2024-03-27-emergences.md | Next-generation neural computations

$logos$

laurent.perrinet@univ-amu.fr

Hello, can you hear me in the back? First of all, I’d like to thank the organizers for this opportunity and all of you for coming.

I’m Laurent Perrinet from the Institut des Neurosciences de la Timone, a joint AMU / CNRS unit, and I’m a computational neuroscientist interested in large-scale models of vision.

Alors que ce projet vient juste de commencer, je voudrais déjà parler de quelques idées pour l’avenir. En effet, la question peut se poser quant aux applications futures des puces neuromorphiques qui vont être développées dans le cadre du projet “Emergences”. pour ce développement technologique, on va souvent penser à des applications technologiques, comme les voitures autonome ou la vision robotique. Mais il y a aussi des applications qui peuvent viser à la compréhension du fonctionnement du cerveau et de la cognition en général. Et ceci passe par une meilleure connaissance de la façon dont celle-ci est contenues dans l’activité neurale.

If you wish to go further, these slides along with a number of references and useful links are available on my website.

Techniques d’enregistrement de données neurobiologiques

Enregistrement extracellulaire

Même si ce ne sont pas les premiers à avoir enregistré l’activité électrique de neurones (ce sont physiologistes allemands Emil du Bois-Reymond et Hermann von Helmholtz au milieu du 19e siècle), David Hubel et Torsten Wiesel ont marqué leur époque. En 1962, ils ont mené des expériences révolutionnaires qui ont permis de comprendre les mécanismes de base de la perception visuelle et ont jeté les bases de la compréhension de l’organisation fonctionnelle du cortex visuel. Leur travail a valu à Hubel et Wiesel le prix Nobel de physiologie ou médecine en 1981.

La technique principale utilisée par Hubel et Wiesel dans leurs expériences était la microélectrode d’enregistrement extracellulaire. Ils ont inséré de fines électrodes dans le cortex visuel primaire (aussi appelé cortex strié) de chats et de singes anesthésiés. Ces électrodes leur ont permis d’enregistrer l’activité électrique des neurones individuels lors de la présentation de stimuli visuels.

Aire visuelle primaire

Enregistrement extracellulaire

[Hubel & Wiesel, 1962]

Hubel et Wiesel ont utilisé une variété de stimuli visuels, tels que des lignes, des barres, des points lumineux et des motifs en mouvement, qu’ils ont présentés à des animaux dans des conditions contrôlées. En enregistrant les réponses des neurones visuels, ils ont pu observer des motifs caractéristiques d’activité neuronale en fonction des propriétés visuelles des stimuli.

Leur travail a révélé l’existence de neurones spécifiques, appelés neurones simples et neurones complexes, qui répondent de manière sélective à des caractéristiques visuelles spécifiques, telles que l’orientation, la direction du mouvement et la taille des stimuli. Ils ont également découvert que ces neurones étaient organisés de manière hiérarchique, avec des neurones simples détectant des caractéristiques visuelles élémentaires et des neurones complexes intégrant ces informations pour former des représentations plus complexes.

mais aussi: sharp electrodes, patch-clamp

Multi-électrodes

[[Microelectrode array (MEAs)](https://en.wikipedia.org/wiki/Microelectrode_array)] — [Microelectrode array (MEAs)]

Différentes échelles

[[Chemla *et al*, 2017](https://dx.doi.org/10.1117/1.NPh.4.3.031215)] — [Chemla *et al*, 2017]

Vers des données massives

[[Stevenson and Kording, 2011](https://europepmc.org/backend/ptpmcrender.fcgi?accid=PMC3410539&blobtype=pdf)] — [Stevenson and Kording, 2011]

Vers des données massives

[[Steinmetz *et al*, 2017](https://www.ucl.ac.uk/neuropixels/)] — [Steinmetz *et al*, 2017]

Techniques d’analyse des données neurobiologiques

Méthodes statistiques

[[Ladret *et al*, 2023](https://laurentperrinet.github.io/publication/ladret-23/)] — [Ladret *et al*, 2023]

Méthodes statistiques

… et au-delà!

[[Churchland & Cunningham et al. (2012)](https://www.thetransmitter.org/how-to-teach-this-paper/how-to-teach-this-paper-neural-population-dynamics-during-reaching-by-churchland-cunningham-et-al-2012-3/)] — [Churchland & Cunningham et al. (2012)]

… et au-delà: le décodage

Brain-Computer Interface (BCI)

[[Interface neuronale directe (BCI)](https://fr.wikipedia.org/wiki/Interface_neuronale_directe)] — [Interface neuronale directe (BCI)]

Perspectives et opportunités du neuromorphique

Exploitation d’un timing précis

[[Mainen & Sejnowski, 1995](https://github.com/SpikeAI/2022_polychronies-review/blob/main/src/Figure_2_MainenSejnowski1995.ipynb)] — [Mainen & Sejnowski, 1995]

Exploitation d’un timing précis

[[Kremkow *et al*, 2016](https://laurentperrinet.github.io/publication/kremkow-16/)] — [Kremkow *et al*, 2016]

Exploitation d’un timing précis

[[Diesmann et al. 1999](https://github.com/SpikeAI/2022_polychronies-review/blob/main/src/Figure_3_Diesmann_et_al_1999.py)] — [Diesmann et al. 1999]

Codage par latence

[[Haimerl et al, 2019](https://laurentperrinet.github.io/publication/grimaldi-22-polychronies/)] — [Haimerl et al, 2019]

Codage par latence

[[Thorpe (2001)]](https://laurentperrinet.github.io/2022-01-12_NeuroCercle/#/2/1) — [Thorpe (2001)]

Latences et rapidité

Visual latencies ([see review](https://laurentperrinet.github.io/publication/grimaldi-22-polychronies/)). — Visual latencies (see review).

Algorithmes neuromorphiques

Always-on classification using HOTS

[[Grimaldi, Boutin, Sio-Ieng, Benosman & LP, 2023](https://laurentperrinet.github.io/publication/grimaldi-24/)] — [Grimaldi, Boutin, Sio-Ieng, Benosman & LP, 2023]

Always-on classification using HOTS

Spiking motifs in vision

[Grimaldi *et al*, 2023, [Precise Spiking Motifs](https://laurentperrinet.github.io/publication/grimaldi-22-polychronies/)] — [Grimaldi *et al*, 2023, Precise Spiking Motifs]

Spiking motifs in vision

[Grimaldi & LP (2023) Biol Cybernetics](https://laurentperrinet.github.io/publication/grimaldi-23-bc/) — Grimaldi & LP (2023) Biol Cybernetics

Spiking motifs in vision

Spiking motifs pour la bio (HD-SNN)

LP (2023)

Future steps

unsupervised

high-throughput

real-time