CAOS 2024 - 5 | Rovereto, May 9-11 | Floris de Lange

CAOS 2024 - 5 | Rovereto, May 9-11 | Floris de Lange

par Floris de Lange

Sciences du vivant & de la nature Neurosciences PSANNeurosciencesPSAN5Neurosciences cognitives et comportementales
🎙 Floris de Lange 👥 2K 📅 13 novembre 2025 ⏱ 70 min 👁 55 📄 conférence scientifique 🧭 2026-08-16
Disponible en : Français (actuel) English

Mots-clés

prédictionvisionstatistical learningIRMfcortex visuel

Résumé

Floris de Lange présente ses travaux sur la prédiction dans la cognition visuelle. Il commence par souligner l’importance de la prédiction pour le traitement efficace de l’information, illustrée par des exemples comme la reconnaissance d’objets en contexte. Il aborde ensuite deux thèmes principaux : la portée temporelle des prédictions visuelles et le contenu de ces prédictions. Pour le premier, il décrit des expériences d’IRMf montrant que le cortex visuel primaire (V1) anticipe des séquences apprises, avec une activité qui se propage le long de la trajectoire prédite, même en l’absence de stimulation complète. Cette activité ressemble à un ‘preplay’ et semble automatique, indépendante de l’attention. Il relie ces observations à la notion de ‘successor representation’ issue des travaux sur l’hippocampe. Pour le second thème, il explore ce que le cerveau prédit précisément, en utilisant des paradigmes de violation de prédiction. Des données préliminaires chez le singe montrent une suppression de la réponse pour les stimuli prédits dans V1, V4 et IT. Il discute également de la dynamique temporelle de la surprise, qui semble émerger d’abord dans les régions antérieures (insula, cortex préfrontal) puis se propager vers les régions postérieures. Enfin, il propose d’utiliser les erreurs de prédiction comme une fenêtre sur le contenu des modèles internes.

206 mots

Évaluation critique

Valeur des informations & solidité de l’argumentation

La valeur des informations est élevée : l’orateur présente des résultats expérimentaux originaux issus de son laboratoire, ainsi que des synthèses d’études clés. L’argumentation est solide, s’appuyant sur des données empiriques et des cadres théoriques reconnus (successor representation, predictive processing). Les limites des études sont mentionnées (par exemple, la confusion espace-temps dans la première expérience), ce qui renforce la crédibilité. L’orateur adopte une démarche hypothético-déductive claire, avec des hypothèses explicites et des tests rigoureux.

Rigueur scientifique, qualité des sources, adéquation du titre

La rigueur scientifique est bonne : l’orateur cite des études publiées (Saffran, Stenfeld, etc.) et présente des données issues de son propre laboratoire. Les méthodes (IRMf, électrophysiologie) sont appropriées et les analyses semblent soignées. La qualité des sources est élevée, bien que la présentation ne fournisse pas de références bibliographiques détaillées (elles sont probablement disponibles dans les publications associées). L’adéquation titre/contenu est correcte : le titre indique le cadre de la conférence et l’intervenant, mais le sujet précis n’est pas mentionné ; cela reste acceptable pour une conférence académique.

178 mots

Adéquation titre / contenu

Le titre indique clairement le cadre de la conférence (CAOS 2024) et le nom de l'intervenant, mais ne précise pas le sujet exact de l'exposé. Le contenu correspond bien à une conférence scientifique sur la prédiction dans la cognition visuelle.

Qualité & fiabilité

8/10

Exposé scientifique par un chercheur reconnu, s'appuyant sur des études publiées et des données expérimentales. Les propos sont nuancés et les limites des études sont mentionnées. La présentation est destinée à un public de spécialistes, ce qui renforce la fiabilité.

Moments clés

Repères établis par PSI à partir de la transcription : le créateur n'a pas défini de chapitres.

Sources citées

  • CAOS 2024 Workshop — Page officielle de l'atelier CAOS 2024, où cette conférence a été donnée.

Sources concordantes

  • CAOS 2024 Workshop — Page officielle de l'atelier, confirmant le cadre et l'intervenant.

Apport & nouveautés

L’apport original de cette conférence réside dans la démonstration, par des expériences d’IRMf, que le cortex visuel humain anticipe des séquences apprises, avec une activité qui se propage le long de la trajectoire prédite, même en l’absence de stimulation complète. Cela suggère que le système visuel code non seulement l’état présent mais aussi une représentation temporellement escomptée des états futurs, en accord avec la notion de ‘successor representation’. De plus, l’orateur propose une méthode innovante pour sonder le contenu des prédictions via les erreurs de prédiction.

Pour aller plus loin :

  • Successor representation — Concept clé pour comprendre le codage prédictif dans l’hippocampe et le cortex visuel.
  • Predictive coding — Théorie du cerveau bayésien, pertinente pour le cadre général.
  • Statistical learning — Mécanisme d’apprentissage des régularités, central dans l’exposé.
  • Population receptive field — Technique d’IRMf utilisée pour cartographier les champs récepteurs.

141 mots

Profil radar

Le profil radar montre des scores élevés en qualité et fiabilité, avec une quantité d'information et un niveau technique également bons. Cela indique une conférence scientifique dense et fiable, adaptée à un public spécialisé.

Fiabilité 8/10

💬 Sur les 0 commentaires analysés, aucune tendance n'est observable.