Étude de la représentation de la numérosité chez l'homme et au sein des réseaux de neurones convolutionnels à l'aide de stimuli photoréalistes

La capacité à estimer rapidement le nombre d'éléments dans une scène sans compter explicitement a fait l'objet de nombreuses recherches.Les études expérimentales et les modèles computationnels ont cherché à révéler les mécanismes permettant au cerveau humain de percevoir la numérosité d'un seul coup d'œil. Les récentes avancées en imagerie, incluant l'IRM fonctionnelle, l'analyse multivariée et la modélisation du champ récepteur des neurones, ont permis d'en apprendre davantage sur la manière dont l'information numérique est encodée dans le cerveau. En particulier, ces travaux ont mis en lumière le rôle de régions telles que les cortex frontal et pariétal dans la perception numérique. Malgré ces avancées, la recherche sur la perception de la numérosité a souvent reposé sur des stimuli visuels simplifiés. Bien que pratiques, ces stimuli ne reflètent pas la complexité des environnements visuels réels et négligent souvent l'impact de leurs statistiques non numériques, qui covarient pourtant avec la numérosité. Cette dépendance soulève des questions sur la validité écologique des résultats actuels et questionne si la numérosité est une propriété perçue directement ou inférée à partir d'autres caractéristiques visuelles. Les mécanismes sous-jacents à la perception visuelle de la numérosité restent donc une question ouverte. Dans cette thèse, nous avons développé un ensemble de stimuli synthétiques photoréalistes afin de pallier ces limites. Ces stimuli présentent une grande variabilité visuelles tout en permettant un contrôle expérimental précis. Ce jeu de données permet d'étudier la perception de la numérosité dans des contextes plus proches des images naturelles. À l'aide de ces stimuli photoréalistes, constitués d'objets 3D intégrés dans des scènes variées, nos analyses ont montré que les réseaux de neurones convolutifs profonds (CNN) optimisés pour la reconnaissance d'objets peuvent encoder des informations numériques dans divers contextes. À l'inverse, les réseaux non entraînés ne parviennent pas à discriminer le contenu numérique, se limitant à encoder des statistiques visuelles de bas niveau. Ces résultats indiquent que les modèles non entraînés sont inadaptés pour comprendre notre capacité à extraire le contenu numérique d'une scène et soulignent l'importance d'utiliser des stimuli complexes pour étudier la représentation de la numérosité. Étant donné le rôle des CNN en tant que modèles de la voie visuelle ventrale, nous avons ensuite exploré la représentation numérique au-delà des régions dorsales traditionnelles. Ainsi, nous avons enregistré l'activité cérébrale de participants portant leur attention sur le contenu numérique de nos stimuli visuels photoréalistes. Ce paradigme expérimental a permis de dissocier l'information numérique des statistiques visuelles corrélées, et ainsi d'examiner leurs contributions distinctes. Nos résultats ont révélé que les zones occipito-latérales, souvent associées à la reconnaissance d'objets, peuvent traiter simultanément des informations numériques et liées aux objets. De plus, les régions pariétales ont démontré un rôle spécialisé dans l'encodage de l'information numérique. En revanche, les statistiques visuelles de bas niveau influencent principalement les régions visuelles primaires et ventrales temporales, avec un impact minimal sur les régions dorsales supérieures. Ces résultats soulignent l'existence d'une organisation hiérarchique dans le traitement visuel, avec une progression de l'encodage de caractéristiques élémentaires à la représentation abstraite d'objets et de la numérosité dans les régions avancées du cerveau. Nos travaux mettent en lumière la nature abstraite de la représentation de la numérosité et approfondissent ainsi notre compréhension de la cognition numérique dans des environnements visuels réalistes. Ils soulignent également l'importance d'utiliser des stimuli complexes pour découvrir les mécanismes sous-jacents à l'extraction de la numérosité dans le cerveau.