique temporelle continue des représentations mentales et se montre incapable d’expliquer comment des processus internes autonomes régissent l’attention sélective, l’attente perceptive ou la motivation.

Dans le même temps, la naissance de la révolution cognitive et de l’intelligence artificielle symbolique, sous l’impulsion de pionniers comme Allen Newell, Herbert Simon et Marvin Minsky, propose une rupture avec le béhaviorisme en introduisant la métaphore de l’ordinateur numérique issu des travaux de John von Neumann et d’Alan Turing. Si Grossberg salue la réhabilitation des états mentaux internes opérée par le cognitivisme, il récuse catégoriquement la pertinence de l’architecture de von Neumann pour comprendre l’esprit biologique. Pour lui, l’analogie entre le cerveau et la machine séquentielle — séparant strictement le processeur central, la mémoire adressable passive et les unités d’entrée-sortie — constitue une impasse biologique profonde. Le système nerveux ne manipule pas des symboles discrets selon des tables de vérité logiques ; il opère de manière massivement parallèle, analogique, synchrone et asynchrone, dans un réseau où le calcul et la mémoire sont indiscernables au sein des mêmes structures synaptiques et membranaires.

Refusant à la fois le réductionnisme aveugle du béhaviorisme et l’idéalisme désincarné du computationalisme symbolique, Grossberg formule l’ambition d’établir des lois formelles unifiées reliant le comportement macroscopique, mesurable en psychologie, aux micro-processus neurobiologiques et biophysiques observables par la physiologie. Sa démarche vise à déduire mathématiquement les architectures de réseau nécessaires à partir d’exigences fonctionnelles comportementales : comment un organisme peut-il voir sans être aveuglé par les variations de luminosité ? Comment peut-il apprendre de nouvelles informations sans effacer irréversiblement ses apprentissages passés ? Cette posture épistémologique, d’une originalité radicale, inverse la démarche descriptive habituelle des neurosciences : au lieu d’accumuler des données anatomiques isolées, Grossberg démontre mathématiquement quelles architectures neuronales doivent impérativement exister pour rendre compte de la survie adaptative et du comportement autonome des êtres vivants.

1.3 Fondation des départements de systèmes cognitifs et neuronaux

Après de brèves étapes au Massachusetts Institute of Technology (MIT) en tant que professeur assistant de mathématiques appliquées, où il affine la formalisation de ses réseaux récurrents, Grossberg rejoint l’Université de Boston en 1975. C’est au sein de cette institution qu’il va déployer pleinement sa vision institutionnelle et bâtir l’un des pôles d’excellence les plus influents au monde dans le domaine de la modélisation cérébrale. Conscient que les départements universitaires traditionnels — cloisonnés entre psychologie expérimentale, mathématiques pures, informatique et physiologie — sont structurellement inadaptés à l’étude unifiée de l’esprit et du cerveau, il conçoit une structure académique inédite capable de briser ces barrières disciplinaires.

En 1982, Grossberg fonde le Center for Adaptive Systems (CAS), conçu comme un laboratoire de recherche d’avant-garde réunissant mathématiciens, modélisateurs théoriques et psychophysiciens. Sous sa direction, le CAS devient un pôle d’attraction planétaire pour les chercheurs refusant le paradigme symbolique dominant de l’IA classique. Quelques années plus tard, en 1991, il pousse cette logique institutionnelle à son terme en créant le Department of Cognitive and Neural Systems (CNS) à l’Université de Boston. Ce département universitaire, le premier du genre au monde, propose un cursus doctoral complet où les étudiants reçoivent une formation conjointe et exigeante en dynamique non linéaire, en neurophysiologie sensorimotrice, en psychologie expérimentale et en simulation numérique sur supercalculateurs. Le CNS forme une génération exceptionnelle de chercheurs qui essaimeront dans les universités d’élite et les centres de recherche industrielle du monde entier.

Le rayonnement de Grossberg dépasse largement le cadre de Boston. Dès le milieu des années 1980, constatant la résurgence spectaculaire de l’intérêt pour les réseaux de neurones artificiels, il s’investit pour donner une voix unifiée et une assise institutionnelle pérenne à ce champ émergent. En 1987, il est l’un des pères fondateurs de l’International Neural Network Society (INNS), dont il devient le premier président élu. Il fonde conjointement la prestigieuse revue académique Neural Networks, dont il est le rédacteur en chef fondateur aux côtés de pionniers tels que Shun-ichi Amari et Teuvo Kohonen. À travers ces institutions, Grossberg impose l’idée que l’émulation des fonctions cérébrales exige une compréhension symbiotique entre la rigueur mathématique et les contraintes de l’évolution biologique, positionnant son laboratoire comme le contrepoids théorique rigoureux face aux approches purement empiriques et statistiques issues des départements d’informatique.

2. Les fondements mathématiques de la cognition et du comportement

2.1 L’équation différentielle non linéaire comme socle cognitif

Au cœur de l’édifice conceptuel élaboré par Stephen Grossberg se trouve le refus systématique de considérer le neurone biologique comme un interrupteur binaire statique. Le modèle canonique introduit par Warren McCulloch et Walter Pitts en 1943, bien qu’historiquement fondateur, postulait que le neurone additionne linéairement des entrées synaptiques pondérées avant d’appliquer une fonction de seuil abrupte pour produire un signal booléen (0 ou 1). Pour Grossberg, cette simplification outrancière oblitère les propriétés computationnelles les plus fondamentales des tissus vivants. En réalité, la membrane cellulaire est une structure continue gouvernée par des flux ioniques régis par les lois de l’électrochimie et de la thermodynamique, dont les potentiels d’action et les potentiels gradués s’inscrivent dans un temps physique continu.

S’appuyant sur les travaux fondamentaux d’Alan Hodgkin et Andrew Huxley relatifs à l’excitabilité membranaire, Grossberg dérive une classe générale d’équations différentielles non linéaires connue sous le nom d’équations de dérivation synaptique (shunting differential equations). Dans ce formalisme continu, le taux de variation du potentiel de membrane $x_i$ d’un neurone ou d’une assemblée neuronale $i$ ne dépend pas d’une simple sommation arithmétique, mais d’une dynamique multiplicative où les conductances d’entrée modulent directement la distance du potentiel à ses potentiels d’inversion excitateurs et inhibiteurs. Une forme générale s’écrit mathématiquement sous la dynamique suivante :

$$\frac{dx_i}{dt} = -A_i x_i + (B_i – x_i) I_i^{\text{exc}} – (x_i + C_i) I_i^{\text{inh}}$$

Dans cette formulation élégante, le terme $-A_i x_i$ représente la constante de dégradation passive vers le potentiel de repos. Le terme $(B_i – x_i) I_i^{\text{exc}}$ traduit l’influence des signaux excitateurs $I_i^{\text{exc}}$, pondérée par la distance au potentiel de saturation excitateur supérieur $B_i$. Inversement, le terme $-(x_i + C_i) I_i^{\text{inh}}$ exprime l’action des signaux inhibiteurs $I_i^{\text{inh}}$, modulée par l’écart au potentiel d’hyperpolarisation inférieur $-C_i$.

Ce formalisme différentiel continu change radicalement la nature des calculs neuronaux. En introduisant des termes de saturation intrinsèques, les équations de Grossberg résolvent de manière élégante le problème fondamental de la plage dynamique (dynamic range problem) : le neurone ne sature jamais face à des entrées arbitrairement massives et préserve sa sensibilité différentielle aux petites variations du signal. En appliquant la théorie des systèmes dynamiques non linéaires — incluant la théorie des bifurcations, les cycles limites et les principes de stabilité de Lyapunov — à l’ensemble du système nerveux, Grossberg érige un pont analytique d’une cohérence absolue entre la cinétique des canaux membranaires et les phénomènes psychologiques globaux d’intégration temporelle et de choix perceptif.

2.2 L’inhibition récurrente et les champs récepteurs antagonistes (On-Center/Off-Surround)

L’une des contributions analytiques les plus retentissantes de Grossberg concerne la caractérisation systématique des réseaux compétitifs récurrents structurés selon une topologie de type centre excitateur et périphérie inhibitrice, désignée en anglais sous le terme on-center/off-surround. Inspiré par les travaux neurophysiologiques d’Haldan Keffer Hartline sur la rétine du limule et de Georg von Békésy sur les systèmes sensoriels, Grossberg formule dès 1970 le théorème de normalisation et de conservation de l’énergie informationnelle dans les couches corticales interconnectées. Il démontre que l’inhibition récurrente latérale est une nécessité mathématique absolue pour empêcher l’explosion de l’activité nerveuse tout en évitant l’affadissement du signal dans le bruit de fond thermique.

Dans un réseau récurrent de type shunting on-center/off-surround, chaque nœud $i$ excite localement sa propre population tout en envoyant des projections inhibitrices à l’ensemble des nœuds périphériques $j \neq i$. L’équation différentielle décrivant cette compétition s’énonce comme :

$$\frac{dx_i}{dt} = -A x_i + (B – x_i) \left[ f(x_i) + I_i \right] – (x_i + C) \left[ \sum_{j \neq i} g(x_j) + \sum_{j \neq i} J_j \right]$$

Grâce à cette dynamique multiplicative non linéaire, le réseau opère une opération de normalisation automatique en temps réel. Grossberg prouve rigoureusement que si la fonction de transfert du signal $f(x)$ est choisie convenablement — notamment à travers une fonction sigmoïde ou une fonction seuillée supra-linéaire —, le réseau possède la capacité unique d’effectuer un compromis optimal entre le stockage du patron d’entrée (mémoire de travail à court terme) et la sélection du signal dominant selon un principe de compétition impitoyable du type winner-take-all (le gagnant rafle tout).

Les implications psychophysiques de ces réseaux sont immenses. Ils expliquent d’emblée la mise en valeur des contrastes visuels, l’accentuation des bordures perceptives et l’apparition des bandes de Mach sans faire appel à des calculs matriciels abstraits. De plus, ces structures résolvent l’énigme de l’invariance perceptive sous des niveaux d’illumination globaux variables : le système réagit au contraste relatif et au rapport spatial des intensités plutôt qu’aux luminances absolues, garantissant la constance de la clarté. La compétition récurrente locale préserve ainsi la sensibilité dynamique du réseau, permettant à l’observateur de distinguer des détails subtils aussi bien dans la pénombre que sous la lumière éclatante du soleil méridien.

2.3 L’apprentissage associatif et les lois synaptiques membranaires

Dès 1949, Donald Hebb avait postulé dans son ouvrage canonique que la coactivation persistante d’un neurone présynaptique et d’un neurone postsynaptique entraînait une augmentation durable de l’efficacité synaptique. Si cette intuition était visionnaire, elle souffrait d’un défaut mathématique rédhibitoire : une règle d’apprentissage strictement hebbienne, non bornée, conduit inévitablement à une croissance exponentielle incontrôlée des poids synaptiques, plongeant les réseaux de neurones dans une instabilité fonctionnelle permanente. Conscient de cette aporie, Stephen Grossberg reformule et généralise le postulat de Hebb entre 1968 et 1971 à travers un ensemble rigoureux d’équations différentielles couplées, régissant les traces synaptiques à long terme (Long-Term Memory ou LTM).

Grossberg modélise l’efficacité de la transmission synaptique $z_{ij}$ reliant le neurone présynaptique $i$ au neurone postsynaptique $j$ en intégrant non seulement les taux de décharge, mais également la libération, l’épuisement et la reconstitution des médiateurs chimiques neurotransmetteurs. L’équation différentielle fondamentale de l’apprentissage associatif grossbergien, souvent qualifiée de loi d’apprentissage conditionné ou d’apprentissage compétitif régulé, s’exprime comme suit :

$$\frac{dz_{ij}}{dt} = \epsilon_j (t) \left[ -D_{ij} z_{ij} + f(x_i) g(y_j) \right]$$

Dans ce cadre, la plasticité synaptique n’est autorisée que si un signal d’apprentissage postsynaptique $\epsilon_j (t)$ est actif, signal qui peut être modulé par des facteurs motivationnels ou attentionnels globaux. Le terme $-D_{ij} z_{ij}$ impose un oubli passif ou une normalisation homéostatique qui empêche l’emballement des coefficients, tandis que le terme $f(x_i) g(y_j)$ mesure la corrélation effective entre le signal axonal présynaptique et la dépolarisation postsynaptique.

Cette formulation mathématique englobe de manière synthétique la mémoire à court terme (STM, représentée par les activités membranaires $x_i$) et la mémoire à long terme (LTM, inscrite dans les poids chimiques $z_{ij}$). Grossberg démontre comment ce couplage différentiel rend compte avec une exactitude troublante des phénomènes classiques du conditionnement pavlovien et opérant : acquisition, extinction, réinstinctualisation spontanée, inhibition latente et blocage kaminien. En ancrant le conditionnement psychologique dans la dynamique biochimique continue des récepteurs membranaires, il bâtit une théorie physique et computationnelle de l’engramme mnésique qui transcende les séparations arbitraires entre biologie cellulaire et psychologie de l’apprentissage.

3. La théorie de la résonance adaptative (Adaptive Resonance Theory – ART)

3.1 Le dilemme de la stabilité et de la plasticité

Au milieu des années 1970, Stephen Grossberg formule l’un des problèmes les plus profonds et les plus universels de l’apprentissage biologique et artificiel : le dilemme de la stabilité et de la plasticité (stability-plasticity dilemma). Ce problème s’énonce sous une forme faussement simple mais redoutable : comment un système d’apprentissage autonome peut-il demeurer suffisamment plastique pour intégrer de nouvelles connaissances et s’adapter à des environnements inédits, tout en restant suffisamment stable pour ne pas altérer, écraser ou effacer de manière catastrophique les souvenirs déjà consolidés ?

Grossberg met en évidence que les réseaux de neurones conventionnels reposant sur des algorithmes d’optimisation globale ou de rétroaction uniforme sont intrinsèquement vulnérables à ce qu’on nommera plus tard l’oubli catastrophique (catastrophic forgetting). Si l’on entraîne un réseau multicouche standard sur une tâche A, puis sur une tâche B, les ajustements successifs des poids synaptiques nécessaires pour minimiser l’erreur sur la tâche B détruisent irrémédiablement les configurations synaptiques encodant la tâche A. Or, les organismes vivants ne connaissent pas cette fragilité : un adulte peut apprendre le visage d’une nouvelle personne sans oublier instantanément les visages de ses proches, et un oiseau peut mémoriser un nouveau point d’eau sans effacer la carte cognitive de son territoire.

Pour résoudre cette contradiction apparente au sein des systèmes auto-organisés, Grossberg introduit en 1976 l’hypothèse de la résonance adaptative. Selon cette théorie révolutionnaire, l’apprentissage synaptique stable ne s’effectue pas de manière passive ou ouverte sous la dictée du flux sensoriel ascendant. Il requiert un processus actif de validation interne où les données ascendantes (bottom-up) sont confrontées à des prototypes ou attentes descendantes (top-down). C’est uniquement lorsqu’un état de cohérence mutuelle et de synchronisation dynamique est atteint — ce que Grossberg nomme un état de résonance — que les barrières de la plasticité synaptique s’ouvrent, permettant l’enregistrement pérenne des informations. La résonance agit ainsi comme un verrou thermodynamique et informationnel, protégeant le substrat mémoriel contre la dissolution anarchique causée par le flux incessant des stimuli environnementaux.

3.2 Architecture et mécanismes fonctionnels du modèle ART 1

La concrétisation algorithmique et architecturale de cette hypothèse prend corps dans le modèle ART 1, développé conjointement par Stephen Grossberg et Gail Carpenter et publié en 1987. Conçu spécifiquement pour le traitement et la catégorisation non supervisée de vecteurs binaires arbitraires, le réseau ART 1 repose sur une architecture bicouche élégante et symétrique, composée d’un champ de comparaison d’entrée ($F_1$) et d’un champ de reconnaissance catégorielle ($F_2$), couplés à un sous-système d’orientation autonome.

Le fonctionnement interne d’ART 1 obéit à une séquence dynamique rigoureusement ordonnée :

• Propagation ascendante (bottom-up) : Un vecteur binaire d’entrée se présente au champ $F_1$, qui le transmet au champ $F_2$ via des voies de projection synaptiques pondérées. Au sein de $F_2$, une compétition non linéaire féroce de type winner-take-all s’engage, désignant le nœud catégoriel dont le patron de poids s’apparente le plus au stimulus d’entrée.
• Rétroaction descendante et règle des deux tiers (2/3 Rule) : Dès qu’un nœud est élu dans $F_2$, il renvoie vers le champ $F_1$ une attente descendante sous la forme d’un vecteur de caractéristiques prototypiques. Grossberg et Carpenter formalisent la règle des deux tiers : pour qu’un neurone de $F_1$ s’active pleinement, il doit recevoir au moins deux sources d’excitation parmi trois (le stimulus externe, l’attente descendante, et un signal de gain non spécifique). En conséquence, les caractéristiques d’entrée qui ne sont pas confirmées par l’attente descendante sont supprimées de la représentation active sur $F_1$.
• Calcul de similarité et paramètre de vigilance : Le sous-système d’orientation mesure le degré de coïncidence entre le patron sensoriel originel et le patron filtré par l’attente descendante sur $F_1$. Ce calcul est régi par un paramètre critique et configurable, le paramètre de vigilance $rho in [0, 1]$. Si le rapport entre la norme du patron intersecté et la norme du vecteur d’entrée dépasse $rho$ :
  $$\frac{|I \cap T_J|}{|I|} ge \rho$$
  une résonance s’établit. Les traces synaptiques ascendantes et descendantes sont alors modifiées pour affiner le prototype de la catégorie $J$.
• Réinitialisation autonome (reset) : Si, à l’inverse, la similarité est inférieure à $rho$, le sous-système d’orientation envoie une onde inhibitrice globale au nœud actif dans $F_2$. Ce nœud est désactivé pour la durée de la présentation du stimulus, forçant le champ $F_2$ à rechercher une autre catégorie existante ou, à défaut, à recruter un neurone vierge pour créer une nouvelle classe conceptuelle.

Ce mécanisme d’adéquation et de réinitialisation autonome confère à ART 1 une puissance théorique inégalée : la vitesse de calcul est instantanée (apprentissage en une ou quelques présentations), et le système est absolument immunisé contre l’oubli catastrophique, illustrant la maîtrise de Grossberg dans l’ingénierie des boucles récurrentes auto-stabilisatrices.

3.3 Évolution continue vers ART 2, ART 3 et au-delà

La publication d’ART 1 a immédiatement posé la question de l’universalité du formalisme face à des données continues et analogiques, représentatives du monde réel. En 1987, Gail Carpenter et Stephen Grossberg présentent l’architecture ART 2, qui étend les principes de la résonance adaptative aux signaux analogiques à valeurs réelles, tels que les spectres acoustiques ou les niveaux de gris d’images numériques. Pour ce faire, le champ $F_1$ est profondément restructuré : il est décomposé en plusieurs sous-niveaux réalisant des opérations successives de normalisation par dérivation synaptique, de seuillage non linéaire et de filtrage du bruit. Ces transformations permettent à ART 2 d’extraire la géométrie structurelle des vecteurs continus indépendamment de leur amplitude globale, maintenant une ségrégation catégorielle robuste dans des espaces hautement bruités.

Poursuivant cette quête d’exhaustivité biologique, Grossberg propose au début des années 1990 le modèle ART 3. Cette itération incorpore directement les dynamiques moléculaires de la transmission synaptique chimique, modélisant la libération quantique de neurotransmetteurs présynaptiques à partir de vésicules épuisables, leur recapture et la liaison aux récepteurs postsynaptiques. Dans ART 3, la réinitialisation neuronale (reset) lors d’un décalage entre attente descendante et signal ascendant n’est plus médiée par un opérateur algorithmique abstrait, mais découle naturellement de l’inactivation et de la déplétion rapide des réserves de transmetteurs chimiques au niveau des synapses désynchronisées. Ce couplage intime entre biochimie synaptique et dynamique de réseau permet de simuler des réseaux massifs hiérarchisés sans que les signaux de commande ne requièrent de processeur centralisateur externe.

Parallèlement à ces développements théoriques, la validité empirique du cadre ART n’a cessé d’être corroborée par les découvertes de la neurophysiologie moderne. Dès la fin des années 1990 et tout au long des années 2000, les techniques d’enregistrement par électrodes multiples chez le primate vigile et l’imagerie par résonance magnétique fonctionnelle (IRMf) chez l’humain ont confirmé l’existence de boucles de rétroaction descendantes massives reliant les aires corticales supérieures (telles que le cortex préfrontal et les aires associatives temporales) aux aires sensorielles primaires. Ces rétroactions n’ont pas pour simple fonction de biaiser passivement les réponses, mais mettent en œuvre des mécanismes d’appariement prédictif et de sélection attentionnelle strictement conformes aux prédictions de la règle des deux tiers d’ART, validant de manière éclatante l’intuition fondatrice de Grossberg.

4. Architectures supervisées et réseaux avancés : ARTMAP et dérivés

4.1 Le système ARTMAP et la classification prédictive

Si les architectures ART 1 et ART 2 constituent des solutions remarquables pour la catégorisation non supervisée, de nombreuses tâches cognitives complexes requièrent un guidage par des retours d’information environnementaux, propre à l’apprentissage supervisé. Pour répondre à cette exigence, Gail Carpenter, Stephen Grossberg et John Reynolds introduisent en 1991 le système ARTMAP. Cette architecture novatrice représente une étape majeure dans l’histoire de l’intelligence computationnelle : elle parvient à combiner la flexibilité et la rapidité d’apprentissage de l’ART non supervisé avec une capacité prédictive rigoureusement supervisée et auto-ajustable.

Le système ARTMAP repose sur l’interconnexion structurelle de deux modules ART autonomes, désignés conventionnellement par $ART_a$ et $ART_b$. Le module $ART_a$ est chargé de regrouper en catégories autonomes les vecteurs de caractéristiques d’entrée (par exemple, un ensemble de signaux visuels ou spectraux), tandis que le module $ART_b$ catégorise les cibles de sortie ou les étiquettes de classe associées. Ces deux réseaux sont reliés par un champ intermédiaire hautement spécialisé appelé le champ de mise en correspondance intermodale (map field, noté $F_{ab}$). Au sein de ce champ, des connexions synaptiques adaptatives s’établissent pour associer une catégorie géométrique formée dans $ART_a$ à une catégorie prédictive consolidée dans $ART_b$.

Le coup de génie mathématique de l’architecture ARTMAP réside dans son mécanisme de minimisation autonome des erreurs prédictives, désigné sous le terme de suivi de correspondance (match tracking). Lorsqu’un stimulus d’entrée est présenté à $ART_a$, ce dernier sélectionne une catégorie et prédit une classe dans $ART_b$. Si cette prédiction est confirmée par le signal de supervision, le système renforce ses poids et poursuit sa tâche. En revanche, si une erreur prédictive survient — signifiant que la catégorie sélectionnée par $ART_a$ a généré une réponse erronée dans $F_{ab}$ —, le champ de mise en correspondance déclenche immédiatement une élévation infinitésimale et dynamique du paramètre de vigilance $\rho_a$ du module $ART_a$ :

$$\rho_a = \frac{|I_a \cap w_J^a|}{|I_a|} + \delta$$

Cette légère augmentation force instantanément $ART_a$ à rejeter la catégorie fautive trop générale par le mécanisme de reset, et à rechercher une sous-catégorie plus fine et discriminante, ou à créer un nouveau prototype spécifique. Ce processus garantit un apprentissage incrémental extrêmement rapide, souvent en une seule passe (one-shot learning), tout en offrant une traçabilité totale : à l’inverse des représentations nébuleuses des réseaux profonds actuels, chaque catégorie formée dans ARTMAP est directement traduisible sous la forme d’une règle logique explicite (« Si telles caractéristiques sont présentes, alors telle classe s’ensuit »), conférant au modèle une explicabilité algorithmique intrinsèque.

4.2 Déclinaisons modulaires : Fuzzy ARTMAP et Default ARTMAP

Afin d’amplifier la robustesse d’ARTMAP face aux incertitudes du monde réel et à la manipulation de données mixtes, continues et hautement non linéaires, Carpenter, Grossberg et leurs collaborateurs conçoivent en 1992 le système Fuzzy ARTMAP. Cette déclinaison intègre de façon magistrale les principes de la théorie des ensembles flous, formulée par Lotfi Zadeh, directement au sein des équations de comparaison du champ $F_1$. L’opération d’intersection ensembliste binaire classique ($cap$) y est remplacée par l’opérateur flou de minimum composante par composante ($wedge$), défini pour deux vecteurs $p$ et $q$ par :

$$(p wedge q)_i = \min(p_i, q_i)$$

Dans Fuzzy ARTMAP, les catégories encodées par les poids synaptiques descendants peuvent être visualisées géométriquement sous la forme d’hyperrectangles multidimensionnels dans l’espace des caractéristiques. Chaque hyperrectangle délimite la zone de l’espace couverte par un prototype de classe. Grâce à une technique indispensable de pré-traitement neuronal appelée le codage par complément (complement coding) — qui associe à chaque vecteur d’entrée $a$ son complément binaire ou continu $a^c = 1 – a$ —, le réseau normalise la taille relative des entrées et prévient un problème géométrique pernicieux connu sous le nom de prolifération incontrôlée des catégories (category proliferation).

Par la suite, des extensions optimisées telles que Default ARTMAP ont été introduites afin de standardiser les hyperparamètres et d’éliminer les biais liés à l’ordre séquentiel de présentation des données d’apprentissage. Dans de multiples bancs d’essai industriels et compétitions algorithmiques face aux approches connexionnistes dominantes basées sur la rétropropagation du gradient (Backpropagation), Fuzzy ARTMAP a démontré une supériorité éclatante en termes de vitesse de convergence (atteignant souvent des vitesses d’apprentissage mille fois supérieures) et d’économie de calcul, tout en se montrant insensible aux pièges des minima locaux qui paralysent fréquemment les réseaux de neurones descendants conventionnels.

4.3 Fusion multimodale et mémoire épisodique distribuée

L’universalité fonctionnelle de la brique de calcul ARTMAP a permis à Stephen Grossberg d’étendre ses conceptions à la modélisation des architectures cérébrales complexes responsables de la fusion multimodale et de la mémoire épisodique distribuée. Dans le système nerveux biologique, la compréhension d’une scène complexe n’est jamais le résultat de l’activation d’un canal sensoriel isolé ; elle émerge de l’intégration synchrone et cohérente de signaux visuels, de stimuli auditifs, de traces proprioceptives et d’indices contextuels spatio-temporels.

Grossberg propose d’organiser des constellations modulaires de réseaux ART interconnectés en une hiérarchie mimant l’organisation anatomique reliant les aires sensorielles secondaires du néocortex aux formations du lobe temporal médian et au complexe hippocampique. Dans ces architectures de niveau supérieur, les sorties catégorielles de modules ART visuels et auditifs convergent vers un réseau ART multimodal agissant comme un carrefour associatif. Cette structure permet au système de réaliser des inférences transmodales sophistiquées : la perception d’un son caractéristique peut instantanément susciter l’attente descendante d’une forme visuelle spécifique, même si celle-ci est temporairement occultée dans l’environnement.

Par ailleurs, cette approche computationnelle offre une modélisation rigoureuse de la mémoire épisodique. En articulant la mémoire de travail à court terme et le stockage hiérarchique au sein de modules ART couplés, Grossberg et ses élèves simulent la façon dont le système hippocampo-cortical lie de manière cohérente des événements séquentiels (le « quoi », le « où » et le « quand ») au sein d’une trace unifiée. Ces modèles ont été validés sur des tâches industrielles de très haute complexité, allant de la reconnaissance automatique de cibles radar multi-capteurs à la navigation autonome de robots terrestres, démontrant que les principes de résonance et d’appariement adaptatif constituent un modèle universel de traitement pour la fusion d’informations massives et hétérogènes.

5. Modélisation de la vision biologique et de la perception spatiale

5.1 La théorie du système de segmentation et de complétion (BCS/FCS)

L’un des accomplissements les plus vertigineux de Stephen Grossberg réside dans sa théorie computationnelle de la vision biologique, formulée dès le début des années 1980 en collaboration avec Ennio Mingolla. À une époque où les approches de vision par ordinateur issues des travaux de David Marr traitaient la perception visuelle comme une succession d’opérations de filtrage linéaire et de reconstruction géométrique 3D passive (la dérivation du 2.5D sketch), Grossberg démontre que la vision humaine est un processus éminemment actif, constructif et paradoxal. Pour rendre compte de la manière dont nous percevons les formes, il scinde fonctionnellement le traitement cortical de la forme et de la couleur en deux sous-systèmes coopératifs et compétitifs complémentaires : le Boundary Contour System (BCS) et le Feature Contour System (FCS).

Le Boundary Contour System (BCS), localisé principalement au sein du cortex visuel primaire ($V1$) et secondaire ($V2$), est dédié à l’extraction, à l’orientation et à la complétion des bordures spatiales. Sa tâche fondamentale est d’engendrer des frontières perceptives précises et continues, même là où le signal rétinien est discontinu ou partiellement masqué. Grossberg formalise mathématiquement au sein du BCS l’émergence des contours illusoires, dont le triangle de Gaetano Kanizsa offre la manifestation la plus spectaculaire. Il démontre que des populations de cellules simples et complexes bipolaires collaborent à travers un filtre orienté et une boucle de rétroaction non linéaire longue distance (les connexions horizontales de $V2$), pour projeter des frontières invisibles mais perceptibles reliant des indices géométriques colinéaires disjoints. Le BCS est un système structurellement « aveugle » : il traite de la délimitation pure et demeure insensible à la polarité du contraste de luminosité.

Complémentaire au BCS, le Feature Contour System (FCS), situé le long de la voie ventrale aboutissant à l’aire $V4$, gère la diffusion et le remplissage perceptif (filling-in) des attributs de brillance, de couleur et de texture. Selon Grossberg, la couleur et la clarté ne sont pas encodées point par point à la surface d’une image ; le cerveau mesure uniquement les contrastes locaux aux frontières des objets (grâce aux cellules rétiniennes et thalamiques à champs récepteurs antagonistes). Ensuite, ces signaux de couleur diffusent littéralement dans un milieu syncytial neuronal par un processus continu de diffusion électrochimique gouverné par des équations de dérivation non linéaires. Cette diffusion se propage dans toutes les directions jusqu’à ce qu’elle rencontre les barrières étanches érigées par le BCS. Le BCS agit ainsi comme une digue computationnelle retenant la couleur. Cette théorie élégante résout le compromis fondamental entre la localisation spatiale précise des bordures et l’identification des surfaces, expliquant avec une clarté magistrale une multitude de paradoxes psychophysiques tels que l’effet de Craik-O’Brien-Cornsweet.

5.2 Vision tridimensionnelle, stéréopsie et modèle 3D LAMINART

La puissance du modèle BCS/FCS a trouvé son couronnement dans le développement ultérieur du modèle 3D LAMINART, élaboré par Grossberg, Mingolla et Deepak Raizada à la fin des années 1990. LAMINART constitue un tour de force d’intégration neurobiologique : il incorpore explicitement l’organisation cytoarchitectonique en six couches horizontales distinctes des aires corticales $V1$ et $V2$, en reliant cette microstructure laminaire aux computations stéréoscopiques et à la ségrégation de la figure et du fond.

Dans LAMINART, les couches $4$, $2/3$ et $6$ de $V1$ et $V2$ entretiennent des interactions stéréoscopiques précises :

• Les signaux binoculaires en provenance du corps genouillé latéral pénètrent dans la couche $4$, où des détecteurs binoculaires comparent les décalages de disparité rétinienne entre les deux yeux.
• Ces signaux sont ensuite acheminés vers les couches supragranulaires $2/3$, au sein desquelles se déploient des interactions compétitives et coopératives complexes (filtres bipolaires et connexions horizontales isotropes et anisotropes) qui extraient les surfaces situées à des profondeurs concordantes.
• De manière cruciale, des rétroactions intracorticales descendantes issues des couches $2/3$ vers la couche $6$ permettent un contrôle de gain multiplicatif puissant. Ce circuit corticocortical en boucle fermée supprime sélectivement les fausses appariements stéréoscopiques, éliminant l’ambiguïté inhérente à la vision binoculaire.

De surcroît, le modèle 3D LAMINART résout l’épineux problème de la capture de surface et de la translucidité perceptive. Il explique comment le système visuel humain est capable d’isoler une forme dissimulée derrière un feuillage dense ou une surface semi-transparente, en assignant simultanément les bordures aux différents plans de profondeur. En cartographiant avec une exactitude mathématique la manière dont les neurones pyramidaux et les interneurones inhibiteurs des couches corticales coopèrent, Grossberg a apporté la démonstration éclatante que l’architecture laminaire du cortex cérébral n’est pas un accident de l’évolution embryologique, mais une solution computationnelle universelle pour stabiliser le calcul perceptif tridimensionnel non linéaire.

5.3 Perception du mouvement visuel et flux optique

La perception de l’espace ne saurait être complète sans le traitement dynamique du mouvement et du flux optique généré par le déplacement propre de l’observateur. Stephen Grossberg et Mark Ruderman ont étendu le champ de la théorie unifiée de la vision en formulant le modèle Motion BCS, décrivant la spécialisation fonctionnelle de la voie dorsale (magno-cellulaire) reliant l’aire $V1$ au complexe médio-temporal ($V5/MT$).

L’un des défis computationnels majeurs relevés par ce modèle est le célèbre problème de l’ouverture (aperture problem). Lorsqu’une ligne ou une bordure orientée se déplace à l’intérieur du champ récepteur restreint d’un neurone visuel primaire, la composante du mouvement parallèle à la bordure est physiquement indétectable ; seule la direction perpendiculaire peut être enregistrée, générant une incertitude intrinsèque sur la trajectoire réelle de l’objet. Grossberg résout ce problème en modélisant l’intégration bidirectionnelle entre les cellules directionnelles locales de $V1$ et les cellules à large champ intégrateur de l’aire $MT$. Les véritables vecteurs de mouvement d’un objet sont en réalité générés de manière univoque à ses extrémités, aux coins ou aux discontinuités géométriques (les signaux d’occlusion). Le modèle démontre comment des rétroactions descendantes rapides issues de $MT$ vers $V1$ permettent aux signaux de mouvement non ambigus générés aux extrémités de capturer et de corriger instantanément les signaux ambigus le long des segments linéaires, propageant un flux de mouvement cohérent sur l’ensemble de la silhouette.

Ce formalisme s’étend harmonieusement à l’analyse du flux optique global et au maintien de la stabilité perceptive durant l’exploration visuelle active. Tandis que nos yeux effectuent plusieurs saccades rapides par seconde — balayant brutalement l’image rétinienne d’un côté à l’autre —, notre perception consciente du monde demeure miraculeusement immobile et continue. Grossberg démontre que cette stabilité découle d’un mécanisme de recalibration prédictive où les signaux moteurs saccadiques (la décharge corollaire) modulent par anticipation les filtres résonants du Motion BCS. En réajustant dynamiquement le référentiel spatial avant même que le globe oculaire n’ait achevé sa course, le cerveau neutralise le flux de mouvement auto-induit, illustrant une fois de plus la supériorité des architectures récurrentes prédictives sur les approches de traitement passif du signal.

6. Traitement de l’audition, de la parole et cognition du langage

6.1 Le modèle ARTSTREAM et la ségrégation des flux auditifs

L’exploration des modalités sensorielles par Stephen Grossberg ne s’est pas confinée à la vision. Dès les années 1990, en collaboration avec Govind Govindarajan, il s’attaque à l’un des problèmes les plus intimidants de la neurobiologie cognitive : le problème de la réception sélective auditive, universellement désigné sous le nom d’effet cocktail party (cocktail party problem). Dans un environnement acoustique saturé où s’entremêlent simultanément de multiples voix humaines, des rires, de la musique et des bruits de fond chaotiques, la cochlée enregistre une onde de pression mécanique composite extrêmement enchevêtrée. Comment le cerveau extrait-il et ségrège-t-il avec une aisance déconcertante une voix individuelle continue pour la suivre au milieu du tumulte ambiant ?

Pour répondre à cette question, Grossberg conçoit le modèle ARTSTREAM, une architecture fondée sur la résonance spectro-temporelle adaptative. ARTSTREAM montre comment des couches neuronales cochléotopiques, organisées de manière hiérarchique au sein du tronc cérébral et du cortex auditif primaire ($A1$), mettent en œuvre des filtres de sélection de périodicité et d’extraction harmonique. Le cœur du modèle repose sur l’hypothèse que la parole d’un locuteur donné possède une cohérence spectrale intime, caractérisée par une fréquence fondamentale ($F0$) et un ensemble harmonique corrélé évoluant continûment dans le temps.

Le système ARTSTREAM utilise des boucles de résonance adaptative pour capturer ces signatures harmoniques. Lorsqu’un faisceau harmonique cohérent émerge, il déclenche une résonance qui inhibe latéralement les composantes fréquentielles non concordantes, ségrégeant littéralement le flux sonore sélectionné des flux concurrents. De manière fondamentale, Grossberg prouve que la sélection attentionnelle descendante (top-down auditory attention) joue un rôle causal direct dans ce tri : l’attention ne se borne pas à amplifier passivement un signal préexistant, elle stabilise la résonance spectrale de la voix cible, empêchant les fluctuations transitoires des sources sonores voisines de briser l’intégrité du flux auditif suivi. ARTSTREAM démontre ainsi que la ségrégation et le suivi de flux sont deux facettes indissociables d’une même dynamique unificatrice de résonance adaptative.

6.2 Perception de la parole et restauration phonémique (cARGPHONE)

La perception du langage articulé pose un paradoxe temporel encore plus fascinant que celui de la vision : le signal acoustique de la parole humaine est fugace, hautement variable d’un individu à l’autre et régulièrement dégradé par des coupures physiques de transmission ou des masquages par des bruits parasites. Dans les années 1970, le psychologue Richard Warren avait documenté l’illusion de restauration phonémique : si l’on prend l’enregistrement d’une phrase telle que « There was time to *ave on the river » en remplaçant la consonne initiale par un son de toux (*), un auditeur entend non seulement le mot intact « wave », mais il est absolument incapable de situer avec précision le moment où la toux s’est produite. La perception a littéralement synthétisé le phonème manquant de manière rétroactive.

Stephen Grossberg et ses collègues ont modélisé ce phénomène spectaculaire au sein de l’architecture cARGPHONE (puis dans le modèle ARTWORD). Ce modèle établit que la reconnaissance de la parole met en jeu une dialectique dynamique entre une résonance prospective et une résonance rétrospective. Dans le cerveau, les traces auditives ascendantes brèves sont conservées transitoirement dans une mémoire de travail phonologique. Si un segment acoustique est masqué ou ambigu, le flux ascendant ne s’effondre pas immédiatement : il active simultanément plusieurs hypothèses lexicales candidates au sein des aires temporales supérieures.

Dès que le mot complet est identifié en contexte par ces représentations lexicales supérieures (par exemple, le contexte sémantique de la rivière élimine « rave » ou « save » au profit de « wave »), une attente descendante massive est projetée en arrière vers les couches acoustico-phonétiques primaires. Si le bruit masquant (la toux) fournit une énergie spectrale suffisante dans les fréquences appropriées, l’attente descendante capture cette énergie non structurée et l’auto-organise selon la forme prototypique du phonème attendu via la règle des deux tiers d’ART. Le phonème /w/ est alors littéralement entendu de façon synthétique avant que la perception ne devienne consciente. Grossberg apporte ainsi la preuve mathématique que la perception de la parole n’est pas un décodage purement séquentiel en temps réel, mais une intégration résonante où le futur immédiat d’une phrase reconfigure le passé récent des phonèmes perçus.

6.3 Syntaxe, séquençage temporel et mémoire de travail linguistique

Au-delà du phonème et du mot, l’esprit humain se singularise par sa faculté de combiner des symboles dans un ordre syntaxique rigoureux pour engendrer un nombre infini de significations. Face aux modèles linguistiques computationnels hérités de Noam Chomsky, qui postulent l’existence d’organes grammaticaux innés manipulant des règles algorithmiques formelles désincarnées, Stephen Grossberg a développé une théorie purement connexionniste et biologique de la syntaxe et de la mémoire de travail sérielle, connue sous le nom de modèle Item-and-Order et formalisée dans le réseau Competitive Queuing (file d’attente compétitive).

Le problème central du séquençage temporel est le suivant : comment un réseau de neurones massivement parallèle peut-il mémoriser et restituer un ordre séquentiel temporel (comme les lettres d’un mot ou les mots d’une phrase) sans disposer d’une horloge numérique interne ou de registres à décalage ? Grossberg démontre que l’ordre séquentiel est encodé sous la forme d’un gradient spatial d’activation au sein d’une mémoire de travail récurrente. Lorsqu’une séquence d’éléments est présentée :

• Le premier élément est représenté avec le niveau d’activité le plus élevé.
• Le second avec une intensité légèrement inférieure.
• Et ainsi de suite, créant un gradient décroissant d’énergie d’activation sur une population de nœuds distribués.

Lors de la phase de restitution ou de performance motrice, une compétition globale non linéaire sélectionne l’élément possédant l’activité la plus haute (le premier de la liste). Dès que cet élément est émis, un mécanisme autonome d’inhibition collatérale (ou de déplétion d’activation) supprime temporairement ce nœud, permettant au deuxième élément le plus actif d’émerger à son tour au sommet du gradient d’activation, et de prendre la tête de la file d’attente compétitive.

Grossberg démontre mathématiquement que ce principe d’activation spatio-temporelle préserve de manière optimale la stabilité des représentations syntaxiques et phonologiques. Ce cadre explique naturellement les erreurs de permutation courantes observées dans le langage spontané (les lapsus de type métathèse ou spoonerisms), les effets de primauté et de récence dans le rappel sériel, ainsi que la transition continue entre la structuration phonologique fine et l’accès sémantique conceptuel. En éliminant le besoin de machineries symboliques ad hoc, Grossberg réintègre la linguistique dans le giron de la dynamique des systèmes physiques auto-stabilisés.

7. Motivation, émotions et apprentissage par renforcement : Modèle CogEM

7.1 Architecture cognitive-émotionnelle-motrice (Cognitive-Emotional-Motor)

Dans la vision unifiée de Stephen Grossberg, la cognition ne saurait être comprise comme une faculté intellectuelle froide, isolée des impératifs biologiques fondamentaux de la survie. Contrairement à l’intelligence artificielle classique qui a longtemps relégué les émotions au rang d’artefacts perturbateurs ou de sous-systèmes périphériques, Grossberg conçoit l’architecture mentale comme une boucle rétroactive indissociable entre cognition, émotion et action. Cette vision trouve sa concrétisation formelle dans le modèle CogEM (Cognitive-Emotional-Motor), élaboré dès le début des années 1970 et perfectionné au fil des décennies.

Le modèle CogEM articule les computations cérébrales autour de trois populations nodales interdépendantes :

• Les représentations sensorielles (Sensory Representations) : Situées dans les aires associatives néocorticales, elles traitent et catégorisent les configurations complexes de stimuli externes (la vue d’un prédateur, la silhouette d’un aliment, un signal sonore).
• Les centres d’entraînement motivationnel (Drive Representations) : Enracinés au sein des structures sous-corticales — principalement l’amygdale, l’hypothalamus et le striatum ventral —, ces circuits encodent les besoins homéostatiques internes prioritaires (la faim, la soif, la peur, le désir de reproduction).
• Les commandes motrices (Motor Representations) : Localisées dans le cortex moteur, les ganglions de la base et le cervelet, elles planifient et exécutent les plans d’action comportementaux adaptés.

La dynamique fondamentale de CogEM repose sur l’échange de signaux d’incitation conditionnés et de rétroactions motivationnelles. Une représentation sensorielle, initialement neutre, s’associe par plasticité synaptique grossbergienne à une représentation motivationnelle lorsque le stimulus coïncide avec un état de récompense ou de punition. Dès que cette association est consolidée, l’activation du stimulus sensoriel envoie un signal d’incitation ascendant vers le centre d’entraînement émotionnel. En réponse, si le besoin homéostatique correspondant est actif (par exemple, si l’organisme est privé de nourriture), le centre motivationnel renvoie un signal d’attente émotionnelle descendante vers les représentations sensorielles. Ce signal descendant agit comme une lentille attentionnelle : il amplifie préférentiellement la saillance cognitive des stimuli pertinents pour l’état interne de l’organisme, tout en libérant les commandes motrices orientées vers l’action consumatoire.

En cartographiant précisément ces circuits sur les projections réciproques unissant le complexe amygdalien, le cortex orbitofrontal et l’hypothalamus, Grossberg propose une théorie rigoureuse où les émotions constituent la monnaie motivationnelle universelle du cerveau, dictant la focalisation de l’attention et canalisant l’apprentissage par renforcement sans recourir à un quelconque agent décisionnel magique.

7.2 La théorie du dipôle récurrent (Gated Dipole)

Pour expliquer comment le cerveau traite la valence émotionnelle, les transitions affectives rapides et les effets de contraste psychologique spectaculaires, Stephen Grossberg a développé un modèle d’une ingéniosité mathématique magistrale : la théorie du dipôle récurrent (Gated Dipole). Ce circuit neuronal modélise l’antagonisme fonctionnel entre deux voies opposées (une voie « ON » signalant l’activation ou le plaisir, et une voie « OFF » signalant l’inhibition ou la détresse) soumises à une stimulation non spécifique commune.

Le secret computationnel du dipôle récurrent repose sur la présence de médiateurs chimiques épuisables au niveau des synapses traversées par les signaux. Grossberg modélise la cinétique d’un transmetteur $z(t)$ dont la concentration disponible diminue au fur et à mesure qu’il est libéré sous l’effet d’un signal afférent soutenu $S(t)$, selon une dynamique différentielle de déplétion et de reconstitution :

$$\frac{dz}{dt} = \alpha (\beta – z) – \gamma S z$$

où $\alpha (\beta – z)$ décrit le taux de synthèse homéostatique vers la capacité maximale $\beta$, et $-\gamma S z$ la libération proportionnelle au signal. Lorsque le signal est appliqué à la voie ON, celle-ci produit une bouffée d’activité initiale massive, suivie d’une adaptation graduelle due à l’épuisement partiel du stock de neurotransmetteur disponible.

La conséquence phénoménologique la plus fascinante se produit lors de l’extinction brutale du signal d’entrée. Lorsque le stimulus de la voie ON s’interrompt brutalement, les deux voies ne reçoivent plus que l’activation non spécifique de fond. Or, les réserves chimiques de la voie ON sont transitoirement épuisées, tandis que celles de la voie OFF opposée sont demeurées intactes et gorgées de transmetteur. En conséquence, la compétition récurrente entre les deux canaux bascule instantanément en faveur du canal opposé : la voie OFF génère un rebond autonome d’activité vigoureux (antagonistic rebound). Ce phénomène mathématique rend compte d’une multitude de comportements affectifs paradoxaux : la cessation soudaine d’un stimulus terrifiant n’entraîne pas un simple retour au calme neutre, mais déclenche un élan immédiat de soulagement ou d’euphorie ; inversement, la disparition inattendue d’une source de récompense attendue provoque une onde instantanée de frustration ou de colère amère.

Le dipôle récurrent fournit également une base computationnelle d’une élégance absolue pour expliquer les phénomènes d’extinction comportementale, de punition secondaire et d’inhibition conditionnée. Il démontre que les dynamiques de bascule affective et de modulation de l’humeur sont inscrites au plus profond de l’usure biochimique locale des transmissions synaptiques confrontées à des topologies antagonistes.

7.3 Prise de décision adaptative sous contrainte motivationnelle

L’intégration des modèles CogEM et des dipôles récurrents permet à Grossberg de poser les bases d’une théorie alternative de la prise de décision adaptative, qui se distingue fondamentalement des modèles standards de l’économie comportementale et de l’apprentissage par renforcement par différence temporelle (Temporal Difference Learning ou TD-Learning popularisé par Sutton et Barto).

Tandis que le TD-Learning s’appuie sur une estimation scalaire abstraite de la récompense future cumulée via une erreur de prédiction scalaire (souvent associée de manière unilatérale à la décharge dopaminergique mésolimbique), le modèle décisionnel de Grossberg montre que la prise de décision biologique est une compétition multidimensionnelle distribuée. Dans ce cadre :

• Les choix comportementaux ne résultent pas de l’optimisation d’une fonction d’utilité mathématique universelle et froide.
• Ils émergent de la convergence dynamique entre des pressions homéostatiques internes spécifiques et des représentations sensorielles contextualisées au sein du cortex préfrontal ventromédian et de l’amygdale.

Lorsqu’un organisme est confronté à des alternatives concurrentes sous un degré élevé d’incertitude environnementale, le système neuronal grossbergien intègre continuellement la valeur subjective instantanée des options. Cette intégration s’opère par le biais de réseaux compétitifs non linéaires récurrents à normalisation automatique, au sein desquels des seuils d’action fluctuants sont modulés par des signaux de vigilance. Grossberg démontre que son modèle surmonte les faiblesses critiques du TD-Learning face aux réévaluations motivationnelles soudaines : si un animal rassasié est confronté à un stimulus associé auparavant à de la nourriture, le modèle de Grossberg inhibe immédiatement la réponse motrice grâce au verrouillage descendant des centres d’entraînement, alors qu’un système de type TD-Learning classique continuera de poursuivre aveuglément la récompense périmée tant qu’une longue série de renforcements négatifs n’aura pas écrasé ses tables de valeurs statiques.

Cette supériorité structurelle confère aux architectures décisionnelles grossbergiennes une résilience et une adaptabilité écologique remarquables, fournissant une explication mécaniste et biologiquement ancrée aux mécanismes qui président à la sélection des conduites adaptatives au cœur des milieux complexes et imprévisibles.

8. Contrôle moteur, planification et systèmes sensori-moteurs

8.1 Le modèle VITE (Vector Integration To Endpoint)

L’exploration des systèmes biologiques par Stephen Grossberg ne s’est pas arrêtée aux frontières de la perception sensorielle et de la délibération émotionnelle ; elle a embrassé avec la même profondeur analytique le problème vertigineux de la motricité volontaire. Comment le système nerveux planifie-t-il et coordonne-t-il le déplacement précis et harmonieux d’un membre — par exemple l’extension du bras pour saisir un objet dans l’espace —, alors que les propriétés mécaniques des muscles, l’inertie des articulations et la vitesse du geste varient continuellement ? Pour résoudre cette énigme, Stephen Grossberg et Daniel Bullock conçoivent en 1988 un modèle fondamental de la commande motrice motrice : le modèle VITE (Vector Integration To Endpoint).

Le modèle VITE repose sur une formulation géométrique différentielle d’une clarté magistrale, articulée autour de trois variables neurales centrales représentées dans le cortex moteur et les aires prémotrices :

• La commande de position cible (Target Position Command, TPC ou $T$) : Un vecteur d’activité spatiale codant la position finale désirée pour le membre effecteur, dictée par les représentations perceptives spatiales.
• Le vecteur de position actuelle (Present Position Command, PPC ou $V$) : Un vecteur neural reflétant la position physique instantanée du membre, continuellement mis à jour par les rétroactions proprioceptives et l’efférence interne.
• Le vecteur différence (Difference Vector, DV ou $V – T$) : Une assemblée neuronale soustractive qui calcule en temps réel l’écart vectoriel spatial résiduel séparant la position actuelle de la position cible désirée.

Le saut conceptuel révolutionnaire de VITE réside dans la séparation rigoureuse opérée entre la planification spatiale de la trajectoire et le contrôle temporel de sa dynamique d’exécution. Cette régulation est assurée par un signal multiplicatif global non spécifique, émis principalement par les ganglions de la base : le signal $GO$ ($G(t)$). L’équation différentielle fondamentale gouvernant la mise à jour de la position actuelle s’énonce :

$$\frac{dV}{dt} = G(t) [T – V]^+$$

Grâce à ce couplage multiplicatif, la trajectoire géométrique du mouvement est invariante par rapport à sa vitesse d’exécution : que le geste soit exécuté lentement avec circonspection ou avec une vélocité explosive, le vecteur différence dicte la même trajectoire spatiale harmonieuse. De manière spectaculaire, Grossberg et Bullock démontrent que l’intégration temporelle continue de cette équation engendre spontanément des profils de vitesse en cloche (bell-shaped velocity profiles) asymétriques et reproduit fidèlement la célèbre loi empirique d’invariance vitesse-courbure (la loi de puissance $2/3$), confirmant que les régularités cinématiques du mouvement humain ne nécessitent aucun calcul d’optimisation inverse complexe, mais émergent naturellement de la dynamique d’intégration vectorielle interne.

8.2 Modélisation de la commande motrice cérébelleuse et spinale

Si le modèle VITE planifie avec élégance les coordonnées cinématiques du geste au sein des aires corticales, l’exécution mécanique réelle dans le monde physique doit affronter les contraintes de l’inertie gravitationnelle, les frictions articulaires et les délais incompressibles de conduction nerveuse le long des axones moteurs périphériques. Pour comprendre comment ces perturbations sont neutralisées de manière fluide, Grossberg s’associe à nouveau à Daniel Bullock, ainsi qu’à Michael Kuperstein, pour étendre la théorie à la commande cérébelleuse et aux réflexes spinaux.

Au sein de cette architecture motrice étendue, le cervelet est modélisé non pas comme une simple horloge, mais comme un filtre adaptatif prédictif à apprentissage rapide, organisé selon les principes de la résonance adaptative et des réseaux d’apprentissage synaptique biochimique. Les cellules de Purkinje reçoivent les signaux des fibres parallèles transmettant une copie de la commande motrice efférente corticale et des indices proprioceptifs périphériques, tandis que les fibres grimpantes véhiculent des signaux d’erreur de trajectoire issus de l’olive inférieure. Grossberg démontre comment ce dispositif affine continuellement les gains de commande motrice en générant des compensations anticipatoires (feedforward control) qui neutralisent les couples de torsion passifs et les interactions d’inertie multi-articulaires avant même que ceux-ci ne dévient le bras de sa trajectoire idéale.

Au niveau inférieur, l’architecture s’articule directement avec la biomécanique spinale via le modèle FLETE (Formant and Leading Element Target Engine), qui formalise le fonctionnement des motoneurones alpha et gamma, des faisceaux neuromusculaires et des organes tendineux de Golgi régissant les paires de muscles agonistes et antagonistes. FLETE résout le problème classique du relâchement musculaire et de la co-contraction : le système neuronal est capable de moduler indépendamment la raideur articulaire (pour résister à des perturbations externes ou stabiliser un outil) et l’angle d’équilibre de l’articulation. Cette synthèse magistrale unifie la cinématique corticale et la dynamique musculo-squelettique dans un continuum cybernétique cohérent.

8.3 Système saccadique et coordination œil-tête

L’une des concrétisations les plus achevées des modèles sensorimoteurs de Grossberg s’incarne dans sa modélisation computationnelle du système de guidage des saccades oculaires et de la coordination coordonnée entre le regard et le déplacement de la tête. Les yeux humains accomplissent les mouvements balistiques les plus véloces de l’organisme, atteignant des vitesses angulaires supérieures à $700^circ$ par seconde, sans bénéficier de rétroactions visuelles en cours de course.

En analysant les circuits reliant le cortex visuel, les champs oculaires frontaux (Frontal Eye Fields ou FEF) et le colliculus supérieur, Grossberg et ses collaborateurs modélisent le colliculus supérieur comme une carte motrice topographique auto-organisée non linéaire. Cette structure applique une transformation géométrique logarithmique complexe pour convertir des signaux rétinotopiques d’erreur sensorielle en commandes motrices vectorielles précises dirigées vers les noyaux prémoteurs du tronc cérébral :

• Le réseau explique les mécanismes intimes de la recalibration saccadique : lorsqu’un sujet porte des verres déformants décalant l’image perçue, le système oculaire réajuste spontanément l’amplitude de ses tirs moteurs en quelques dizaines d’essais pour restaurer la précision de la fovéation.
• Grossberg modélise comment une onde de dépolarisation propagée (traveling wave) au sein des couches intermédiaires du colliculus supérieur interagit avec les neurones de pause du raphé médian pour couper instantanément la saccade lorsque l’intégrateur neural oculaire confirme l’atteinte de la cible.
• De plus, le modèle résout le passage dynamique entre les référentiels égocentrés : les coordonnées rétinotopiques de l’œil sont fusionnées de manière continue avec les signaux proprioceptifs des muscles nucaux et les flux vestibulaires issus de l’oreille interne.

Cette intégration permet à un observateur de déplacer de concert ses yeux, sa tête et son torse vers un point sonore ou visuel de l’espace tridimensionnel tout en maintenant une stabilité absolue du repère spatial interne. En formalisant ces processus, Grossberg démantèle une nouvelle fois la vision fragmentaire de la perception passive, prouvant que voir, c’est agir, et qu’agir, c’est prédire le monde à travers des boucles résonantes incarnées.

9. Conscience, attention et bases neurales de l’expérience subjective

9.1 Le modèle de l’attention consciente : ‘Conscious ART’

L’interrogation philosophique et neuroscientifique relative à la nature de la conscience phénoménologique — le fameux « problème difficile » (hard problem) popularisé par David Chalmers — a trouvé chez Stephen Grossberg une réponse computationnelle audacieuse, articulée tout au long de sa carrière et synthétisée sous la bannière du paradigme Conscious ART. Grossberg rejette vigoureusement le dualisme mystique tout autant que l’épiphénoménisme matérialiste réducteur, qui considère la conscience subjective comme un sous-produit tardif et sans fonction causale de la machinerie cérébrale.

Pour Grossberg, la conscience possède une fonction adaptative indispensable à la survie des organismes supérieurs : elle est l’état computationnel émergent par lequel le système nerveux valide, stabilise et consolide ses représentations face à l’incertitude environnementale. Le postulat fondamental de Conscious ART s’énonce avec une concision lapidaire : tous les états conscients sont des états résonants, bien que tous les états résonants ne soient pas nécessairement conscients. En d’autres termes, la résonance neuronale synchrone est la condition physique sine qua non de l’élévation d’un contenu informationnel au seuil de l’expérience phénoménologique subjective.

Dans cette architecture, l’attention descendante (top-down attention) joue le rôle de levier sélectif primaire. Un stimulus sensoriel ascendant qui ne suscite aucune attente descendante correspondante s’éteint rapidement dans les circuits périphériques sans franchir le seuil d’accès à la conscience, demeurant au stade de traitement subliminal automatique. En revanche, lorsque les flux ascendants et les projections descendantes issues du cortex préfrontal ou des aires associatives entrent en phase d’adéquation mutuelle, une résonance adaptative locale ou globale s’embrase. Cette dynamique résonante synchronise les assemblées cellulaires distantes, amplifie dramatiquement leurs potentiels membranaires et les maintient actifs pendant une durée temporelle suffisante pour déclencher la synthèse perceptive consciente. La conscience n’est donc ni localisée dans un centre cérébral privilégié, ni dispersée de manière amorphe : elle est une propriété dynamique de cohérence résonante distribuée à travers les couches lamellaires du néocortex.

9.2 Synchronisation gamma, oscillateurs neuronaux et cohérence de phase

L’une des validations expérimentales les plus saisissantes des prédictions théoriques de Grossberg réside dans la découverte, à la fin des années 1980 par Wolf Singer, Charles Gray et leurs confrères, des oscillations neuronales synchronisées dans la bande de fréquence gamma (autour de $40\text{ Hz}$). Alors que la communauté neuroscientifique découvrait avec stupeur que des neurones visuels distants déchargeaient leurs potentiels d’action en synchronie de phase pour lier les différents attributs d’un même objet (résolvant empiriquement le problème de la liaison temporelle ou binding problem), Grossberg avait prédit mathématiquement ce phénomène plus d’une décennie auparavant dans ses équations de résonance adaptative.

Grossberg démontre dans ses modèles d’oscillateurs neuronaux non linéaires que la synchronisation temporelle rapide en phase gamma n’est pas un épiphénomène décoratif du métabolisme cérébral, mais le mécanisme physique exact par lequel s’opère la résonance adaptative :

• Lorsque les boucles d’anticipation descendante et de signalement ascendant atteignent l’équilibre dynamique d’adéquation de patron, le réseau bifurque d’un régime d’activité incohérente vers une dynamique collective d’oscillations synchrones stables de haute fréquence ($30 – 80\text{ Hz}$).
• Cette cohérence de phase agit comme un filtre sélectif : seuls les paquets de potentiels d’action oscillant en cohérence temporelle étroite peuvent traverser les barrières synaptiques postsynaptiques sans être annihilés par l’inhibition locale des interneurones inhibiteurs.

Par ailleurs, Grossberg intègre les différentes bandes de fréquences oscillatoires dans une hiérarchie fonctionnelle unifiée. Tandis que les oscillations gamma matérialisent la résonance focale de catégorisation et de liaison des caractéristiques, les rythmes plus lents — notamment les ondes bêta ($15 – 30\text{ Hz}$) et thêta ($4 – 8\text{ Hz}$) — coordonnent la communication à longue distance entre le cortex préfrontal, les structures hippocampiques et les aires motrices lors du maintien de la mémoire de travail et de la régulation de l’attention sélective spatiale. La symphonie oscillatoire du cerveau trouve ainsi, sous la plume de Grossberg, sa partition mathématique fondamentale.

9.3 Le Soi incarné et l’illusion de l’homoncule

En poussant la théorie de la résonance adaptative vers ses conséquences ontologiques ultimes, Stephen Grossberg accomplit une déconstruction computationnelle radicale de l’homoncule cartésien — ce mythe tenace d’un « petit homme » ou d’un observateur interne logé au cœur du cerveau pour contempler le théâtre de l’esprit. Dans le modèle grossbergien, il n’existe aucun centre de contrôle centralisé, aucun récepteur ultime des perceptions.

L’agentivité et l’émergence phénoménologique d’un « Soi » cohérent et incarné résultent de l’auto-organisation distribuée d’architectures résonantes en interaction permanente :

• Le Soi s’érige au carrefour dynamique où convergent les centres motivationnels homéostatiques (les représentations de nos besoins vitaux), les commandes prédictives de notre motricité incarnée (nos intentions d’action) et les flux résonants perceptifs (nos synthèses sensorielles).
• Cette architecture modulaire imbriquée produit en temps réel une narration continue de stabilité prédictive, qui engendre le sentiment phénoménologique d’être un sujet unifié agissant intentionnellement sur le monde extérieur.

Cette approche computationnelle rigoureuse offre simultanément des éclairages cliniques révolutionnaires sur la genèse de graves pathologies psychiatriques et neurologiques :

• La schizophrénie : Grossberg l’analyse comme une défaillance structurelle des mécanismes d’adéquation descendante et de décharge corollaire motrice. Si la boucle de rétroaction descendante prédictive est affaiblie, les pensées internes ou les répétitions phonologiques privées ne sont plus étiquetées comme auto-induites, et résonnent anormalement dans les aires temporales acoustiques comme des voix extérieures autonomes (hallucinations auditives).
• Les troubles du spectre de l’autisme (TSA) : À travers son modèle iSTART, Grossberg démontre qu’un dérèglement homéostatique fixant le paramètre de vigilance $rho$ à un niveau anormalement et chroniquement élevé force le système cérébral à une hypersélectivité catégorielle permanente. Incapable de fusionner des variations légères dans des catégories générales flexibles, l’individu autiste se retrouve submergé par un univers sensoriel composé de détails hyper-précis mais déconnectés, engendrant une surcharge cognitive massive et des conduites de retrait protecteur.

En unifiant la neurobiologie moléculaire des récepteurs et la phénoménologie de la subjectivité, Grossberg prouve que la maladie mentale n’est pas une énigme insondable, mais la rupture formelle de lois dynamiques d’équilibre et de résonance qui gouvernent l’harmonie de l’esprit sain.

10. Applications technologiques et impact en intelligence artificielle neuromorphique

10.1 L’ingénierie neuromorphique et les processeurs bio-inspirés

Si les théories de Stephen Grossberg sont nées d’une volonté d’élucider le fonctionnement biologique du cerveau, leurs formulations sous la forme de réseaux différentiels hautement distribués et parallélisables ont naturellement exercé une influence colossale sur l’essor de l’ingénierie neuromorphique. Dès les années 1980, en étroite résonance avec les travaux pionniers de Carver Mead sur les circuits intégrés analogiques à très grande échelle (VLSI), les algorithmes de la famille ART ont été identifiés comme des candidats idéaux pour une implémentation matérielle directe en silicium.

Contrairement aux architectures d’apprentissage profond actuelles (telles que les Transformers ou les réseaux convolutifs massifs) qui dépendent de fermes de serveurs GPU énergivores effectuant des multiplications matricielles continues, les circuits conçus sur la base des équations de Grossberg fonctionnent selon des principes analogiques et asynchrones à très basse consommation :

• Dans ces puces neuromorphiques, les opérations de normalisation par dérivation synaptique (shunting) sont directement reproduites par les lois de Kirchhoff gouvernant la sommation des courants électriques et les ponts diviseurs de tension formés par les transistors à effet de champ opérant en régime de sous-seuil (subthreshold).
• L’absence de transfert séquentiel massif de données entre une mémoire distante et des unités de calcul (le goulot d’étranglement de von Neumann) permet à des processeurs ART dédiés de traiter des flux d’information continus en consommant des puissances de l’ordre du milliwatt.

Ces dernières années, l’émergence des technologies nano-électroniques à base de memristors (résistances à mémoire) et de circuits photoniques intégrés a donné un souffle technologique nouveau aux modèles grossbergiens. Les lois différentielles de plasticité synaptique $z_{ij}$ de Grossberg s’appliquent avec une correspondance physique directe aux variations de conductance des memristors sous l’effet de flux d’impulsions. Ces puces neuromorphiques bio-inspirées démontrent une tolérance intrinsèque aux pannes matérielles : la destruction physique de plusieurs dizaines de composants élémentaires au sein du réseau n’anéantit pas la mémoire collective, le traitement résonant distribué absorbant les défaillances locales par plasticité compensatoire, à l’image du tissu cérébral biologique résilient aux microlésions ischémiques.

10.2 Robots autonomes et navigation en environnement non contrôlé

L’autonomie réelle des machines constitue l’un des bancs d’essai les plus impitoyables pour l’intelligence artificielle. Les robots traditionnels, tributaires d’une programmation heuristique rigide ou de modèles d’apprentissage statistique nécessitant des millions d’exemples d’entraînement hors-ligne, se révèlent tristement démunis dès lors qu’ils sont confrontés à des environnements réels non contrôlés, instables et dynamiques. C’est précisément dans ce domaine que les architectures sensorimotrices et perceptives de Grossberg ont démontré toute leur supériorité opérationnelle.

Des laboratoires robotiques de pointe ont embarqué des architectures neuromorphiques grossbergiennes complètes — intégrant la vision BCS/FCS, la catégorisation ARTMAP et la commande motrice VITE — au sein d’agents robotiques mobiles autonomes :

• Ces systèmes réalisent des tâches de cartographie et de localisation simultanées (Neuromorphic SLAM) en temps réel avec une efficacité saisissante.
• Grâce à la gestion autonome du dilemme stabilité-plasticité par ART, le robot mémorise instantanément de nouveaux obstacles ou des pièces de topologie inédite sans corrompre les cartes cognitives des zones explorées auparavant.
• Le mécanisme de match tracking ajuste automatiquement la sensibilité de sa catégorisation spatiale selon la dangerosité du terrain : en terrain plat et homogène, la vigilance diminue pour accélérer la progression ; à l’approche de zones accidentées, la vigilance s’élève, contraignant le robot à raffiner sa perception des micro-reliefs.

Cette adaptabilité en ligne sans réentraînement hors-ligne a conduit des agences spatiales de premier ordre, notamment la NASA, ainsi que des industriels des véhicules autonomes, à s’appuyer sur les modèles de Boston pour concevoir les modules de navigation de rovers planétaires et d’engins d’exploration sous-marine. Ces machines sont capables de réagir adéquatement à des scénarios physiques n’ayant jamais été anticipés par leurs concepteurs humains, prouvant la pertinence industrielle d’une robotique bâtie sur les principes fondamentaux de la biologie adaptative.

10.3 Diagnostic médical, télédétection et traitement de mégadonnées

Dans le domaine de l’analyse des données de masse (Big Data) et des systèmes critiques, les algorithmes dérivés des travaux de Stephen Grossberg — en particulier Fuzzy ARTMAP et ses variantes avancées — occupent une place d’élection en raison de deux propriétés fondamentales : leur vitesse de traitement foudroyante et leur explicabilité structurelle complète.

Dans le domaine du diagnostic médical et de la santé computationnelle, la classification de signaux biophysiques complexes à haute résolution temporelle — tels que les électroencéphalogrammes (EEG) multi-canaux pour la détection précoce des foyers épileptiques, ou les électrocardiogrammes (ECG) pour l’identification des arythmies malignes transitoires — se heurte fréquemment à la variabilité interindividuelle et à la rareté des événements pathologiques critiques. Là où les réseaux de neurones profonds standards échouent en sur-ajustant les données d’entraînement ou en délivrant des diagnostics inexplicables sous la forme de boîtes noires opaques, ARTMAP excelle :

• Il isole les micro-patterns anormaux en quelques passes de calcul.
• Chaque décision clinique est directement justifiable par l’interrogation de l’hyperrectangle de décision formé dans l’espace des caractéristiques, explicitant aux praticiens les paramètres physiologiques exacts ayant motivé l’alerte.

Dans le domaine de la télédétection satellitaire et du traitement des images d’observation de la Terre, les modèles grossbergiens ont été déployés pour la segmentation et la cartographie d’occupation des sols à l’échelle continentale sur des données multi-spectrales et radar haute résolution. Face à des téraoctets de données arrivant en flux continu des constellations satellitaires, les réseaux ART procèdent à un catalogage incrémental sans dégradation des classes antérieures, distinguant de subtiles signatures écologiques ou agricoles avec une précision supérieure aux approches statistiques conventionnelles. Dans tous ces contextes à haute responsabilité opérationnelle, où l’erreur de prédiction ne peut être tolérée et où la justification causale est un impératif juridique et éthique, les paradigmes grossbergiens s’imposent comme des références incontournables d’intelligence artificielle de confiance.

11. Réception critique, débats théoriques et comparaisons paradigmatiques

11.1 Grossberg face à la montée de la rétropropagation (Backpropagation)

L’histoire des sciences est souvent le théâtre de rivalités paradigmatiques où les qualités intrinsèques d’une théorie sont temporairement occultées par des courants plus faciles d’accès ou plus séduisants d’un point de vue technologique immédiat. L’un des épisodes les plus révélateurs de la trajectoire scientifique de Stephen Grossberg concerne la confrontation théorique majeure qui l’a opposé, dès le milieu des années 1980, à la montée hégémonique de l’école connexionniste du traitement distribué en parallèle (Parallel Distributed Processing ou PDP), menée sur la côte ouest des États-Unis par David Rumelhart, James McClelland et Geoffrey Hinton.

La publication en 1986 du diptyque canonique du groupe PDP consacre le triomphe de l’algorithme de rétropropagation du gradient (Backpropagation) pour l’entraînement des réseaux multicouches supervisés (MLP). Stephen Grossberg prend immédiatement la parole pour dresser une critique épistémologique et méthodologique implacable de cette approche. Il démontre avec une rigueur implacable que l’algorithme de rétropropagation souffre d’une implausibilité neurobiologique fatale, marquée par trois anomalies rédhibitoires :

• Le problème du transport des poids (Weight Transport Problem) : L’algorithme exige que le signal d’erreur descendant utilise exactement la transposée mathématique de la matrice des poids synaptiques ascendants. Or, dans le système nerveux, les voies synaptiques rétrogrades sont physiquement séparées des voies antérogrades ; aucun mécanisme biologique ne permet à une synapse descendante de connaître instantanément la valeur du poids synaptique d’une projection ascendante distincte.
• La non-localité des calculs : Le calcul du gradient d’erreur requiert la transmission globale d’informations numériques complexes à travers l’ensemble des couches, violant le principe fondamental de la localité biophysique des computations synaptiques.
• La catastrophe de l’oubli : En minimisant aveuglément une fonction de coût d’erreur globale hors-ligne, la rétropropagation est structurellement incapable d’apprentissage continu en temps réel, s’effondrant dans l’oubli catastrophique dès que la distribution des données évolue.

Malgré la justesse éclatante de ses arguments, les travaux de Grossberg et de son école de Boston (CNS) subissent un isolement relatif durant les années 1990 et 2000. Le pragmatisme des départements d’informatique, séduits par la relative simplicité algorithmique de la descente de gradient et par l’obtention de résultats empiriques immédiats sur des benchmarks standardisés, préfère reléguer au second plan la vraisemblance biologique. Grossberg choisit délibérément de ne faire aucun compromis avec la vérité neurobiologique, préférant la construction d’une théorie générale rigoureuse et pérenne à la course aux victoires empiriques éphémères du connexionnisme orthodoxe.

11.2 Complexité mathématique et accessibilité des publications

L’autre facteur déterminant ayant freiné la diffusion universelle des idées de Stephen Grossberg au sein de la communauté élargie des sciences cognitives tient à la complexité mathématique monumentale et à l’austérité stylistique de son corpus théorique. Alors que les publications du courant PDP utilisaient un formalisme d’algèbre linéaire discret et des simulations numériques simples accessibles à des chercheurs formés aux sciences humaines ou à l’informatique de gestion, Grossberg rédigeait ses traités dans le langage sans concession des systèmes différentiels non linéaires couplés de haute dimension.

Un article typique de Grossberg dans les années 1970 ou 1980 s’étend fréquemment sur plusieurs dizaines de pages denses, contenant des systèmes imbriqués d’équations différentielles stochastiques non autonomes, accompagnés de théorèmes analytiques de convergence et de stabilité de Lyapunov rédigés avec une minutie intransigeante. Cette formidable barrière à l’entrée mathématique a découragé des cohortes entières de psychologues expérimentaux et de neurobiologistes descriptifs, incapables de déchiffrer les ramifications comportementales dissimulées sous cette prolifération formelle.

Cette difficulté a été accentuée par un certain isolement terminologique. Grossberg a forgé tout au long de sa carrière un lexique théorique hautement spécialisé, presque hermétique pour le non-initié : shunting networks, gated dipoles, boundary contour systems, monocular reset, attentional shroud, etc. Cet appareil conceptuel singulier a parfois donné le sentiment trompeur d’une forteresse théorique autoréférentielle, fermée aux dialogues académiques extérieurs. Conscient tardivement de ce fossé communicationnel, Grossberg entreprend à la fin de sa carrière un travail colossal de synthèse et de vulgarisation de haut niveau, qui aboutira en 2021 à la publication de son opus magnum, Conscious Mind, Resonant Brain: How Each Brain Makes a Mind, un ouvrage monumental de plus de 700 pages où il s’efforce d’exposer l’intégralité de sa démarche sans noyer le lecteur sous l’appareil mathématique brut.

11.3 Validation expérimentale par les neurosciences modernes

La trajectoire scientifique de Stephen Grossberg illustre de manière spectaculaire le mot célèbre du philosophe Arthur Schopenhauer : toute vérité franchit trois étapes — d’abord ridiculisée, puis violemment combattue, elle finit par être acceptée comme une évidence éclatante. Au fur et à mesure que les technologies d’exploration neurofonctionnelle ont progressé à l’aube du vingt-et-unième siècle, les prédictions théoriques formulées par Grossberg vingt, trente ou quarante ans plus tôt ont reçu une série impressionnante de confirmations empiriques directes.

Parmi les confirmations les plus remarquables, on peut citer :

• La nature des projections corticales descendantes : Alors que la neuroanatomie classique les considérait comme de simples voies d’ajustement modeste, l’imagerie par résonance magnétique fonctionnelle à très haut champ ($7\text{ Tesla}$) et les enregistrements laminaires intracellulaires ont confirmé que les connexions de rétroaction sont plus nombreuses que les voies d’entrée ascendantes, et qu’elles obéissent scrupuleusement aux lois de modulation d’adéquation et de résonance prédites par ART.
• L’organisation en couches fonctionnelles du cortex : Les neurophysiologistes ont redécouvert au cours des années 2010 que les couches laminaires $4$, $2/3$ et $6$ opèrent exactement les opérations de ségrégation figure-fond et de contrôle de gain prédictif formalisées dans le modèle LAMINART.
• La dynamique des oscillations gamma et le binding temporel : Les protocoles d’optogénétique et d’électrophysiologie multi-sites contemporains ont démontré sans ambiguïté que la focalisation de l’attention consciente déclenche des épisodes de résonance cohérente de phase à $40\text{ Hz}$, balayant les doutes qui pesaient jadis sur l’universalité de la résonance adaptative.

Aujourd’hui, un consensus grandissant émerge au sein des neurosciences théoriques les plus avancées pour reconnaître que le cadre forgé par Stephen Grossberg a devancé de plusieurs décennies les courants actuels du codage prédictif. L’histoire contemporaine rend ainsi progressivement justice à la lucidité d’un penseur qui a su déduire la structure intime du cerveau par la seule puissance du raisonnement mathématique et de l’analyse fonctionnelle intégrée.

12. Héritage scientifique et perspectives contemporaines en neurosciences cognitives

12.1 L’unification de l’esprit, du cerveau et du comportement

L’ambition initiale formulée par Stephen Grossberg en 1957 — forger une science formelle unifiée capable de tisser des liens causaux directs et rigoureux entre la physico-chimie des récepteurs synaptiques, l’organisation anatomique des réseaux corticaux et l’architecture phénoménologique de l’esprit — demeure sans doute l’entreprise la plus monumentale des sciences cognitives de notre temps. Au crépuscule de sa carrière, cet édifice théorique se dresse comme l’un des rares cadres conceptuels globalement cohérents, capables d’appréhender le fonctionnement cérébral dans son intégralité sans jamais recourir à des sauts explicatifs magiques ou à des réductions simplistes.

À cet égard, les convergences contemporaines entre la théorie grossbergienne et d’autres approches computationnelles de premier plan sont saisissantes. Le célèbre principe de l’énergie libre (Free Energy Principle) et le paradigme du cerveau prédictif (Predictive Coding), développés par le neurobiologiste britannique Karl Friston, partagent avec l’Adaptive Resonance Theory une intuition fondamentale commune : le cerveau est une machine d’inférence active dont la mission téléologique est de minimiser l’erreur d’adéquation (la surprise informationnelle ou l’incohérence résonante) entre ses attentes descendantes et la réalité sensorielle brute. Toutefois, là où les modèles de Friston s’expriment à un niveau d’abstraction statistique bayésien très élevé, Grossberg offre l’infrastructure biophysique détaillée décrivant les circuits membranaires et les dynamiques synaptiques exactes par lesquelles cette minimisation de l’erreur est concrètement implémentée par le tissu nerveux vivant.

De surcroît, à l’heure où l’intelligence artificielle moderne, dominée par les grands modèles de langage (LLM) et l’apprentissage profond massif, se heurte de plein fouet à des barrières structurelles redoutables — le manque criant de robustesse, l’opacité décisionnelle, les hallucinations génératives et l’oubli catastrophique —, l’héritage de Grossberg se profile comme une source inestimable de solutions de rupture. En prouvant qu’il est possible de concevoir des systèmes capables d’apprendre continuellement en temps réel, de façon totalement transparente, auto-stabilisée et économe en énergie, Grossberg a tracé la voie vers une véritable intelligence computationnelle de nouvelle génération, réconciliant l’efficience empirique et la fidélité aux lois de la vie.

12.2 Génération de chercheurs formés et diffusion mondiale

L’impact d’un géant de la pensée ne se mesure pas seulement au nombre de ses publications ou à la pertinence formelle de ses théorèmes ; il se manifeste avec éclat dans l’héritage humain et académique qu’il transmet aux générations futures. À travers la direction du Department of Cognitive and Neural Systems (CNS) et du Center for Adaptive Systems (CAS) à l’Université de Boston, Stephen Grossberg a été le mentor, le guide et l’inspirateur d’une lignée exceptionnelle de scientifiques qui dirigent aujourd’hui les laboratoires les plus influents des neurosciences computationnelles et de l’IA bio-inspirée.

Parmi les figures marquantes formées dans son sillage ou ayant collaboré intimement avec lui, citons :

• Gail Carpenter : Mathématicienne d’exception et épouse de Stephen Grossberg, co-développeuse de l’ensemble de la famille des architectures ART et ARTMAP, dont la clarté formelle a profondément marqué l’algorithmique neuromorphique.
• Daniel Bullock : Pionnier incontesté de la modélisation motrice computationnelle, co-créateur des modèles VITE et FLETE.
• Ennio Mingolla : Figure de proue de la modélisation de la vision et de la perception spatiale, co-auteur de la théorie BCS/FCS.
• Des dizaines d’autres chercheurs renommés — tels que Frank Guenther (créateur du modèle DIVA du contrôle de la parole), Massimiliano Versace, Michael Cohen ou Arash Yazdanbakhsh — qui ont essaimé dans le monde entier, perpétuant l’exigence méthodologique et l’audace conceptuelle de l’école de Boston.

La pérennité de cet héritage est également assurée par le rôle institutionnel continu de l’International Neural Network Society (INNS) et par la revue Neural Networks, qui continuent d’accueillir les contributions scientifiques consacrées à l’interface entre modélisation cérébrale et innovation technologique. De surcroît, la mise à disposition ouverte et l’actualisation continue des bibliothèques algorithmiques implémentant les architectures ART, ARTMAP et LAMINART permettent à de jeunes ingénieurs et chercheurs du monde entier d’expérimenter directement ces modèles sur des problématiques contemporaines, assurant la diffusion ininterrompue des concepts grossbergiens au cœur de l’écosystème numérique mondial.

12.3 Les frontières actuelles de la recherche grossbergienne

Bien qu’ayant atteint un âge vénérable, Stephen Grossberg et ses continuateurs demeurent à la pointe de la réflexion scientifique, explorant sans relâche les frontières ultimes des sciences de l’esprit. L’un des axes de recherche les plus prometteurs concerne la modélisation computationnelle fine des altérations de la connectivité laminaire dans les maladies neurodégénératives, notamment la maladie d’Alzheimer. En étendant les modèles ART laminaires, les chercheurs s’attachent à démontrer comment la perte précoce des synapses cholinergiques et glutamatergiques dans les projections descendantes du cortex entorhinal et de l’hippocampe brise l’équilibre de vigilance résonante, provoquant l’effondrement progressif de la consolidation mnésique et l’intrusion d’états confusionnels caractéristiques de la démence.

Sur le front technologique, l’une des perspectives les plus stimulantes réside dans l’hybridation des modèles ART avec les architectures d’apprentissage profond et les modèles de fondation génératifs modernes (modèles neuro-symboliques hybrides). En greffant des modules de supervision de résonance adaptative au sommet de réseaux neuronaux profonds, des ingénieurs parviennent à doter ces derniers d’une explicabilité instantanée, d’un contrôle rigoureux des hallucinations sémantiques et d’une immunité totale contre l’oubli catastrophique lors de leur déploiement opérationnel dans des contextes dynamiques non supervisés.

En observant la trajectoire intellectuelle incomparable de Stephen Grossberg depuis ses intuitions adolescentes à Dartmouth en 1957 jusqu’à la consécration internationale de ses synthèses contemporaines, un constat s’impose avec la force de l’évidence : il est l’architecte fondamental qui a permis aux sciences de l’esprit de dépasser le clivage séculaire entre le corps et la pensée. En démontrant avec une majesté mathématique absolue que les harmonies secrètes de l’expérience consciente ne sont rien d’autre que la résonance vivante de milliards de cellules dialoguant selon des lois universelles d’équilibre adaptatif, Stephen Grossberg a gravé son nom au panthéon des plus grands savants qui ont éclairé les mystères de la condition humaine.

Références

Amazeen, P. G. (1998). The dynamical perspective on perception and action: Foundations for a unified science of cognition. Ecological Psychology, 10(3-4), 303-316. https://doi.org/10.1080/10407413.1998.9652686

Bullock, D., & Grossberg, S. (1988). Neural dynamics of planned arm movements: Emergent invariants and kinematics of trajectory formation. Psychological Review, 95(1), 49-90. https://doi.org/10.1037/0033-295X.95.1.49

Bullock, D., Grossberg, S., & Guenther, F. H. (1993). A self-organizing neural model of motor equivalent reaching and tool use by a multijoint arm. Journal of Cognitive Neuroscience, 5(4), 408-435. https://doi.org/10.1162/jocn.1993.5.4.408

Carpenter, G. A., & Grossberg, S. (1987). A massively parallel architecture for a self-organizing neural pattern recognition machine. Computer Vision, Graphics, and Image Processing, 37(1), 54-115. https://doi.org/10.1016/S0734-189X(87)80014-2

Carpenter, G. A., & Grossberg, S. (1987). ART 2: Self-organization of stable category recognition codes for analog input patterns. Applied Optics, 26(23), 4919-4930. https://doi.org/10.1364/AO.26.004919

Carpenter, G. A., & Grossberg, S. (1990). ART 3: Hierarchical search using chemical transmitters in self-organizing pattern recognition architectures. Neural Networks, 3(2), 129-152. https://doi.org/10.1016/0893-6080(90)90085-Z

Carpenter, G. A., Grossberg, S., & Reynolds, J. H. (1991). ARTMAP: Supervised real-time learning and classification of nonstationary data by a self-organizing neural network. Neural Networks, 4(5), 565-588. https://doi.org/10.1016/0893-6080(91)90012-T

Carpenter, G. A., Grossberg, S., Markuzon, N., Reynolds, J. H., & Rosen, D. B. (1992). Fuzzy ARTMAP: A neural network architecture for incremental supervised learning of analog multidimensional maps. IEEE Transactions on Neural Networks, 3(5), 698-713. https://doi.org/10.1109/72.159059

Chalmers, D. J. (1995). Facing up to the problem of consciousness. Journal of Consciousness Studies, 2(3), 200-219.

Friston, K. (2010). The free-energy principle: A unified brain theory? Nature Reviews Neuroscience, 11(2), 127-138. https://doi.org/10.1038/nrn2787

Gray, C. M., & Singer, W. (1989). Stimulus-specific neuronal oscillations in orientation columns of cat visual cortex. Proceedings of the National Academy of Sciences, 86(5), 1698-1702. https://doi.org/10.1073/pnas.86.5.1698

Grossberg, S. (1968). Some nonlinear networks capable of learning a spatial pattern of arbitrary complexity. Proceedings of the National Academy of Sciences, 59(2), 368-372. https://doi.org/10.1073/pnas.59.2.368

Grossberg, S. (1970). Neural pattern discrimination. Journal of Theoretical Biology, 27(2), 291-337. https://doi.org/10.1016/0022-5193(70)90151-5

Grossberg, S. (1972). A neural theory of punishment and avoidance, II: Quantitative theory. Mathematical Biosciences, 15(3-4), 253-285. https://doi.org/10.1016/0025-5564(72)90038-0

Grossberg, S. (1976). Adaptive pattern classification and universal recoding: I. Parallel development and coding of neural feature detectors. Biological Cybernetics, 23(3), 121-134. https://doi.org/10.1007/BF00344744

Grossberg, S. (1976). Adaptive pattern classification and universal recoding: II. Feedback, tonotopicity, and cognitive codes. Biological Cybernetics, 23(4), 187-202. https://doi.org/10.1007/BF00340335

Grossberg, S. (1980). How does a brain build a cognitive code? Psychological Review, 87(1), 1-51. https://doi.org/10.1037/0033-295X.87.1.1

Grossberg, S. (1982). Studies of Mind and Brain: Neural Principles of Learning, Perception, Development, Cognition, and Motor Control. D. Reidel Publishing Company. https://doi.org/10.1007/978-94-009-7758-7

Grossberg, S. (1987). Competitive learning: From interactive activation to adaptive resonance. Cognitive Science, 11(1), 23-63. https://doi.org/10.1111/j.1551-6708.1987.tb00862.x

Grossberg, S. (1999). The link between brain learning, attention, and consciousness. Consciousness and Cognition, 8(1), 1-44. https://doi.org/10.1006/ccog.1998.0372

Grossberg, S. (2013). Adaptive Resonance Theory: How a brain learns to consciously attend, learn, and recognize a changing world. Neural Networks, 37, 1-47. https://doi.org/10.1016/j.neunet.2012.09.017

Grossberg, S. (2021). Conscious Mind, Resonant Brain: How Each Brain Makes a Mind. Oxford University Press. https://doi.org/10.1093/oso/9780190070557.001.0001

Grossberg, S., & Mingolla, E. (1985). Neural dynamics of perceptual grouping: Textures, boundaries, and emergent segmentations. Perception & Psychophysics, 38(2), 141-171. https://doi.org/10.3758/BF03198851

Grossberg, S., & Raizada, R. D. (2000). Contrast-sensitive perceptual grouping and object-based attention in the laminar circuits of primary visual cortex. Cerebral Cortex, 10(3), 291-308. https://doi.org/10.1093/cercor/10.3.291

Grossberg, S., & Schmajuk, N. A. (1987). Neural dynamics of attentionally modulated Pavlovian conditioning: Conditioned reinforcement, inhibition, and opponent processing. Psychobiology, 15(3), 195-240. https://doi.org/10.3758/BF03327273

Hebb, D. O. (1949). The Organization of Behavior: A Neuropsychological Theory. John Wiley & Sons.

Hodgkin, A. L., & Huxley, A. F. (1952). A quantitative description of membrane current and its application to conduction and excitation in nerve. The Journal of Physiology, 117(4), 500-544. https://doi.org/10.1113/jphysiol.1952.sp004764

Kanizsa, G. (1976). Subjective contours. Scientific American, 234(4), 48-52. https://doi.org/10.1038/scientificamerican0476-48

Kohonen, T. (1982). Self-organized formation of topologically correct feature maps. Biological Cybernetics, 43(1), 59-69. https://doi.org/10.1007/BF00337288

Marr, D. (1982). Vision: A Computational Investigation into the Human Representation and Processing of Visual Information. W. H. Freeman and Company.

McCulloch, W. S., & Pitts, W. (1943). A logical calculus of the ideas immanent in nervous activity. The Bulletin of Mathematical Biophysics, 5(4), 115-133. https://doi.org/10.1007/BF02478259

Mead, C. (1989). Analog VLSI and Neural Systems. Addison-Wesley.

Rumelhart, D. E., McClelland, J. L., & PDP Research Group. (1986). Parallel Distributed Processing: Explorations in the Microstructure of Cognition (Vols. 1-2). MIT Press.

Sutton, R. S., & Barto, A. G. (2018). Reinforcement Learning: An Introduction (2nd ed.). MIT Press.

von Békésy, G. (1967). Sensory Inhibition. Princeton University Press. https://doi.org/10.1515/9781400886470

Warren, R. M. (1970). Perceptual restoration of missing speech sounds. Science, 167(3917), 392-393. https://doi.org/10.1126/science.167.3917.392