Mécanismes neuronaux d'apprentissage et de représentation des structures de tâches cachées pour permettre la généralisation dans la résolution de problèmes – STRUCTGEN

Les êtres humains sont capables de généraliser leurs expériences antérieures pour trouver de nouvelles solutions aux problèmes. Cette flexibilité comportementale est une caractéristique de l'intelligence humaine, alors qu'elle est souvent gravement altérée chez les patients souffrant de troubles mentaux et qu'elle reste un défi majeur pour la plupart des systèmes d'IA. Des modèles informatiques ont suggéré que la capacité d'organiser les relations entre des entités (par exemple, des objets, des personnes ou des états de tâches abstraites) dans des représentations structurelles appelées "cartes cognitives" est essentielle pour permettre la généralisation. Récemment, j'ai montré que l'hippocampe (HC) et le cortex préfrontal (PFC) peuvent organiser les relations abstraites apprises entre entités par une représentation mentale géométrique. Cependant, nous savons encore peu de choses sur la façon dont le cerveau déduit la structure cachée d’une tâche donnée. L'objectif de ce projet est de comprendre les mécanismes neuronaux de l'apprentissage et de la généralisation de la structure d’une tâche. Ce projet vise à répondre aux questions suivantes : (1) Les changements dans les représentations de la tâche peuvent-ils expliquer les encodages neuronaux des valeurs pour les décisions basées sur un modèle ? (2) La capacité de généralisation d'une personne dépend-elle de la mesure dans laquelle la représentation subjective de la tâche reflète la véritable structure de la tâche ? (3) Le cerveau adopte-t-il la " relecture ", la réactivation séquentielle des schémas d'activité neuronale, pour déduire la structure cachée de la tâche en reconstruisant l'ordre des séquences de relecture ? Pour répondre à ces questions, j'examinerai le cerveau humain sain à l'aide de l'IRMf et de la MEG, en combinaison avec des modèles computationnels. En répondant à ces questions fondamentales, les résultats de ce projet contribueront à une meilleure compréhension de l'intelligence humaine.