Terry Sejnowski – 1947 à nos jours

Biography

L’histoire des sciences cognitives et de l’intelligence artificielle moderne est indissociable de la trajectoire intellectuelle de Terrence « Terry » Sejnowski. Né en 1947, ce théoricien et expérimentateur d’exception a incarné, plus de cinq décennies durant, la passerelle vivante entre la rigueur formelle de la physique statistique, la complexité foisonnante de la neurobiologie cellulaire et les promesses algorithmiques de l’apprentissage automatique. Alors que la seconde moitié du XXe siècle voyait s’affronter deux visions irréconciliables de l’esprit — d’une part, le paradigme symbolique et computationnel issu de l’école de Turing et Newell, réduisant la cognition à des manipulations logiques de symboles abstraits, et d’autre part, un réductionnisme biologique souvent aveugle aux principes théoriques du traitement de l’information —, Terry Sejnowski a proposé une troisième voie : celle des neurosciences computationnelles.

En co-inventant la machine de Boltzmann aux côtés de Geoffrey Hinton, en concevant le système NETtalk qui a sidéré la communauté académique en apprenant à prononcer l’anglais à partir du texte brut, et en fondant la conférence NeurIPS, Sejnowski n’a pas seulement anticipé la révolution actuelle de l’apprentissage profond (deep learning) ; il a démontré empiriquement que la structure même du tissu nerveux porte en elle les règles fondamentales de l’apprentissage adaptatif, de l’auto-organisation et de l’intelligence. Son œuvre pionnière démontre que les contraintes biophysiques réelles du cerveau — loin d’être de simples imperfections évolutives — sont précisément les catalyseurs mathématiques qui rendent possible la robustesse phénoménale de la perception et de l’action animale.

À travers ce parcours monumental, Terry Sejnowski s’est affirmé comme l’un des penseurs les plus influents de l’épistémologie contemporaine des systèmes complexes. Titulaire de la prestigieuse chaire Francis Crick au Salk Institute for Biological Studies et professeur émérite à l’Université de Californie à San Diego (UCSD), son œuvre continue de façonner notre compréhension des dynamiques corticales, des oscillateurs neuronaux, de la consolidation mnésique durant le sommeil et des limites intrinsèques des architectures artificielles contemporaines. Cette monographie retrace de manière exhaustive l’itinéraire intellectuel, les découvertes de rupture, les engagements institutionnels et la vision philosophique d’un géant de la pensée scientifique moderne.

1. Introduction épistémologique et repères biographiques (1947 à nos jours)

La trajectoire scientifique de Terry Sejnowski s’inscrit au sein d’une période charnière de l’histoire des sciences : celle où la physique théorique a cessé d’observer uniquement la matière inerte pour se pencher sur la matière organisée, vivante et pensante. Sa biographie académique illustre la fécondité d’une démarche transdisciplinaire rigoureuse, guidée par une ambition centrale : comprendre comment le cerveau produit l’esprit à travers des dynamiques physiques distribuées.

1.1 Origines académiques et transition de la physique vers la neurobiologie

Né à Cleveland en 1947, Terry Sejnowski manifeste dès sa jeunesse une inclination marquée pour les abstractions de la physique fondamentale et la manipulation des structures formelles. Il entreprend ses études supérieures à l’Université Case Western Reserve, où il décroche son diplôme de premier cycle en physique en 1968. Durant ces années de formation, il acquiert une maîtrise solide des équations différentielles, de l’électrodynamique classique et, par-dessus tout, de la mécanique statistique. Cette dernière discipline, développée initialement par Maxwell, Boltzmann et Gibbs pour déduire les propriétés thermodynamiques macroscopiques à partir des micro-états de particules désordonnées, constituera la matrice conceptuelle de toutes ses contributions ultérieures.

Admis à l’Université de Princeton pour son doctorat, Sejnowski se confronte aux développements les plus avancés de la physique théorique. Cependant, la fin des années 1960 et le début des années 1970 marquent également l’essor de la biologie moléculaire et les premiers balbutiements de la biophysique des membranes cellulaires, illustrés par les équations pionnières d’Alan Hodgkin et Andrew Huxley. L’élément déclencheur de son basculement intellectuel réside dans sa rencontre avec John Hopfield, alors professeur de physique à Princeton. Hopfield s’intéresse déjà aux processus biologiques comme des systèmes d’états collectifs, ouvrant la voie à ce qui deviendra la célèbre formalisation des réseaux récurrents portant son nom.

Sous la supervision indirecte de Hopfield et l’influence des neurobiologistes de Princeton, Sejnowski décide d’abandonner l’étude des particules subatomiques pour se consacrer au calcul neuronal. En 1978, il soutient avec brio sa thèse de doctorat en physique, intitulée A Stochastic Model of Non-Linear Processing in the Nervous System. Ce travail pionnier ne se contente pas de plaquer arbitrairement des outils mathématiques sur des neurones idéalisés : il formule les premières modélisations statistiques du traitement de l’information sous l’angle du bruit biologique et de la non-linéarité membranaire. Sejnowski comprend alors que la convergence entre biophysique, mécanique statistique et psychophysique représente le seul socle méthodologique capable de percer le mystère de l’émergence cognitive.

1.2 Positionnement au carrefour des neurosciences et de l’intelligence artificielle

Après son doctorat, Sejnowski accomplit un séjour postdoctoral déterminant au sein du département de neurobiologie de la Harvard Medical School, aux côtés de figures légendaires telles que Stephen Kuffler, David Hubel et Torsten Wiesel. Plongé au cœur de la physiologie expérimentale, il apprend l’art minutieux de l’enregistrement électrophysiologique intracellulaire. Cette immersion lui confère un avantage théorique immense sur ses contemporains informaticiens : il connaît intimement la réalité biologique, les contraintes anatomiques de l’axone, le retard synaptique et la variabilité intrinsèque des décharges neuronales.

Au début des années 1980, Sejnowski est recruté au département de biophysique de l’Université Johns Hopkins à Baltimore. C’est durant cette période qu’il commence à nouer des liens étroits avec la communauté montante des chercheurs connexionnistes, notamment établie sur la côte Ouest autour de David Rumelhart et James McClelland à l’Université de Californie à San Diego (UCSD). Sejnowski réalise que les théoriciens de l’intelligence artificielle d’alors sont bloqués dans des abstractions géométriques naïves ou des formalismes logiques stériles, tandis que les neurobiologistes s’enferment dans une description purement taxonomique sans cadres unificateurs.

En 1989, Terry Sejnowski franchit une étape institutionnelle majeure en rejoignant simultanément le Salk Institute for Biological Studies à La Jolla et le département de neurosciences de l’UCSD. Au Salk Institute, il fonde le Laboratoire de Neurobiologie Computationnelle (CNL), un centre de recherche d’avant-garde conçu dès le départ pour abattre les frontières entre les simulations mathématiques et l’expérimentation biologique. Il s’y lie d’une amitié intellectuelle profonde avec Francis Crick, le co-découvreur de la structure de l’ADN, qui a lui-même réorienté ses recherches vers l’élucidation neurobiologique de la conscience. Ensemble, Sejnowski et Crick plaident inlassablement pour que l’IA s’ancre dans les réalités de l’anatomie cérébrale et pour que la neurobiologie adopte la modélisation computationnelle comme méthode de validation formelle.

1.3 Vision programmatique : le cerveau comme système dynamique complexe

L’épistémologie développée par Terry Sejnowski s’articule autour d’un rejet catégorique du paradigme computationnel symbolique classique, dominé par le computationnalisme fonctionnaliste de Jerry Fodor et la métaphore de l’ordinateur de von Neumann. Pour Sejnowski, le cerveau ne saurait être assimilé à une unité centrale de traitement exécutant séquentiellement des algorithmes préprogrammés sur des données symboliques passives. Le cerveau est avant tout un système dynamique complexe non linéaire, caractérisé par une interconnectivité massive, une récursivité ubiquitaire et une auto-organisation spontanée.

Dans ce cadre théorique novateur, le traitement de l’information ne réside pas dans l’état statique de variables symboliques, mais dans l’émergence de patterns spatio-temporels d’activité collective. L’information est distribuée à travers des milliers, voire des millions de connexions synaptiques dont le poids relatif fluctue en permanence en fonction de l’expérience sensorielle et motrice. Sejnowski récuse le localisme naïf — l’idée d’un neurone spécifique codant un concept unique (« le neurone grand-mère ») — au profit d’une dynamique de populations neuronales enchevêtrées.

Pour operationaliser cette vision, Sejnowski formalise la nécessité d’articuler en permanence les échelles d’analyse. Il démontre que la cognition ne peut être comprise en s’isolant à un seul niveau de description : il faut impérativement relier l’échelle moléculaire des canaux ioniques et des récepteurs membranaires, l’échelle cellulaire de l’arborisation dendritique, l’échelle mésoscopique des colonnes corticales et des microcircuits locaux, jusqu’à l’échelle macroscopique des réseaux corticaux à grande distance et du comportement observable. L’apprentissage, dans cette perspective programmatique, cesse d’être une procédure logique externe pour devenir le résultat inévitable de l’ajustement dynamique des synapses, gouverné par des règles biophysiques locales capables de maximiser l’efficience informationnelle du système entier.

2. La révolution connexionniste et la collaboration avec Geoffrey Hinton

Les années 1980 constituent le théâtre d’une renaissance spectaculaire des architectures de réseaux neuronaux, restées en léthargie relative depuis les critiques formulées par Marvin Minsky et Seymour Papert en 1969. Terry Sejnowski va s’imposer comme l’un des stratèges majeurs de ce renouveau, formant un binôme légendaire avec le psychologue et informaticien britannique Geoffrey Hinton. Ensemble, ils vont jeter les bases théoriques du connexionnisme stochastique.

2.1 Genèse et formulation de la machine de Boltzmann (1983-1985)

La collaboration entre Terry Sejnowski et Geoffrey Hinton s’est forgée autour d’un défi mathématique majeur : comment entraîner un réseau de neurones artificiels comportant plusieurs couches (réseaux multicouches) en présence d’unités internes cachées, sans recourir à un superviseur dictant explicitement le comportement de chaque neurone intermédiaire ? Le perceptron monocouche de Frank Rosenblatt avait démontré ses limites insurmontables face à des fonctions logiques non linéaires comme le OU exclusif (XOR). Hinton et Sejnowski réalisent que la solution réside dans l’importation directe des concepts de la thermodynamique statistique dans l’ingénierie des réseaux.

Entre 1983 et 1985, ils conçoivent et formalisent la machine de Boltzmann. Il s’agit d’un réseau récurrent composé de neurones binaires interconnectés de façon symétrique, dont l’état bascule de façon probabiliste. Contrairement aux modèles déterministes qui restent irrémédiablement piégés dans des minima locaux de leur fonction d’erreur (ou de leur paysage énergétique), la machine de Boltzmann utilise le bruit stochastique pour explorer l’ensemble de l’espace des configurations. L’état d’un neurone est déterminé par la distribution de probabilité logistique, directement dérivée de la mécanique statistique :

La probabilité $P_i$ pour que l’unité $i$ prenne l’état 1 dépend de l’écart d’énergie $\Delta E_i$ induit par ce basculement, modulé par un paramètre analogue à la température physique $T$ :

P(s_i = 1) = frac{1}{1 + exp(-Delta E_i / T)}

En employant l’échantillonnage de Gibbs et la technique du recuit simulé (simulated annealing), introduite par Kirkpatrick et al., Hinton et Sejnowski démontrent que le réseau peut progressivement réduire sa température globale pour converger asymptotiquement vers l’état fondamental, c’est-à-dire vers les minima globaux d’énergie libre. Cette percée formelle efface définitivement le scepticisme de Minsky et Papert en prouvant la viabilité mathématique des représentations internes distribuées au sein de couches cachées.

2.2 Algorithme d’apprentissage et mécanismes probabilistes

L’apport le plus révolutionnaire de la machine de Boltzmann réside dans son algorithme d’apprentissage probabiliste. Hinton et Sejnowski découvrent une règle de mise à jour des poids synaptiques d’une élégance conceptuelle absolue, articulée autour de deux phases temporelles distinctes :

• La phase positive (dite d’éveil ou d’accrochage) : Les unités visibles du réseau sont fixées (« clampées ») par les signaux provenant de l’environnement extérieur. Le réseau fonctionne librement jusqu’à atteindre l’équilibre thermique, moment où l’on mesure les corrélations d’activation entre chaque paire de neurones connectés, notées p+.
• La phase négative (dite de sommeil ou de libération) : Le réseau est entièrement découplé de l’environnement extérieur ; toutes ses unités oscillent librement sous l’effet du seul bruit thermique interne. Une fois l’équilibre thermique atteint, on mesure de nouveau les corrélations moyennes de co-activation, notées p-.

La dérivation mathématique démontre alors que pour faire converger le modèle de probabilité interne du réseau vers la distribution statistique réelle de l’environnement, la modification du poids synaptique $w_{ij}$ reliant le neurone $i$ au neurone $j$ doit être rigoureusement proportionnelle à la différence entre ces deux corrélations :

Delta w_{ij} = eta cdot (p_{ij}^+ – p_{ij}^-)

Ce résultat fondamental minimise formellement la divergence de Kullback-Leibler entre la distribution générée par les données empiriques et celle engendrée spontanément par le réseau à l’état libre. Sejnowski met immédiatement en évidence le parallèle fascinant entre cette alternance algorithmique et les cycles neurophysiologiques de veille et de sommeil chez les vertébrés supérieurs. Il suggère que le sommeil paradoxal (REM) pourrait jouer le rôle computationnel de cette phase négative, où le cerveau génère des rêves aléatoires pour effacer les corrélations parasites et empêcher les poids synaptiques d’exploser vers des états saturés sous l’effet des apprentissages diurnes.

2.3 Impact conceptuel sur la psychologie cognitive connexionniste

L’introduction de la machine de Boltzmann pulvérise le dogme dominant de la psychologie cognitive classique. Jusqu’alors, la mémoire humaine était modélisée sous l’aspect d’un catalogue de cases mémoires étiquetées, où chaque information stockée possédait une adresse physique fixe (mémoire de type RAM). Avec les travaux de Sejnowski et Hinton, la communauté scientifique découvre le potentiel immense de la mémoire adressable par le contenu (content-addressable memory) et des représentations distribuées.

Dans ce nouveau paradigme, un concept ou un souvenir n’est localisé en aucun composant unique : il est encodé sous forme d’une configuration globale de forces synaptiques réparties sur l’ensemble du réseau. Il en découle naturellement des propriétés psychologiques observées depuis toujours chez l’humain, mais inexplicables par les ordinateurs classiques :

• La dégradation gracieuse (tolérance aux pannes) : La destruction accidentelle de 10 % ou 20 % des unités d’un réseau de Boltzmann ne détruit pas 10 % ou 20 % des souvenirs de manière binaire ; elle dégrade légèrement la précision globale de rappel, simulant de manière frappante les effets des lésions cérébrales chez les patients neuropsychologiques.
• La complétion de motifs : Présenter une partie seulement d’un motif sensoriel permet au réseau de relaxer vers l’attracteur énergétique correspondant, restaurant instantanément la totalité de l’information manquante, exactement comme une perception fragmentaire réactive un souvenir d’enfance.
• La généralisation spontanée : Le réseau extrait naturellement les prototypes statistiques sous-jacents aux exemples concrets qui lui sont fournis durant la phase d’apprentissage.

Ces avancées fournissent le socle empirique et formel au groupe PDP (Parallel Distributed Processing), dont la publication de l’ouvrage collectif historique en 1986 par Rumelhart, McClelland et Sejnowski scellera le triomphe de la révolution connexionniste au sein des sciences de l’esprit.

3. Le projet NETtalk : Modélisation de l’acquisition phonologique et linguistique

Si la machine de Boltzmann avait fourni la justification théorique du connexionnisme, il manquait encore une démonstration éclatante, accessible et spectaculaire capable de convaincre le grand public scientifique de la puissance réelle des réseaux de neurones. Ce fut l’objectif magistralement atteint par Terry Sejnowski et son collaborateur Charles R. Rosenberg à travers le développement de NETtalk entre 1986 et 1987.

3.1 Architecture et principes de fonctionnement de NETtalk (1986-1987)

Conçu à l’Université Johns Hopkins, NETtalk s’attaquait à un problème linguistique réputé d’une complexité insurmontable pour les systèmes automatiques de l’époque : la transcription du texte écrit en flux phonétique prononçable, c’est-à-dire la conversion du graphème au phonème en langue anglaise. L’anglais est mondialement réputé pour sa profonde irrégularité orthographique : des séquences identiques de lettres se prononcent de manière radicalement différente selon le contexte sémantique et morphologique (par exemple, la prononciation du mot rough comparée à celle de dough ou through).

L’architecture de NETtalk repose sur un réseau de neurones artificiels multicouche entraîné par l’algorithme de rétropropagation du gradient (backpropagation), récemment popularisé. Le réseau se structure de la manière suivante :

• Une couche d’entrée spatio-temporelle : Une fenêtre coulissante de 7 lettres consécutives. Chaque lettre est encodée de manière vectorielle binaire à travers 29 entrées (les 26 lettres de l’alphabet latin complétées par les espaces et signes de ponctuation courants). La couche d’entrée compte ainsi un total de 203 neurones ($7 \times 29$). Le réseau a pour mission d’apprendre à prononcer uniquement la lettre centrale de la fenêtre, les trois lettres précédentes et les trois suivantes servant de contexte orthographique.
• Une couche cachée : Constituée généralement de 80 à 120 unités entièrement connectées à la couche d’entrée par des poids synaptiques ajustables, responsables de l’extraction des représentations internes.
• Une couche de sortie phonologique : Composée de 26 neurones. Plutôt que de désigner arbitrairement chaque phonème par un neurone unique, Sejnowski choisit de coder les traits articulatoires distribués (ex. position de la langue, voisement, nasalité, labialité) selon les standards de la phonétique articulatoire. Ces sorties étaient ensuite directement envoyées à un synthétiseur vocal électronique hardware (le DECtalk).

L’entraînement s’effectuait sur un corpus de mille mots courants transcrits à la fois sous leur forme orthographique et leur transcription phonétique canonique tirée d’un dictionnaire phonologique.

3.2 Courbes d’apprentissage et similitudes avec le développement infantile

La découverte la plus saisissante du projet NETtalk, qui provoqua un retentissement mondial tant dans les milieux académiques que dans les médias généralistes, réside dans la nature même de ses courbes d’apprentissage. Alors qu’un programme informatique traditionnel est binaire — soit le code fonctionne, soit il affiche une erreur de syntaxe —, NETtalk manifesta un apprentissage continu, organique, d’une plasticité troublante.

Lorsque le réseau était initialisé avec des poids synaptiques entièrement aléatoires, les signaux transmis au synthétiseur vocal produisaient un bruit statique continu et chaotique, souvent comparé à des gargouillements inarticulés. Après seulement quelques dizaines d’itérations d’apprentissage à travers le corpus d’entraînement, le système entrait dans une phase de babillage (babbling). Le réseau apprenait tout d’abord à distinguer grossièrement les voyelles des consonnes, vocalisant des rythmes syllabiques rudimentaires rappelant les émissions vocales des nourrissons humains vers l’âge de six mois.

Progressivement, au fil de la rétropropagation du gradient minimisant l’erreur quadratique moyenne, les phonèmes se cristallisaient. Vers plusieurs centaines d’itérations, la parole synthétisée devenait parfaitement compréhensible, l’intonation et l’accentuation tonale se plaçant correctement. Plus extraordinaire encore : testé sur un corpus de 20 000 mots qu’il n’avait jamais rencontrés durant son entraînement, NETtalk affichait un taux de généralisation et de prononciation correcte supérieur à 78 %.

Le réseau gérait avec une fluidité remarquable les exceptions linguistiques sans nécessiter une cascade de règles conditionnelles de type IF... THEN... ELSE. Il avait extrait spontanément la structure sous-jacente des régularités statistiques dominantes tout en développant des micro-représentations pour les irrégularités spécifiques. Cette émergence spectaculaire porta un coup sévère aux thèses de l’innéisme linguistique radical défendues par Noam Chomsky, prouvant qu’un système d’apprentissage statistique général pouvait acquérir la phonologie sans posséder de modules grammaticaux pré-câblés.

3.3 Débats épistémologiques suscités en sciences cognitives

Le triomphe de NETtalk attisa violemment les débats fondateurs des sciences de l’esprit. Dès 1988, les figures de proue du cognitivisme computationnel classique, au premier rang desquelles figuraient Jerry Fodor et Zenon Pylyshyn, publièrent une réfutation théorique virulente dans leur célèbre article Connectionism and Cognitive Architecture: A Critical Analysis. Fodor et Pylyshyn soutenaient que les réseaux comme NETtalk n’étaient que de simples implémentations matérielles inférieures d’architectures de Turing ou de simples associations pavloviennes modernisées, incapables par nature de rendre compte de la compositionnalité et de la productivité intrinsèques de la pensée humaine.

Terry Sejnowski répondit à ces critiques avec une force épistémologique déterminante. En collaboration avec des philosophes de l’esprit, il mena une analyse de clusters (regroupement hiérarchique) sur les représentations vectorielles internes forgées par la couche cachée de NETtalk. À la stupéfaction des sceptiques, l’analyse révéla que le réseau avait spontanément partitionné son espace de représentations en catégories phonétiques strictes : sans qu’aucune étiquette explicite ne lui ait été fournie, les vecteurs internes de toutes les voyelles s’étaient regroupés dans une région géométrique spécifique de l’espace vectoriel, tandis que les consonnes plosives, fricatives et nasales s’organisaient en sous-groupes structurellement équivalents aux classifications de la linguistique théorique.

NETtalk s’imposa ainsi historiquement comme le premier grand démonstrateur fonctionnel de l’apprentissage profond précoce, prouvant que les représentations sub-symboliques distribuées étaient non seulement suffisantes pour générer des comportements cognitifs de haut niveau, mais qu’elles surpassaient structurellement les systèmes experts par leur robustesse au bruit et leur capacité naturelle à l’extrapolation analogique. Ces travaux ont refondé durablement la psycholinguistique computationnelle contemporaine.

4. L’institutionnalisation des neurosciences computationnelles

Au-delà de ses découvertes empiriques et mathématiques, la contribution de Terry Sejnowski est indissociable de la fondation des infrastructures académiques qui ont permis aux neurosciences computationnelles d’exister en tant que discipline scientifique autonome, pérenne et dominante sur la scène mondiale.

4.1 Fondation et orientation des conférences NeurIPS (NIPS)

Vers le milieu des années 1980, les chercheurs explorant les réseaux de neurones se trouvaient marginalisés : leurs articles étaient systématiquement rejetés par les revues d’informatique théorique (qui les jugeaient dépourvus de garanties formelles d’arrêt) et par les revues de neurophysiologie (qui les considéraient comme des abstractions déconnectées de la complexité biologique). Face à ce verrouillage institutionnel, Terry Sejnowski s’associe en 1986 à Edward Posner, mathématicien et ingénieur du California Institute of Technology (Caltech).

Ensemble, ils fondent en 1987 la conférence annuelle Neural Information Processing Systems (NIPS), dont la première édition se tient à Denver, dans le Colorado. Dès sa conception, Sejnowski impose une ligne directrice visionnaire et sans compromis : NIPS ne doit pas devenir un congrès d’ingénierie logicielle supplémentaire, mais une arène interdisciplinaire unique au monde où des physiciens théoriciens, des neurophysiologistes de laboratoire, des psychologues cognitivistes, des mathématiciens et des ingénieurs en électronique dialoguent sur un pied d’égalité.

Durant plusieurs décennies, Sejnowski assure la présidence continue de la NIPS Foundation (qui sera rebaptisée NeurIPS en 2018). Il y maintient farouchement la présence des sessions de neurosciences théoriques à mesure que l’apprentissage automatique explose sur le plan industriel. C’est sous son égide que NeurIPS est passée d’un rassemblement confidentiel de quelques centaines de pionniers passionnés dans les stations de ski du Colorado au sommet mondial le plus couru et le plus sélectif de toute l’histoire de l’intelligence artificielle, réunissant aujourd’hui plus de 15 000 chercheurs chaque année.

4.2 Fondation de la revue ‘Neural Computation’ (1989)

Conscient qu’une discipline scientifique ne peut acquérir sa légitimité sans un organe de publication académique appliquant les plus hauts standards d’évaluation par les pairs, Terry Sejnowski lance en 1989 la revue mensuelle Neural Computation, éditée par MIT Press. Il en devient le rédacteur en chef fondateur, poste qu’il a occupé sans discontinuer pendant plus de trois décennies.

Sous la direction éditoriale rigoureuse de Sejnowski, Neural Computation est devenue le sanctuaire méthodologique où ont été forgées et formalisées les lois mathématiques du calcul neuronal. C’est dans ses colonnes qu’ont été publiés les articles fondateurs sur :

• Les algorithmes d’apprentissage par différence temporelle (Temporal Difference Learning) de Richard Sutton.
• La plasticité dépendante du temps d’occurrence des impulsions (Spike-Timing-Dependent Plasticity ou STDP) formalisée par Markram, Bi et Poo.
• Les architectures neuronales récurrentes à mémoire long/court terme (LSTM) créées par Sepp Hochreiter et Jürgen Schmidhuber en 1997.
• Les fondements de l’Analyse en Composantes Indépendantes (ICA) développée par Anthony Bell et Sejnowski lui-même.

La revue a ainsi érigé les critères universels de scientificité pour la modélisation computationnelle du cerveau : un modèle ne doit pas être une simple métaphore séduisante, il doit être analytiquement démontrable, capable de formuler des prédictions expérimentalement réfutables au laboratoire et posséder une plausibilité biophysique documentée.

4.3 L’ouvrage fondateur ‘The Computational Brain’ (1992)

En 1992, Terry Sejnowski publie aux éditions MIT Press un ouvrage monumental co-écrit avec la philosophe des neurosciences Patricia Churchland : The Computational Brain. Ce volume dense marque la maturité épistémologique définitive de la discipline. Il accomplit une synthèse magistrale en intégrant au sein d’un même corpus théorique les découvertes les plus récentes de la neuroanatomie ultrastructurale, de l’électrophysiologie synaptique et des théories des systèmes non linéaires et du calcul distribué.

Dans cet ouvrage, Churchland et Sejnowski introduisent et théorisent le concept de l’analyse multi-niveaux (multi-level analysis), qui met un terme aux querelles réductionnistes stériles en sciences de l’esprit. Ils expliquent avec une clarté exemplaire que les propriétés fonctionnelles de la vision intermédiaire, de l’audition spatiale ou du guidage moteur ne peuvent émerger que de l’interaction récursive entre le niveau microphysique des courants membranaires et le niveau macroscopique des dynamiques de population.

The Computational Brain a servi de bréviaire intellectuel à plusieurs générations de chercheurs. Il a profondément modifié l’architecture des cursus universitaires mondiaux en contraignant les facultés de psychologie et de biologie à intégrer l’algèbre linéaire, le calcul stochastique et la programmation dans la formation des futurs neuroscientifiques, inaugurant le paradigme aujourd’hui universellement admis de la modélisation mathématique du vivant.

5. L’Analyse en Composantes Indépendantes (ICA) appliquée aux biosignaux

Dans le domaine du traitement statistique du signal et de l’analyse des données cérébrales fonctionnelles, la contribution de Terry Sejnowski est indissociable d’une révolution méthodologique sans précédent : l’invention et le déploiement planétaire de l’algorithme d’Analyse en Composantes Indépendantes (Independent Component Analysis ou ICA).

5.1 Développement de l’algorithme Infomax et formalisation mathématique

Au milieu des années 1990, Terry Sejnowski accueille dans son laboratoire au Salk Institute un brillant chercheur britannique, Anthony Bell. Ensemble, ils s’attellent à résoudre l’un des casse-têtes mathématiques les plus redoutables de l’ingénierie du signal : le problème de la séparation aveugle de sources (blind source separation), couramment illustré par le fameux « cocktail party problem ». Comment une personne parvient-elle, dans une salle comble où des dizaines d’individus parlent en même temps et où la musique résonne, à isoler acoustiquement la voix de son interlocuteur direct, alors que le tympan ne reçoit qu’un mélange linéaire inextricable de toutes ces ondes acoustiques superposées ?

Les méthodes classiques comme l’Analyse en Composantes Principales (PCA) échouaient lamentablement dans cette tâche, car elles reposent exclusivement sur des statistiques d’ordre deux (la covariance et la corrélation orthogonale), supposant implicitement que les signaux sous-jacents suivent une distribution gaussienne standard. Or, les signaux du monde réel — la parole, la musique, les potentiels d’action neuronaux — sont éminemment non gaussiens (ils présentent des distributions super-gaussiennes ou sous-gaussiennes à forte kurtosis).

En 1995, Bell et Sejnowski publient dans Neural Computation leur article historique formulant le principe Infomax. En appliquant la théorie de l’information de Claude Shannon aux réseaux neuronaux artificiels non linéaires, ils conçoivent un algorithme qui met à jour les poids d’une matrice de dé-mélange en maximisant l’entropie conjointe (et par conséquent en maximisant l’information mutuelle) entre les entrées mélangées et les sorties transformées par une fonction sigmoïde. En maximisant l’information transmise à travers la non-linéarité, le système annule systématiquement les dépendances statistiques d’ordres supérieurs, extrayant avec une pureté mathématique totale les sources originales indépendantes sans rien connaître a priori de leur localisation ni de leur forme temporelle.

5.2 Révolution dans le traitement des signaux électrophysiologiques (EEG/MEG)

L’intuition géniale de Sejnowski fut de comprendre immédiatement que l’algorithme Infomax n’était pas seulement une avancée magistrale pour le traitement des télécommunications acoustiques, mais qu’il détenait la clé pour décoder les signaux les plus complexes du corps humain : l’électroencéphalographie (EEG) et la magnétoencéphalographie (MEG).

Jusqu’alors, l’exploitation clinique et cognitive de l’EEG était profondément handicapée par la physique même de la boîte crânienne. Chaque électrode placée sur le cuir chevelu enregistre un mélange chaotique de millions de courants synaptiques conduits passivement à travers les méninges et l’os crânien (phénomène de conduction de volume). Pire encore, ces signaux cérébraux infinitésimaux (de l’ordre du microvolt) sont constamment noyés dans des artéfacts massifs d’origine non cérébrale : les clignements oculaires, les mouvements de la mâchoire, les déglutitions et le rythme cardiaque (ECG), dont l’amplitude écrase littéralement l’activité cognitive sous-jacente.

En appliquant l’ICA aux enregistrements multicanaux EEG, l’équipe de Sejnowski a provoqué un saut de paradigme scientifique :

• Isolation pure des artéfacts : L’ICA isole instantanément les clignements des yeux et les potentiels musculaires dans des composantes indépendantes totalement découplées de l’activité cérébrale. Il devient trivial de soustraire ces composantes sans altérer le signal neurophysiologique sous-jacent.
• Identification des générateurs corticaux : L’algorithme permet de localiser spatialement et temporellement des sources corticales distinctes, transformant l’EEG d’une mesure globale floue en une véritable technique d’imagerie dynamique à haute résolution temporelle (à la milliseconde près).
• Mise en évidence des dynamiques de phase : L’ICA a permis de révéler des synchronisations transitoires de phases oscillatoires invisibles dans les moyennes brutes de potentiels évoqués.

Pour démocratiser cette révolution dans les laboratoires du monde entier, Terry Sejnowski a soutenu et supervisé le développement de la plateforme logicielle open-source EEGLAB (menée par Arnaud Delorme et Scott Makeig au sein de son centre de recherche à l’UCSD). EEGLAB est aujourd’hui devenue la référence mondiale absolue, employée par des dizaines de milliers de chercheurs et cliniciens pour analyser les signaux bio-électriques.

5.3 Applications directes à la neuropsychologie et aux interfaces cerveau-machine

L’impact de l’ICA dépasse largement le cadre des laboratoires fondamentaux pour s’étendre aux applications cliniques neuropsychologiques et au champ biomédical des interfaces cerveau-machine (BCI). En permettant de lire en temps réel l’activité cérébrale débarrassée de ses bruits parasites, les méthodes de Sejnowski ont ouvert des voies thérapeutiques inédites.

Dans le domaine des neurosciences psychiatriques, l’utilisation de l’ICA a permis de cartographier avec une finesse spectrale inégalée les altérations des connectivités fonctionnelles au repos. Des études ont mis en lumière des signatures oscillatoires spécifiques chez les patients souffrant de dépressions majeures résistantes aux thérapies, ou chez les individus atteints de schizophrénie, révélant des désynchronisations aiguës dans les bandes de fréquences thêta et gamma durant des épreuves d’attention continue.

Parallèlement, dans le secteur des neuro-technologies de réhabilitation, l’extraction de composantes indépendantes a rendu possible le décodage en direct des intentions motrices chez des patients tétraplégiques. Les algorithmes peuvent désormais isoler le signal d’imagerie motrice (par exemple, la désynchronisation liée à l’événement du rythme mu au-dessus du cortex moteur primaire) en quelques dizaines de millisecondes, permettant au patient de contrôler avec une fluidité remarquable un curseur informatique, un fauteuil roulant robotisé ou un membre prothétique motorisé.

6. Dynamique corticale, plasticité synaptique et rythmes cérébraux

Toute la démarche intellectuelle de Terry Sejnowski se distingue par son refus des modélisations abstraites déconnectées de la physiologie. Parallèlement à ses travaux en intelligence artificielle, il a constamment nourri la recherche fondamentale sur la mécanique biophysique fine du cortex cérébral.

6.1 Modélisation biophysique du microcircuit cortical

Le néocortex des mammifères présente une architecture répétitive et complexe organisée en colonnes corticales d’environ deux millimètres de haut sur quelques centaines de micromètres de diamètre, réparties en six couches cytoarchitectoniques distinctes. Sejnowski a été l’un des premiers théoriciens à programmer des simulations informatiques exhaustives respectant la géométrie tridimensionnelle précise et la distribution hétérogène des canaux ioniques voltage-dépendants au sein de l’arborisation dendritique des cellules pyramidales.

Contrairement aux conceptions simplistes qui considéraient la dendrite comme un simple entonnoir passif additionnant linéairement les courants post-synaptiques, les simulations conduites par Sejnowski au Salk Institute ont apporté la preuve computationnelle que l’arbre dendritique est un processeur non linéaire actif. Les canaux sodiques et calciques locaux permettent la génération d’« impulsions dendritiques » (dendritic spikes), transformant chaque segment d’arborisation en une porte logique hautement sophistiquée capable de détecter des coïncidences temporelles à l’échelle de la sub-milliseconde.

Ces microcircuits ont également permis de valider in silico l’équilibre fondamental entre excitation et inhibition (le ratio E/I). Sejnowski démontre comment l’action récurrente des interneurones inhibiteurs GABAergiques assure un contrôle de gain dynamique, empêchant le cortex de basculer dans l’emballement épileptiforme tout en maximisant la bande passante informationnelle disponible pour traiter les stimuli sensoriels changeants.

6.2 Oscillations gamma et synchronisation temporelle

L’une des contributions majeures de Sejnowski à la neurophysiologie moderne concerne le rôle fonctionnel des rythmes cérébraux, et plus particulièrement des oscillations dans la bande gamma (30 à 80 Hz). Dans les années 1990, des chercheurs comme Wolf Singer avaient émis l’hypothèse audacieuse que la synchronisation temporelle des décharges neuronales pouvait résoudre le redoutable « problème du liage » (binding problem) : comment le cerveau unifie-t-il la forme, la couleur, le mouvement et la trajectoire spatiale d’un objet perçu — traités par des aires visuelles anatomiquement distantes — en une perception consciente unifiée ?

Terry Sejnowski, en étroite collaboration avec Francis Crick et plus tard à travers des modèles biophysiques rigoureux, apporte la démonstration du mécanisme générateur sous-jacent. Il met en lumière le rôle indispensable des interneurones inhibiteurs à parvalbumine (les cellules en panier ou fast-spiking basket cells). Ces interneurones forment un réseau synaptique dense relié par des jonctions communicantes (gap junctions). Lorsqu’ils reçoivent une excitation corticale, ils génèrent un rythme d’inhibition collective quasi-parfait à 40 Hz, agissant comme un métronome biologique universel.

Cette oscillation gamma hache l’excitabilité des cellules pyramidales en fenêtres temporelles d’une quinzaine de millisecondes. Seuls les neurones participant activement à la représentation du même objet sensoriel parviennent à décharger de façon synchronisée durant ces fenêtres d’inhibition minimale. Sejnowski démontre ainsi que le temps précis d’arrivée d’un potentiel d’action (le timing) compte autant, sinon plus, que la fréquence moyenne de décharge. Il étend par la suite ce modèle aux pathologies cognitives, montrant que les déficits cognitifs majeurs de la schizophrénie peuvent être directement simulés par une altération génétique ou fonctionnelle de ces interneurones à parvalbumine, entraînant l’effondrement de la synchronie gamma et la fragmentation de la pensée consciente.

6.3 Plasticité dépendante du temps d’occurrence des potentiels d’action (STDP)

En 1949, Donald Hebb postulait le principe fondateur de la neuroplasticité : deux neurones déchargeant de manière répétée et simultanée renforcent leur lien synaptique (« Cells that fire together, wire together »). Cependant, cette règle classique ignorait totalement l’ordre temporel des événements et ne prévoyait aucun mécanisme formel de dépression synaptique, ce qui conduirait inévitablement les réseaux récurrents à une saturation de tous leurs poids à leur valeur maximale autorisée.

Dans son laboratoire, Terry Sejnowski modélise mathématiquement et étudie expérimentalement la formulation moderne de cette règle : la STDP (Spike-Timing-Dependent Plasticity). Le principe fondamental repose sur une asymétrie temporelle causale d’une extrême précision :

• Si le neurone pré-synaptique émet un potentiel d’action quelques millisecondes avant que le neurone post-synaptique ne décharge (relation causale prédictive), la synapse est renforcée : c’est la potentiation à long terme (LTP).
• Si, à l’inverse, le neurone pré-synaptique décharge quelques millisecondes après le neurone post-synaptique (relation rétroactive ou non causale), la synapse est affaiblie : c’est la dépression à long terme (LTD).

Sejnowski formalise les équations différentielles démontrant que la STDP permet aux réseaux neuronaux corticaux d’agir comme des systèmes d’apprentissage prédictifs autonomes à l’échelle de la milliseconde. La STDP permet à un circuit d’apprendre automatiquement la structure causale des événements temporels du monde extérieur. De surcroît, combinée aux mécanismes de plasticité homéostatique qu’il documente simultanément, elle assure la stabilisation globale de l’activité du réseau tout en maintenant une capacité plastique permanente pour encoder de nouveaux souvenirs sans effacer les mémoires anciennes.

7. Psychophysiologie du sommeil, mémoire et consolidation

L’intérêt de Terry Sejnowski pour les états de conscience et la régulation synaptique l’a conduit à devenir l’un des plus éminents théoriciens de la psychophysiologie du sommeil. Ses travaux ont contribué de manière décisive à transformer l’image du sommeil — jadis perçu comme une simple extinction passive de l’organisme — en une phase d’intense réorganisation computationnelle indispensable à la consolidation des traces mnésiques déclaratives et procédurales.

7.1 Les fuseaux de sommeil et la coordination thalamo-corticale

Durant le sommeil non-paradoxale (sommeil à ondes lentes, notamment le stade N2), l’électroencéphalogramme enregistre des bouffées d’ondes sinusoïdales caractéristiques oscillant entre 11 et 16 Hz, persistant durant 0,5 à 2 secondes : les fuseaux de sommeil (sleep spindles). Terry Sejnowski a consacré une série magistrale de simulations informatiques à l’élucidation de l’origine biophysique et de la fonction cognitive de ces événements.

À travers des modèles computationnels multi-échelles intégrant les neurones du noyau réticulaire thalamique, les cellules de relais thalamocorticales et les neurones pyramidaux corticaux, Sejnowski démontre que les fuseaux ne sont pas des bruits de fond anecdotiques, mais le résultat d’une résonance dynamique hautement synchronisée au sein de la boucle thalamo-corticale. Le noyau réticulaire thalamique, agissant comme un oscillateur à rétroaction négative via ses récepteurs GABAergiques et ses canaux calciques de type T à bas seuil d’activation, cadence ces décharges massives.

Sejnowski démontre mathématiquement que chaque fuseau de sommeil déclenche une entrée massive et transitoire d’ions calcium ($Ca^{2+}$) au sein des épines dendritiques du néocortex. Cette vague calcique ouvre une fenêtre temporelle privilégiée pour l’activation des cascades biochimiques intracellulaires (notamment la voie de la CaMKII), transformant la membrane synaptique en un état hyper-plastique réceptif. Les travaux de Sejnowski corrèlent ainsi de manière prédictive la densité et la synchronie des fuseaux de sommeil mesurés la nuit avec le gain d’apprentissage et la rétention mnésique observés le lendemain chez les sujets humains.

7.2 Rejeu neuronal et consolidation des souvenirs

L’une des théories les plus influentes formulées par Sejnowski dans le champ des sciences cognitives concerne la théorie des deux étapes de la mémoire (two-stage memory system). Alors que l’hippocampe agit durant la veille comme un tampon d’acquisition rapide doté d’une plasticité extrême mais d’une capacité de stockage limitée, le néocortex intègre lentement les connaissances stables à travers des réorganisations structurales durables sans subir d’oubli catastrophique.

Sejnowski a modélisé avec une précision remarquable le mécanisme de rejeu neuronal (neural replay) orchestré durant le sommeil lent profond. Durant ces phases, le dialogue entre l’hippocampe et le néocortex s’inverse :

• Les oscillations lentes corticales (< 1 Hz) générées par les réseaux du cortex préfrontal coordonnent l’activité globale du cerveau.
• Ces ondes lentes synchronisent dans leurs creux d’excitabilité les fuseaux thalamiques.
• Les fuseaux thalamiques entraînent à leur tour l’émission de ripples hippocampiques (ondulations à très haute fréquence, 150-250 Hz) au sein du champ CA1 et du subiculum.

Durant ces ripples, les séquences de décharge des cellules de lieu qui s’étaient activées séquentiellement pendant qu’un animal explorait un labyrinthe durant la journée sont littéralement rejouées à une vitesse comprimée de cinq à dix fois par rapport au temps réel. Sejnowski démontre par simulation que cette compression temporelle est une condition physico-mathématique indispensable pour que les intervalles entre potentiels d’action tombent précisément dans la fenêtre d’action de la STDP, permettant au néocortex de transférer et de consolider définitivement les informations acquises dans sa propre connectivité distribuée.

7.3 Implications pour les fonctions exécutives et la régulation émotionnelle

Cette approche computationnelle du sommeil a permis à Sejnowski de jeter un pont inédit entre les neurosciences du sommeil et la psychopathologie clinique. En modélisant les effets de la privation chronique de sommeil sur la connectivité synaptique, il prouve que l’absence de phases réparatrices empêche l’élagage homéostatique (la remise à zéro du coût métabolique global des synapses postulée par Tononi et Cirelli). Saturé de connexions hyper-renforcées et non filtrées, le cortex préfrontal subit un effondrement dramatique du rapport signal sur bruit, expliquant la chute brutale des capacités d’inhibition cognitive, de flexibilité attentionnelle et de prise de décision stratégique chez l’individu fatigué.

Par ailleurs, Sejnowski s’est penché sur le rôle fondamental du sommeil paradoxal (REM) dans la régulation affective. Durant le sommeil REM, le cerveau réactive massivement les circuits mnésiques et amygdaliens tout en suspendant complètement la libération centrale de noradrénaline (le neurotransmetteur principal du stress et de la vigilance). Ses modèles computationnels suggèrent que cette configuration neurochimique unique permet de rejouer des souvenirs traumatisants ou hautement chargés émotionnellement afin de « dissocier » la trace cognitive factuelle de sa décharge viscérale aversive. Cette perspective computationnelle a révolutionné la compréhension moderne du trouble de stress post-traumatique (TSPT) et des boucles rétroactives reliant l’insomnie chronique aux dépressions cliniques sévères.

8. Perception visuelle, attention sélective et action motrice

L’intégration sensorimotrice constitue le terrain de prédilection où Terry Sejnowski a déployé avec le plus d’éclat sa conviction que la perception n’est pas une simple réception passive de signaux, mais une inférence dynamique active constamment liée à l’action motrice.

8.1 Modèles computationnels de la vision précoce et intermédiaire

Dans la lignée des travaux d’Horace Barlow sur l’efficacité informationnelle du système visuel, Terry Sejnowski a formalisé des modèles majeurs expliquant la formation des champs récepteurs du cortex visuel primaire (aire V1). En appliquant l’algorithme ICA et des contraintes d’indépendance statistique à des ensembles d’images photographiques de scènes naturelles, Sejnowski et ses collègues démontrent que les fonctions de base optimales qui émergent spontanément pour décomposer le monde visuel ne sont autres que des filtres de Gabor spatio-temporels, orientés et localisés à différentes échelles spatiales.

Ce résultat démontre de manière irréfutable que la cytoarchitecture découverte expérimentalement par Hubel et Wiesel chez le mammifère (les cellules simples et complexes répondant sélectivement à des barres de lumière orientées) n’est pas le fruit d’un bricolage biologique arbitraire : elle représente la solution mathématique optimale absolue pour maximiser la transmission d’information à partir de la statistique spectrale du monde naturel (en loi de puissance $1/f^2$).

Sejnowski étend ensuite ces travaux à la vision intermédiaire :

• La perception de la forme à partir de l’ombrage (shape from shading) : Il conçoit des réseaux connexionnistes novateurs capables de déduire la géométrie 3D d’une surface complexe en exploitant les seules variations continues des gradients d’intensité lumineuse.
• La stéréoscopie binoculaire : Il modélise les mécanismes d’appariement non linéaire de disparité rétinienne entre les deux yeux, démontrant comment la récurrence inter-corticale lève spontanément les ambiguïtés de correspondance visuelle.
• L’intégration du flux optique : Ses modèles expliquent comment les neurones de l’aire MT (V5) unifient les vecteurs locaux de mouvement pour déterminer la trajectoire de translation du corps dans l’espace tridimensionnel.

8.2 L’attention sélective comme mécanisme de modulation probabiliste

Le système visuel est continuellement bombardé par un volume de photons qui dépasse de plusieurs ordres de grandeur la bande passante de traitement des aires associatives supérieures. L’attention sélective visuelle s’impose donc comme une nécessité computationnelle vitale. Terry Sejnowski a profondément transformé la théorie attentionnelle en substituant à l’ancienne métaphore du « projecteur mécanique » (spotlight) un modèle dynamique de modulation probabiliste de gain.

En enregistrant simultanément des populations de neurones dans l’aire visuelle V4 chez le primate non humain éveillé exécutant des tâches attentionnelles guidées par des indices spatiaux, Sejnowski découvre que le principal effet de l’attention focalisée n’est pas seulement d’augmenter légèrement la fréquence de décharge des neurones codant le stimulus pertinent, mais réside surtout dans une chute drastique de la variance non corrélée (bruit de fond) et dans une modulation temporelle de la cohérence de phase dans la bande gamma.

Sur le plan computationnel, l’attention descendante (top-down) issue du cortex préfrontal et des champs oculaires frontaux (FEF) agit comme un signal bayésien a priori qui reconfigure la sensibilité synaptique des réseaux visuels inférieurs. Sejnowski montre que la libération focale d’acétylcholine agit au niveau cellulaire comme le messager pharmacologique de cette incertitude environnementale : elle amplifie sélectivement le gain des entrées sensorielles ascendantes (bottom-up) tout en étouffant les connexions collatérales récurrentes internes, empêchant ainsi le cerveau d’être distrait par des détails contextuels non pertinents pour l’objectif moteur immédiat.

8.3 Intégration sensorimotrice et théories du contrôle prédictif

Percevoir le monde implique de bouger en permanence au sein de celui-ci. Terry Sejnowski s’est attelé à résoudre la question de la stabilité phénoménologique : pourquoi, bien que nos yeux effectuent plusieurs saccades brutales par seconde projetant sur la rétine un flux visuel perpétuellement secoué et déchiré, percevons-nous un univers visuel parfaitement stable et continu ?

Pour répondre à cette énigme, Sejnowski développe des modèles de contrôle moteur prédictif fondés sur le concept cybernétique des copies d’efférence (efference copy) et sur les formalismes de l’ingénierie moderne tels que les filtres de Kalman. Lorsqu’une commande motrice est envoyée par le cortex moteur ou le colliculus supérieur pour déclencher une saccade oculaire ou le mouvement du bras, une copie identique de ce signal moteur est transmise en miroir à un modèle interne prédictif direct (situé principalement au sein du cervelet).

Ce circuit cérébelleux génère instantanément une simulation sensorielle prédite de ce que la rétine ou les récepteurs proprioceptifs s’apprêtent à enregistrer par suite de ce mouvement auto-induit. Cette prédiction est alors directement soustraite du flux sensoriel réel. Ce calcul d’annulation de l’erreur sensorielle explique pourquoi nous ne pouvons pas nous chatouiller nous-mêmes et garantit l’illusion permanente d’une stabilité du monde extérieur. Sejnowski a ainsi prouvé que le cervelet agit comme une machine d’apprentissage supervisé massivement parallèle, encodant la mémoire procédurale et la coordination fluide des mouvements balistiques par l’action de la dépression à long terme aux synapses des fibres parallèles sur les cellules de Purkinje.

9. L’Institut Salk et l’infrastructure de recherche computationnelle

L’immense impact de Terry Sejnowski n’aurait pu s’épanouir avec une telle ampleur sans le sanctuaire de recherche d’exception qu’a constitué pour lui le Salk Institute for Biological Studies à La Jolla, en Californie. Bâtie par Jonas Salk et l’architecte Louis Kahn sur les falaises surplombant le Pacifique, cette institution a offert à Sejnowski un écosystème d’une liberté intellectuelle radicale pour ériger une infrastructure scientifique de classe planétaire.

9.1 Leadership au sein du Laboratoire de Neurobiologie Computationnelle (CNL)

Fondé en 1989 sous la direction ininterrompue de Terry Sejnowski, le Laboratoire de Neurobiologie Computationnelle (CNL) est devenu l’épicentre intellectuel mondial de la modélisation cérébrale. Sejnowski y a imposé une culture de recherche fondée sur l’interdisciplinarité absolue. Dans ses équipes, il a systématiquement mélangé des biologistes moléculaires manipulant des vecteurs viraux et des pinces optogénétiques avec des physiciens statisticiens spécialistes de la théorie des cordes, des mathématiciens appliqués et des informaticiens de haut niveau.

Le laboratoire a été un incubateur de talents prodigieux. Plusieurs dizaines de ses étudiants de doctorat et boursiers postdoctoraux occupent aujourd’hui des chaires professorales majeures à Harvard, Stanford, Princeton, Oxford ou au MIT. C’est au sein du CNL qu’ont été développés des outils logiciels majeurs distribués gratuitement à la communauté scientifique mondiale, parmi lesquels :

• MCell (Monte Carlo Cell) : Un logiciel de simulation stochastique à l’échelle moléculaire permettant de modéliser avec un réalisme physique total la diffusion de molécules individuelles de neurotransmetteurs (glutamate, GABA) et d’ions dans l’espace complexe et tortueux de la fente synaptique.
• EEGLAB : L’environnement matriciel de traitement des biosignaux qui a transformé la pratique de l’électrophysiologie clinique et académique à l’échelle du globe.

Grâce à des synergies étroites et constantes avec les départements de neurosciences, de sciences cognitives, de psychologie et de bio-ingénierie de l’UCSD, Sejnowski a transformé la péninsule de La Jolla en la plus dense concentration de spécialistes du calcul neuronal au monde.

9.2 Directeur de l’Institut Kavli pour le Cerveau et l’Esprit (KIBI)

Reconnaissant son autorité fédératrice, la Fondation Kavli confie à Terry Sejnowski la direction conjointe de l’Institut Kavli pour le Cerveau et l’Esprit (Kavli Institute for Brain and Mind – KIBM), établi conjointement par le Salk Institute et l’UCSD. Sous sa direction stratégique, le KIBM s’est donné pour mission explicite de briser les derniers silos disciplinaires qui séparent la génétique cellulaire la plus élémentaire des questions métaphysiques les plus audacieuses relatives à la nature de la conscience humaine.

Sejnowski a alloué des financements compétitifs à haut risque et à fort impact (seed grants), conçus pour permettre à des duos de chercheurs aux profils diamétralement opposés — par exemple, un philosophe analytique de l’esprit associé à un spécialiste de l’imagerie calcique biphotonique in vivo chez la souris — d’explorer des territoires inexplorés. Ces programmes ont permis de tester expérimentalement des hypothèses hardies sur les corrélats neuronaux de la conscience, sur la nature des états de transe hypnotique, sur l’évolution de la cognition sociale chez les primates non humains et sur l’encodage neural des concepts abstraits.

9.3 Rôle déterminant dans l’initiative BRAIN (White House BRAIN Initiative)

L’engagement institutionnel de Terry Sejnowski a atteint son zénith sur le plan politique national et international en 2012. Conscient que les neurosciences touchaient aux limites méthodologiques de l’enregistrement classique par électrode unique (qui équivalait à tenter de comprendre un film cinématographique complexe en observant un seul pixel isolé sur un écran géant), Sejnowski se joint à un groupe restreint de scientifiques visionnaires comprenant George Church, Rafael Yuste, Paul Alivisatos et Michael Roukes.

Ensemble, ils publient un manifeste dans la revue Neuron appelant à un « projet Manhattan pour le cerveau » : le Brain Activity Map Project. Leurs arguments séduisent l’administration américaine et, le 2 avril 2013, le président des États-Unis Barack Obama annonce solennellement à la Maison-Blanche le lancement officiel de la BRAIN Initiative (Brain Research through Advancing Innovative Neurotechnologies), dotée d’un investissement public et privé pluriannuel de plusieurs milliards de dollars.

Nommé membre du comité de pilotage consultatif de haut niveau (Advisory Committee to the Director des NIH), Terry Sejnowski joue un rôle architectural déterminant dans la rédaction du plan stratégique décennal BRAIN 2025: A Scientific Vision. Il y impose avec vigueur une idée maîtresse : l’accumulation massive de pétaoctets de données optogénétiques, transcriptomiques et connectomiques n’aura aucun sens sans un investissement massif et simultané dans la théorie computationnelle. Il a martelé avec succès devant les décideurs fédéraux que seuls des modèles mathématiques sophistiqués permettraient d’extraire les lois de calcul régissant ces millions de trajectoires neuronales simultanées, élevant le calcul neuronal au rang de priorité absolue de la santé publique mentale du XXIe siècle.

10. Pédagogie neuroscientifique et impact sur la psychologie de l’apprentissage

Bien que son œuvre scientifique s’adresse aux cercles les plus pointus de la recherche formelle, Terry Sejnowski a toujours cultivé la conviction qu’une compréhension claire des lois du cerveau devait être restituée à la société civile. Cette aspiration démocratique s’est incarnée dans une initiative pédagogique d’une portée historique inédite dans le domaine des sciences de l’éducation.

10.1 Le MOOC mondial ‘Learning How to Learn’

En 2014, Terry Sejnowski s’associe à l’ingénieure, écrivaine et professeure Barbara Oakley pour créer et animer sur la plateforme en ligne Coursera un cours ouvert à tous (MOOC) intitulé Learning How to Learn: Powerful mental tools to help you master tough subjects. Conçu à l’origine avec des moyens audiovisuels modestes dans un studio universitaire de l’UCSD, ce programme s’est métamorphosé en un phénomène culturel planétaire sans précédent.

En l’espace de quelques années, le cours a franchi le cap des trois millions et demi d’étudiants inscrits, devenant officiellement l’un des cours en ligne les plus massifs et les plus populaires de toute l’histoire de l’humanité. Le génie pédagogique de Sejnowski et Oakley a résidé dans leur capacité à traduire les concepts les plus hermétiques de la plasticité synaptique, de l’inhibition récurrente et de la dynamique membranaire en métaphores accessibles, pragmatiques et immédiatement applicables par n’importe quel apprenant — de l’élève de primaire en difficulté scolaire à l’ingénieur en reconversion professionnelle.

Pour la première fois à une telle échelle, des millions de citoyens à travers le monde ont appris non pas simplement des contenus disciplinaires figés, mais le fonctionnement intime de leur propre cerveau biologique lors de l’acquisition d’un nouveau savoir, désamorçant au passage les croyances limitantes liées à l’âge ou à de prétendus déterminismes intellectuels inaltérables.

10.2 Modes de pensée ‘focalisé’ versus ‘diffus’

Le cœur conceptuel de cet enseignement repose sur une vulgarisation élégante des dynamiques de connectivité fonctionnelle à grande échelle que Sejnowski étudie au laboratoire. Il formalise l’alternance indispensable entre deux modes fondamentaux de fonctionnement cognitif :

• Le mode focalisé (focused mode) : Sous-tendu par le réseau de contrôle exécutif fronto-pariétal, il est mobilisé lorsque l’attention est intensément concentrée sur un problème structuré, exploitant des circuits neuronaux préexistants et des patterns d’activation synaptique familiers pour réaliser des calculs précis ou des déductions logiques directes.
• Le mode diffus (diffuse mode) : Étroitement corrélé à l’activation du réseau du mode par défaut (Default Mode Network – DMN), ce mode s’active lorsque l’attention consciente se relâche, que l’esprit vagabonde ou durant des activités physiques de basse intensité (la marche, le repos, la douche). Les pensées circulent librement à travers des voies synaptiques divergentes à grande distance.

Sejnowski explique que le blocage cognitif classique face à un problème intellectuel ardu — ce que la psychologie cognitive nomme l’effet Einstellung, où l’esprit reste piégé dans une méthode erronée en raison de la force de son habitude mentale — s’explique neurobiologiquement par l’hyper-focalisation sur un attracteur local préfrontal. Pour briser cette impasse, il est indispensable de débrayer volontairement le mode focalisé pour permettre au mode diffus de tisser de nouvelles associations probabilistes entre aires corticales distantes. L’acte créatif n’est pas un don magique : il est le produit d’un balancement oscillatoire harmonieux entre ces deux macro-états cérébraux.

10.3 Techniques anti-procrastination et mémorisation espacée

L’autre versant de cette pédagogie neuroscientifique s’attaque aux verrous comportementaux et affectifs de l’apprentissage humain, singulièrement la procrastination. Terry Sejnowski analyse ce phénomène non pas comme une faiblesse morale ou un manque de volonté, mais comme une réaction d’évitement neurochimique viscérale.

Des études d’imagerie cérébrale fonctionnelle ont démontré que lorsqu’une personne envisage d’entamer une tâche qu’elle perçoit comme difficile, ennuyeuse ou menaçante pour son estime de soi, le cortex insulaire (la région cérébrale qui traite la douleur physique et le dégoût viscéral) s’illumine instantanément. Face à ce signal nociceptif, le système limbique (notamment le noyau accumbens) détourne automatiquement l’attention vers une activité immédiatement gratifiante (les réseaux sociaux, les micro-distractions) pour anesthésier cette décharge aversive.

Pour déjouer cette dynamique neurale instinctive, Sejnowski préconise l’utilisation systématique de la technique Pomodoro : se focaliser pendant 25 minutes uniquement sur le processus (l’écoulement du temps) et non sur le résultat final. Dès que l’action est amorcée, l’activation douloureuse de l’insula s’éteint en moins de cinq minutes. Enfin, il insiste lourdement sur la répétition espacée (spaced repetition), expliquant que tenter d’accumuler des connaissances en une nuit blanche d’angoisse est une aberration biologique : les épines dendritiques nécessitent des fenêtres de sommeil lent profond successives pour fabriquer les protéines de structure nécessaires à la pérennisation des boutons synaptiques.

11. La révolution du Deep Learning et ses liens avec le cerveau biologique

À partir des années 2010, les techniques d’apprentissage profond fondées sur les réseaux de neurones multicouches ont balayé l’ensemble du paysage technologique mondial, triomphant dans la reconnaissance vocale, la vision par ordinateur, la traduction automatique et les grands modèles de langage (LLM). En tant que père fondateur de cette mouvance, Terry Sejnowski a porté un regard analytique lucide et profondément original sur cette renaissance spectaculaire.

11.1 Analyse critique des réseaux neuronaux artificiels contemporains

En 2018, Sejnowski publie chez MIT Press un ouvrage rétrospectif et prospectif capital : The Deep Learning Revolution: How People and Machines Are Changing the World. Dans cet essai historique, il décortique la confluence miraculeuse de trois facteurs qui ont permis l’explosion du deep learning : la mise à disposition de volumes gigantesques de mégadonnées (Big Data), la prolifération des processeurs graphiques hautement parallélisés (GPU) et, surtout, la réémergence victorieuse des architectures connexionnistes développées dans les années 1980.

Toutefois, Sejnowski ne verse pas dans un enthousiasme naïf d’ingénieur. Il consacre une part importante de son travail critique à rappeler la dette immense de l’IA envers les neurosciences. Il rappelle que des architectures révolutionnaires comme les réseaux convolutifs (CNN) de Yann LeCun ne sont rien d’autre qu’une déclinaison informatique directe du modèle hiérarchique de l’aire V1 et du néocognitron conçu par Kunihiko Fukushima, lui-même calqué sur les champs récepteurs d’Hubel et Wiesel.

Simultanément, Sejnowski formule une critique fondamentale : l’algorithme standard d’entraînement de ces réseaux, la rétropropagation du gradient de bout en bout, est une impossibilité neurobiologique absolue dans les circuits réels du cerveau :

• Les synapses biologiques sont unidirectionnelles : l’information transite de l’élément présynaptique vers l’élément postsynaptique, interdisant le voyage direct d’un signal d’erreur rétrograde transportant des dérivées partielles continues le long du même axone (problème de l’asymétrie des poids ou weight transport problem).
• Le cerveau ne met pas son activité sensorielle « en pause » pour attendre le calcul d’une phase descendante d’erreur : il traite l’information de manière asynchrone et continue.

Pour Sejnowski, si le deep learning moderne fonctionne de manière si stupéfiante sur le plan applicatif, il n’en reste pas moins un clone mathématique incomplet, privé des principes les plus raffinés qui assurent la robustesse biologique.

11.2 Vers un apprentissage machine inspiré par la biologie (Bio-inspired AI)

Face aux limites intrinsèques de l’apprentissage automatique actuel — notamment sa dépendance à des consommations énergétiques gigantesques et insoutenables —, Terry Sejnowski plaide activement pour l’avènement d’une intelligence artificielle véritablement bio-inspirée.

L’un des défis majeurs relevé par Sejnowski concerne l’efficience énergétique. Alors que l’entraînement d’un grand modèle de langage contemporain consomme plusieurs gigawatts-heures d’électricité thermique et mobilise des centres de données climatisés colossaux, le cerveau humain accomplit l’ensemble de ses prodiges cognitifs — du langage au raisonnement métaphorique en passant par la locomotion agile — avec une enveloppe énergétique dérisoire de seulement 20 watts (l’équivalent de la consommation d’une faible ampoule domestique).

Pour combler ce gouffre d’efficience, Sejnowski soutient activement :

• Les réseaux de neurones à impulsions (Spiking Neural Networks – SNN) : Contrairement aux réseaux d’IA classiques où chaque neurone transmet en continu des nombres réels à virgule flottante (consommant une énergie constante), les SNN fonctionnent selon le principe de la communication parcimonieuse événementielle (event-driven computation). Les neurones restent silencieux et ne consomment aucune énergie tant qu’aucun potentiel d’action n’est émis.
• Le développement de puces neuromorphiques : Conçues en silicium pour imiter l’asynchronie, les retards de propagation dendritiques et la colocalisation absolue du calcul et de la mémoire au sein même des synapses physiques (comme les processeurs TrueNorth d’IBM ou Loihi d’Intel), éliminant définitivement le goulot d’étranglement de l’architecture de von Neumann.
• L’apprentissage en un coup (one-shot learning) : Modélisant les boucles cortico-striatales et hippocampiques modulées par la dopamine, permettant aux agents artificiels d’apprendre un nouveau concept à partir d’un seul exemple sans exiger des millions de répétitions étiquetées.

11.3 Résolution des divergences entre cognition artificielle et humaine

Terry Sejnowski s’est particulièrement illustré dans l’analyse épistémologique des vulnérabilités structurelles de l’intelligence artificielle contemporaine comparée à la résilience cognitive des vertébrés. Le phénomène des attaques contradictoires (adversarial attacks) — où la modification imperceptible de quelques pixels invisibles à l’œil nu pousse un réseau neuronal convolutif à confondre un panda avec un gibbon avec une confiance de 99 % — démontre que ces systèmes mathématiques ne « voient » pas le monde au sens cognitif du terme : ils ne font que surajuster des corrélations géométriques de haute dimension au sein de surfaces d’hypersurface fragiles.

Pour Sejnowski, la divergence fondamentale entre l’esprit humain et les architectures profondes actuelles s’explique par l’absence d’incarnation physique (embodiment). Un cerveau biologique n’a pas évolué pour prédire passivement le mot suivant dans un corpus textuel décontextualisé ; il a évolué pour assurer la survie motrice continue d’un organisme physique plongé dans un environnement thermodynamique hostile et imprévisible. Le sens (la sémantique véritable) d’un concept provient de ses résonances sensorimotrices et émotionnelles vécues par le corps agissant.

De plus, Sejnowski souligne l’absence quasi-totale de récurrence réentrante dans la majorité des réseaux commerciaux. Alors que dans le cortex humain, les projections synaptiques descendantes (feedback) et horizontales sont dix fois plus nombreuses que les fibres sensorielles montantes (feedforward), la plupart des réseaux industriels demeurent massivement à sens unique. Pour Terry Sejnowski, seule l’intégration massive de boucles dynamiques récursives permettra à l’IA d’accéder à la causalité véritable, à l’imagination contrefactuelle et à une symbiose authentique avec la cognition humaine, écartant les fantasmes apocalyptiques de substitution existentielle au profit d’une hybridation cognitive féconde.

12. Héritage théorique, distinctions et perspectives futures

À plus de soixante-dix-sept ans, Terry Sejnowski demeure l’une des consciences scientifiques les plus actives et les plus universellement respectées de notre temps. Son héritage intellectuel ne se mesure pas seulement à ses découvertes propres, mais à la transformation définitive et irréversible de l’ensemble du paysage épistémologique mondial des sciences de la vie et des technologies de l’information.

12.1 Reconnaissance académique et distinctions prestigieuses

La communauté scientifique internationale a salué la trajectoire de Terry Sejnowski par l’attribution des plus hautes distinctions honorifiques auxquelles un savant peut prétendre. Il accomplit notamment l’exploit rarissime d’avoir été élu au sein des trois Académies Nationales des États-Unis :

• L’Académie Nationale des Sciences (NAS), couronnant ses contributions fondamentales à la physique et à la biologie théorique.
• L’Académie Nationale d’Ingénierie (NAE), récompensant ses innovations mathématiques pionnières dans le traitement du signal et les algorithmes connexionnistes.
• L’Académie Nationale de Médecine (NAM), soulignant l’impact direct de ses travaux sur la psychiatrie translationnelle, la neurologie clinique et l’imagerie électroencéphalographique.

En 2024, consécration suprême dans le champ des neurosciences mondiales, Terry Sejnowski reçoit le prestigieux Brain Prize, décerné par la Fondation Lundbeck, considéré comme l’équivalent du Prix Nobel pour l’étude du système nerveux. Partagé avec d’autres figures de proue des neurosciences théoriques, ce prix a officialisé la reconnaissance de la computation comme le langage fondamental et incontournable par lequel s’exprime et se déchiffre la biologie de l’esprit.

Récipiendaire également du prestigieux IEEE Frank Rosenblatt Award, de l’IEEE Neural Networks Pioneer Award et de multiples doctorats honoris causa à travers le monde, Sejnowski a vu l’ensemble de ses intuitions hétérodoxes des années 1970 se muer en dogmes académiques universels.

12.2 Implications épistémologiques durables pour la psychologie

Sur le plan épistémologique et philosophique, l’œuvre de Terry Sejnowski a scellé la réconciliation définitive entre deux traditions que l’histoire intellectuelle avait souvent dressées l’une contre l’autre : le physicalisme neurobiologique et la phénoménologie cognitive. En fournissant la preuve mathématique que des états subjectifs complexes (la perception d’une couleur, l’effort attentionnel, la remémoration affective, le sommeil paradoxal) peuvent être rigoureusement décrits comme la trajectoire d’un système dynamique évoluant dans un paysage d’attracteurs de haute dimension, il a débarrassé la psychologie de ses derniers oripeaux dualistes ou mystiques sans jamais sombrer dans un réductionnisme stérile.

Sejnowski a érigé la simulation informatique in silico au rang de troisième pilier de la preuve scientifique, à égalité avec la déduction mathématique analytique et l’expérimentation biologique in vivo. Un modèle informatique ne sert plus simplement à reproduire ce que l’on sait déjà ; il sert de microscope théorique permettant de tester la cohérence de nos concepts psychologiques les plus abstraits.

De surcroît, il a posé les premiers jalons formels de la psychiatrie computationnelle. En démontrant comment la modification d’un seul paramètre biophysique local — par exemple, la perméabilité d’un canal potassique ou la recapture présynaptique de la dopamine — modifie structurellement le paysage attracteur de l’ensemble du réseau cortical, il a offert à la médecine mentale un cadre unifié permettant de comprendre les maladies psychiatriques non plus comme des tares morales ou des déséquilibres chimiques vagues, mais comme des pathologies dynamiques précises du calcul neuronal distribué.

12.3 Les frontières de la recherche au XXIe siècle selon Terry Sejnowski

Infatigable prospecteur, Terry Sejnowski consacre aujourd’hui ses efforts intellectuels aux ultimes frontières scientifiques qui se dressent devant l’humanité pour le siècle à venir. Parmi les défis prioritaires qu’il esquisse pour la prochaine génération de chercheurs figurent :

• La cartographie fonctionnelle intégrale du connectome à l’échelle mésoscopique : Comprendre non seulement la connectivité anatomique statique (le câblage passif des axones), mais la manière dont ce réseau sous-jacent est modulé en temps réel par les concentrations neuromodulatrices pour reconfigurer instantanément les flux computationnels du cerveau.
• L’intégration des interactions neurone-glie : Sejnowski insiste désormais sur le fait que modéliser uniquement les neurones électriques est une simplification abusive. Les cellules gliales, et particulièrement les astrocytes, communiquent par des ondes calciques lentes et contrôlent intimement la concentration ionique synaptique, représentant un deuxième réseau de traitement de l’information fonctionnant à une échelle temporelle radicalement différente.
• L’élucidation computationnelle des fondements de la conscience humaine : Refusant le pessimisme des philosophes tenants de l’insolubilité du « problème difficile de la conscience » (hard problem of consciousness), Sejnowski formule la prédiction audacieuse que la combinaison des enregistrements à haute densité de la BRAIN Initiative, des outils de la théorie de l’information intégrée et de la mécanique statistique permettra, d’ici quelques décennies, de déchiffrer les dynamiques de phase collectives précises qui confèrent à la matière organique le don miraculeux de ressentir et de comprendre son propre destin.

En incarnant avec une brillance inaltérée la fusion de la physique, de la biologie et de l’intelligence artificielle, Terry Sejnowski aura accompli l’une des œuvres intellectuelles les plus grandioses de l’ère moderne : nous avoir appris à contempler le cerveau humain non comme une machine inerte ou une énigme inaccessible, mais comme la symphonie computationnelle la plus étourdissante de tout l’univers connu.

Références

• Bell, A. J., & Sejnowski, T. J. (1995). An information-maximization approach to blind separation and blind deconvolution. Neural Computation, 7(6), 1129-1159. https://doi.org/10.1162/neco.1995.7.6.1129
• Churchland, P. S., & Sejnowski, T. J. (1992). The Computational Brain. MIT Press. https://mitpress.mit.edu/9780262531207/the-computational-brain/
• Delorme, A., & Makeig, S. (2004). EEGLAB: an open source toolbox for analysis of single-trial EEG dynamics including independent component analysis. Journal of Neuroscience Methods, 134(1), 9-21. https://doi.org/10.1016/j.jneumeth.2003.10.009
• Fodor, J. A., & Pylyshyn, Z. W. (1988). Connectionism and cognitive architecture: A critical analysis. Cognition, 28(1-2), 3-71. https://doi.org/10.1016/0010-0277(88)90031-5
• Hinton, G. E., & Sejnowski, T. J. (1983). Analyzing cooperative computation. In Proceedings of the 5th Annual Conference of the Cognitive Science Society (pp. 433-440). Rochester, NY.
• Hinton, G. E., & Sejnowski, T. J. (1986). Learning and relearning in Boltzmann machines. In D. E. Rumelhart & J. L. McClelland (Eds.), Parallel Distributed Processing: Explorations in the Microstructure of Cognition (Vol. 1, pp. 282-317). MIT Press. https://mitpress.mit.edu/9780262680530/parallel-distributed-processing/
• Oakley, B., & Sejnowski, T. J. (2018). Learning How to Learn: How to Succeed in School Without Spending All Your Time Studying. TarcherPerigee. https://www.penguinrandomhouse.com/books/557457/learning-how-to-learn-by-barbara-oakley-phd-and-terrence-sejnowski-phd-with-alistair-mcconville/
• Rumelhart, D. E., McClelland, J. L., & PDP Research Group. (1986). Parallel Distributed Processing: Explorations in the Microstructure of Cognition (Vols. 1 & 2). MIT Press.
• Sejnowski, T. J. (1978). A Stochastic Model of Non-Linear Processing in the Nervous System (Doctoral dissertation, Princeton University). Princeton, NJ.
• Sejnowski, T. J. (2018). The Deep Learning Revolution. MIT Press. https://mitpress.mit.edu/9780262038034/the-deep-learning-revolution/
• Sejnowski, T. J., & Rosenberg, C. R. (1987). Parallel networks that learn to pronounce English text. Complex Systems, 1(1), 145-168. https://www.complex-systems.com/abstracts/v01_i01_a012/