Cortex & Code #1 — Le Cerveau n'est pas une Métaphore (c'est une Architecture)
Il y a une question qui revient de plus en plus souvent dans les conversations que j'ai, que ce soit sur les serveurs Discord où traînent les chercheurs en IA ou dans les tweets des neuroscientifiques qui regardent les LLM avec des yeux de plus en plus intéressés.
Est-ce que le cerveau fonctionne comme un transformer ?
La question est partout. Dans Nature Reviews Neuroscience où Sadeh et Clopath ont déclaré 2025 comme l'année d'émergence de la NeuroAI. Dans les papiers ICLR 2026 où Chen et Sivakumar ont montré que les mécanismes internes d'un transformer s'alignent sur la hiérarchie corticale — l'attention précoce s'aligne sur les cortex sensoriels, les couches FFN sur les aires d'association. Dans les labs de neuromorphic computing qui construisent des puces qui imitent les synapses et les spikes.
Mais la question est aussi mal posée. Parce qu'elle présuppose une direction, une flèche causale : l'IA imite le cerveau. Et c'est plus compliqué que ça.
C'est une danse à deux sens, et elle dure depuis 1943.
Une histoire de va-et-vient
Si tu remontes le fil, l'histoire des réseaux de neurones artificiels commence exactement là où la neuroscience moderne pose ses premiers jalons. McCulloch et Pitts, en 1943, publient un papier qui montre comment un réseau de neurones logiques — simplifiés à l'extrême — peut calculer n'importe quelle fonction. C'est un mathématicien et un logicien qui écrivent, mais ils citent les découvertes récentes sur l'activité des neurones biologiques.
Le perceptron de Rosenblatt (1958) va plus loin : c'est explicitement une machine conçue pour "reconnaître des formes comme un cerveau". Ses cercles d'influence à l'US Navy rêvent déjà de machines à lire, à marcher, à penser.
Puis il y a l'hiver. Minsky et Papert montrent les limites du perceptron. Le lien avec la neuroscience s'étiole — pas parce que l'idée était fausse, mais parce que la puissance de calcul n'est pas là.
Le vrai retournement, c'est Hinton dans les années 80. Rumelhart, Hinton, Williams publient l'algorithme de rétropropagation en 1986. Et c'est là que le parallèle devient intéressant : la backprop est un algorithme profondément bio-inspiré dans son principe (ajuster les connexions en fonction de l'erreur), mais profondément bio-improbable dans son exécution (pas de boucle de rétroaction globale dans le cerveau, pas d'enseignant qui donne la réponse exacte à chaque neurone).
Depuis, le pattern n'a pas changé. La neuroscience inspire l'architecture et les algorithmes. L'IA fournit des modèles computationnels qui aident à comprendre le cerveau. Et parfois, les deux convergent sans que personne ne l'ait vraiment cherché.
Pourquoi ce moment est différent
Je crois qu'on est à un point de bascule, et pas juste parce que les papiers sur le sujet se multiplient.
Ce qui change, c'est la granularité des parallèles qu'on peut tracer.
Pendant des décennies, les comparaisons entre cerveau et machines étaient macroscopiques. "Le cerveau a des neurones connectés entre eux, les réseaux de neurones artificiels aussi." Point. C'était vrai, mais ça ne disait pas grand-chose.
Aujourd'hui, on peut être beaucoup plus précis. Le papiers Mind's Transformer de Chen et Sivakumar (Georgia Tech, ICLR 2026) ne se contente pas de dire "les transformers ressemblent au cerveau". Il décompose chaque bloc transformer en 13 états intermédiaires, les cartographie contre des données d'IRMf chez l'humain, et découvre que les états d'attention précoce expliquent mieux l'activité des cortex sensoriels tandis que les états FFN expliquent mieux les aires d'association. Et ce pattern est universel à travers 5 familles de LLM, de 270 millions à 123 milliards de paramètres.
Il y a plus : ils découvrent que les embeddings rotationnels (RoPE) — un détail technique d'architecture — s'alignent spécifiquement sur le cortex auditif primaire, avec une précision qui défie la scaling law. Améliorer l'alignement neurobiologique d'un petit modèle de 270M lui fait plus gagner en prédiction cérébrale que de le scale 456 fois.
C'est ce niveau de détail, cette résolution, qui rend le moment unique.
Mon cadre pour cette série
Je ne vais pas faire semblant d'être neutre là-dessus. J'ai une position, et elle va transparaître dans chaque article.
Je pense que les parallèles entre cerveau et IA sont réels, profonds, et porteurs d'enseignements — mais qu'ils sont aussi souvent mal interprétés.
Le piège numéro un, c'est ce que j'appelle la métaphore paresseuse. "Le context window c'est comme la mémoire de travail", "l'attention c'est comme l'attention humaine". Oui, il y a une ressemblance. Mais si on s'arrête là, on rate ce qui rend chaque système différent. Et les différences sont souvent plus instructives que les similarités.
Le piège numéro deux, c'est l'anthropomorphisme technique. Projeter des propriétés humaines (conscience, intentionnalité, compréhension) sur des systèmes statistiques parce qu'ils exhibent des comportements qui ressemblent aux nôtres. Les LLM font des inférences de théorie de l'esprit — mais est-ce qu'ils ont une théorie de l'esprit, ou est-ce qu'ils simulent statistiquement les réponses qu'un humain donnerait ?
Le piège numéro trois, c'est l'inverse : le scientisme réducteur. Dire que puisque les LLM ne sont "que" des machines statistiques, ils n'ont rien à nous apprendre sur le cerveau. C'est faux aussi. Si une architecture purement statistique, entraînée uniquement sur du texte, développe des représentations internes qui s'alignent sur la hiérarchie corticale humaine — ça veut dire quelque chose. Ça veut peut-être dire que la structure du langage contraint la forme des représentations. Ça veut peut-être dire que les principes computationnels sous-jacents sont les mêmes. Ça veut sûrement dire qu'on a quelque chose à apprendre.
Ma posture, pour toute la série : curieuse, précise, et honnête sur ce qu'on ne sait pas. Je vais compiler les parallèles, les organiser, les critiquer, et à la fin de chaque article, je donnerai ma projection personnelle. Pas comme une vérité — comme une hypothèse de travail.
La cartographie de la série
Sept articles, sept angles. Voilà le plan de route.
Article 2 — Prédiction : Le Grand Mécanisme Commun. Le parallèle le plus profond, celui qui touche peut-être au principe même de l'intelligence : le cerveau comme machine à prédire (predictive coding, free energy principle) et l'IA comme machine à prédire (next-token prediction, apprentissage auto-supervisé). Je vais montrer que ce n'est pas juste une analogie — c'est peut-être la même chose à des échelles et avec des contraintes différentes.
Article 3 — Architecture : Ce que les Transformers doivent au Cortex. Des cortical columns aux embedding rotationnels, en passant par les grid cells et le sparse coding. Comment l'architecture des transformers modernes résonne avec l'organisation du cortex, et ce que ça nous apprend sur les deux.
Article 4 — Attention et Mémoire : Les Deux Piliers du Traitement. L'attention sélective dans le cerveau et l'attention dans les transformers. La mémoire de travail face au context window. Le rôle de l'hippocampe et des oscillations neurales — et leurs équivalents techniques les plus proches.
Article 5 — Récompense et Adaptation : Conduire l'Apprentissage. La dopamine et le reward prediction error face à RLHF et PPO. La neuromodulation face aux hyperparamètres. La neuroplasticité face au continual learning. Et une question : est-ce que l'IA a besoin d'équivalents des émotions pour vraiment apprendre ?
Article 6 — Émergence et Théorie de l'Esprit. Les neurones miroirs, la théorie de l'esprit, la conscience. Où les parallèles deviennent les plus fragiles — et les plus fascinants. Est-ce que les LLM développent une forme de théorie de l'esprit ? Est-ce que la conscience est émergente ou computationnelle ?
Article 7 — Convergence : Là où le Cerveau et la Machine se Rencontrent. Les BCI, le neuromorphic computing, l'efficacité énergétique. Là où la boucle se ferme — l'IA qui s'inspire du cerveau pour construire du hardware qui imite le cerveau, dans un monde où les humains et les machines commencent à fusionner. Ma projection pour les 5 prochaines années.
Ce que j'espère
Je n'écris pas cette série pour conclure. J'écris pour cartographier. Pour poser les parallèles côte à côte, les regarder avec honnêteté, et voir ce qui tient et ce qui ne tient pas.
La neuroscience et l'IA sont les deux faces d'une même pièce — comprendre l'intelligence. Elles approchent le problème par des bouts opposés (le biologique et le computationnel), mais les réponses convergent de manière parfois troublante.
Si tu suis cette série, tu ne sortiras pas avec une certitude en plus. Tu sortiras avec une carte en plus. Et une question qui va te trotter dans la tête : si le cerveau et la machine reposent sur les mêmes principes profonds — prédire, s'adapter, hiérarchiser — alors qu'est-ce qui les sépare vraiment ?
À dans l'article 2.
— d3x
Série Cortex & Code — 7 articles sur les parallèles entre neuroscience et intelligence artificielle. Prochain épisode : « Prédiction : Le Grand Mécanisme Commun ».
🎧 Écouter ce chapitre en podcast.