{"id":20607,"date":"2025-05-06T19:44:51","date_gmt":"2025-05-06T18:44:51","guid":{"rendered":"https:\/\/www.revue3emillenaire.com\/blog\/?p=20607"},"modified":"2025-05-06T22:46:29","modified_gmt":"2025-05-06T21:46:29","slug":"sur-la-conscience-esprits-modeles-et-mysteres-par-jessica-rose","status":"publish","type":"post","link":"https:\/\/www.revue3emillenaire.com\/blog\/sur-la-conscience-esprits-modeles-et-mysteres-par-jessica-rose\/","title":{"rendered":"Sur la conscience\u00a0: Esprits, Mod\u00e8les et Myst\u00e8res par Jessica Rose"},"content":{"rendered":"

Les microtubules neuronaux h\u00e9bergent-ils une conscience quantique via la tubuline et l\u2019eau EZ ?<\/b><\/i><\/span><\/strong><\/p>\n

\u00ab Le cerveau qui \u00e9tudie le cerveau. \u00c0 quel point c\u2019est hallucinant ? La conscience \u00e9merge-t-elle du chaos de la biologie complexe, ou lui est-elle fondamentale ? Est-elle fond\u00e9e sur la biologie\/la chimie\/la physique, ou bien en est-elle s\u00e9par\u00e9e ? Et quels r\u00f4les jouent les champs harmoniques ? \u00bb <\/span><\/em>\u2014 Jessica Rose. Pens\u00e9es matinales. 8\u00a0avril 2025,<\/span><\/p>\n

installez-vous confortablement. Prenez un verre de vin. Ou une bouteille. Cet article est long et devient assez technique. J\u2019y aborde le cerveau humain, les microtubules, la tubuline, les r\u00e9seaux neuronaux artificiels, les chats, la biologie quantique, le cytoplasme g\u00e9latineux et les couches d\u2019eau ordonn\u00e9e, l\u2019eau EZ, les origines de la conscience \u00e0 partir de la chimie, la biochimie de la tubuline, et la conscience comme accord harmonique \u2014 le tout par amour pour la conscience.<\/span><\/p>\n

Quelques d\u00e9finitions\/comparaisons pour plus de clart\u00e9<\/b><\/span><\/span><\/span><\/h3>\n

Cerveau humain biologique vs R\u00e9seaux Neuronaux Artificiels (RNA ; <\/b><\/span><\/strong>ANN en anglais<\/span><\/strong>)\u00a0<\/b><\/span><\/strong>:<\/b><\/span> Le cerveau humain combine des potentiels d\u2019action neuronaux discrets avec des processus dynamiques continus, tandis que les RNA, bien que th\u00e9oriquement continus, fonctionnent en pratique de mani\u00e8re discr\u00e8te \u2014 le premier est biologique, les seconds artificiels. Les RNA s\u2019inspirent de l\u2019architecture et de la dynamique du cerveau, et excellent dans la reconnaissance de formes et l\u2019apprentissage, principalement gr\u00e2ce \u00e0 une force de calcul brute.<\/span><\/p>\n

Informatique classique vs informatique quantique\u00a0<\/b><\/span><\/strong>:<\/b><\/span> Contrairement \u00e0 l\u2019informatique classique qui traite des bits binaires de mani\u00e8re s\u00e9quentielle, l\u2019informatique quantique utilise des qubits pouvant exister dans plusieurs \u00e9tats simultan\u00e9ment \u2014 permettant des possibilit\u00e9s de calcul radicalement diff\u00e9rentes. Elle exploite des ph\u00e9nom\u00e8nes quantiques, comme la superposition et l\u2019intrication pour traiter l\u2019information de fa\u00e7ons inaccessibles aux syst\u00e8mes classiques, notamment pour certains probl\u00e8mes complexes.<\/span><\/p>\n

Prologue \u2014 Remuer la marmite<\/b><\/span><\/span><\/span><\/h3>\n

\u00c9tudier le cerveau et la conscience me donne l\u2019impression d\u2019\u00eatre moi-m\u00eame \u00e9tudi\u00e9e. Le cerveau est un organe biologique spongieux, d\u2019une complexit\u00e9 extr\u00eame, qui produit notre exp\u00e9rience consciente. Mais comment, exactement ? La conscience \u00e9merge-t-elle simplement des calculs neuronaux du cerveau, ou y a-t-il quelque chose de plus insaisissable \u00e0 l\u2019\u0153uvre, peut-\u00eatre li\u00e9e \u00e0 des processus que nous ne comprenons pas encore enti\u00e8rement ? Avec le d\u00e9veloppement des RNA toujours plus puissants, on peut l\u00e9gitimement se demander s\u2019ils pourraient, un jour, devenir conscients eux aussi. Mais sans savoir ce qu\u2019est la conscience, comment trancher ? Si jamais les RNA deviennent conscients, je parierais que des technologies comme les ordinateurs quantiques, capables de traiter des calculs simultan\u00e9s vertigineux, pourraient faire partie de l\u2019\u00e9quation.<\/span><\/p>\n

Les neurosciences contemporaines consid\u00e8rent majoritairement la conscience comme une propri\u00e9t\u00e9 \u00e9mergente de l\u2019activit\u00e9 neuronale du cerveau, appuy\u00e9e par des donn\u00e9es reliant l\u2019exp\u00e9rience subjective \u00e0 des corr\u00e9lats neuronaux sp\u00e9cifiques, comme les oscillations synchronis\u00e9es dans le cortex c\u00e9r\u00e9bral [1<\/sup><\/a>]. Pourtant, la nature pr\u00e9cise de la conscience reste insaisissable, suscitant des sp\u00e9culations sur la possibilit\u00e9 qu\u2019elle transcende les simples computations neuronales. Cette incertitude complique les tentatives de mesure empirique de la conscience, puisque son essence subjective r\u00e9siste \u00e0 toute quantification objective \u2014 c\u2019est ce qu\u2019on appelle souvent le \u00ab probl\u00e8me difficile \u00bb de la conscience [2<\/sup><\/a>]. Par exemple, bien que l\u2019on puisse mesurer la d\u00e9pense \u00e9nerg\u00e9tique li\u00e9e \u00e0 l\u2019activit\u00e9 neuronale, aucune m\u00e9thode ne permet de distinguer cela de l\u2019exp\u00e9rience qualitative de la conscience, ce qui laisse ouverte la question de son origine. Certaines perspectives philosophiques, comme le panpsychisme, sugg\u00e8rent que la conscience pourrait \u00eatre une propri\u00e9t\u00e9 fondamentale de l\u2019univers, au m\u00eame titre que la masse ou l\u2019\u00e9nergie \u2014 existant ind\u00e9pendamment, et simplement \u00ab capt\u00e9e \u00bb par le cerveau, plut\u00f4t que produite par lui. D\u2019autres mod\u00e8les, plus computationnels, la comparent \u00e0 une fonction logicielle, \u00e9mergeant du mat\u00e9riel neuronal et d\u00e9pendante de celui-ci. En l\u2019absence d\u2019une compr\u00e9hension claire de sa nature, ces deux options restent ouvertes, illustrant la complexit\u00e9 profonde de ce myst\u00e8re ancien.<\/span><\/p>\n

Alors, la conscience est-elle une propri\u00e9t\u00e9 \u00e9mergente de la computation neuronale, ou est-elle autre chose ? Dans cet article, je vais plonger dans la th\u00e9orie de l\u2019<\/span>Orch-OR<\/span><\/strong> (r\u00e9duction objective orchestr\u00e9e) de <\/span>Hameroff et Penrose<\/span><\/strong>, qui postule que la conscience serait le produit de processus quantiques se d\u00e9roulant \u00e0 l\u2019int\u00e9rieur m\u00eame des neurones, et non simplement une cons\u00e9quence des connexions neuronales. Le lien entre le cerveau humain et la biologie quantique pourrait r\u00e9sider dans la mani\u00e8re dont les processus quantiques (comme la superposition ou l\u2019intrication) influenceraient la computation neuronale ou la conscience \u00e0 un niveau microscopique, via les microtubules et la tubuline.<\/span><\/p>\n

Au moment o\u00f9 j\u2019\u00e9crivais cet article, un article scientifique a \u00e9t\u00e9 publi\u00e9 qui soutient l\u2019id\u00e9e que la conscience est une propri\u00e9t\u00e9 \u00e9mergente de la computation neuronale \u2014 sans pour autant constituer un mod\u00e8le universel de la conscience. <\/span>Fang <\/span><\/u><\/span>et al.<\/i><\/span><\/u><\/span><\/a> (4\u00a0avril 2025) d\u00e9montrent une modulation de la perception consciente dans la conscience visuelle \u00e0 des emplacements sp\u00e9cifiques du cerveau. Hameroff (je vais bient\u00f4t vous le pr\u00e9senter) <\/span>a r\u00e9pondu<\/span><\/a><\/u><\/span> avec un contre-argument auquel j\u2019adh\u00e8re\u00a0:<\/span><\/p>\n

\u00ab Oui, mais le thalamus ne peut pas \u00eatre n\u00e9cessaire \u00e0 toute forme de conscience, puisque l\u2019olfaction contourne le thalamus. Et il ne fait pas partie du r\u00e9seau en mode par d\u00e9faut \u00bb.<\/span><\/em><\/p>\n

Sur le cerveau humain<\/b><\/span><\/span><\/span><\/strong><\/h3>\n

Le cerveau humain est l\u2019organe central du syst\u00e8me nerveux, travaillant de concert avec la moelle \u00e9pini\u00e8re pour nous permettre de ressentir, parler et danser. C\u2019est le centre de commandement de la plupart des activit\u00e9s corporelles, traitant, int\u00e9grant et coordonnant en permanence les informations sensorielles, transformant les sensations en actions.<\/span><\/p>\n

Un cerveau humain adulte moyen a une texture similaire \u00e0 celle du tofu (apparemment \u2014 je n\u2019en ai pas encore touch\u00e9 un !) et p\u00e8se environ 1,2 \u00e0 1,4 kg (2,6 \u00e0 3,1 livres). Le <\/span>t\u00e9lenc\u00e9phale<\/span><\/span><\/em> (ou <\/span>cerebrum<\/i><\/span><\/u><\/span>)<\/span><\/u><\/span><\/a> est la plus grande partie du cerveau \u2014 celle \u00e0 laquelle la plupart des gens pensent quand ils s\u2019imaginent un cerveau, je suppose. Il comprend le <\/span>cortex c\u00e9r\u00e9bral<\/b><\/span><\/a><\/u><\/span> (la couche externe), une couche de substance grise d\u2019environ 2 \u00e0 4\u00a0mm d\u2019\u00e9paisseur, qui recouvre le <\/span>t\u00e9lenc\u00e9phale<\/span><\/span><\/em> \u2014 la partie \u00e0 l\u2019aspect typiquement \u00ab c\u00e9r\u00e9bral \u00bb.<\/span><\/p>\n

<\/a><\/p>\n

Figure\u00a01a\u00a0<\/span><\/strong>: Les parties les plus c\u00e9l\u00e8bres du cerveau mises en \u00e9vidence en diff\u00e9rentes couleurs <\/span>(<\/span><\/span>https:\/\/en.wikipedia.org\/wiki\/List_of_regions_in_the_human_brain<\/span><\/span><\/a><\/u><\/span>)<\/span><\/span><\/p>\n

En plus du cerveau proprement dit, nous avons le <\/span>tronc c\u00e9r\u00e9bral<\/b><\/span><\/a><\/u><\/span> (brain stem) et la <\/span>moelle \u00e9pini\u00e8re <\/span><\/strong>(spinal cord)<\/span><\/strong>. Le tronc c\u00e9r\u00e9bral est extr\u00eamement important\u00a0: il relie le <\/span>t\u00e9lenc\u00e9phale<\/span><\/span><\/em> \u00e0 la moelle \u00e9pini\u00e8re et joue un r\u00f4le vital pour la r\u00e9gulation du rythme cardiaque, de la respiration, de la conscience, du sommeil\/de l\u2019\u00e9veil, entre autres. Il est essentiel pour la conduction, en d\u2019autres termes. La moelle \u00e9pini\u00e8re se connecte au reste du corps, permettant les mouvements.<\/span><\/p>\n

Le cerveau humain repr\u00e9sente environ 2 % du poids total du corps (pas si lourd, vu tout ce qu\u2019il fait !) et est compos\u00e9 de deux <\/span>h\u00e9misph\u00e8res<\/span><\/strong>, reli\u00e9s par le <\/span>corps calleux<\/b><\/span><\/a><\/u><\/span>. Ce dernier est comme une autoroute d\u2019information entre les deux h\u00e9misph\u00e8res, la plus grande structure de substance blanche du cerveau humain, contenant entre 200 et 300 millions de projections axonales (les \u00ab routes \u00bb neuronales).<\/span><\/p>\n

<\/a><\/p>\n

Figure 1b\u00a0<\/span><\/span><\/strong>: Vue sup\u00e9rieure du corps calleux.<\/span><\/span><\/p>\n

https:\/\/en.wikipedia.org\/wiki\/Corpus_callosum<\/span><\/span><\/a><\/u><\/span><\/p>\n

Chaque h\u00e9misph\u00e8re c\u00e9r\u00e9bral comprend un noyau interne de <\/span>substance blanche<\/span><\/strong> (nous y reviendrons) et des structures <\/span>sous-corticales<\/span><\/strong>, ainsi qu\u2019un <\/span>cortex c\u00e9r\u00e9bral externe<\/span><\/strong>, divis\u00e9 en <\/span>quatre lobes\u00a0<\/span><\/strong>: le <\/span>lobe frontal<\/span><\/strong> (contr\u00f4le moteur, fonctions ex\u00e9cutives), le <\/span>lobe pari\u00e9tal<\/span><\/strong> (traitement sensoriel, perception spatiale), le <\/span>lobe temporal<\/span><\/strong> (traitement auditif, compr\u00e9hension du langage, m\u00e9moire), le <\/span>lobe occipital<\/span><\/strong> (traitement visuel).<\/span><\/p>\n

<\/a><\/p>\n

Figure 1c\u00a0<\/span><\/span><\/strong>: Les lobes du cerveau.<\/span><\/span><\/p>\n

https:\/\/en.wikipedia.org\/wiki\/Lobes_of_the_brain<\/span><\/span><\/a><\/u><\/span><\/p>\n

Il y a beaucoup de parties non mobiles dans le cerveau humain qui composent ces lobes. Le <\/span>cervelet<\/b><\/span><\/a><\/u><\/span>, illustr\u00e9 en Figure 1b, ressemble presque \u00e0 un petit cerveau prot\u00e9g\u00e9 par le \u00ab m\u00e9ga-cerveau \u00bb (le <\/span>t\u00e9lenc\u00e9phale ou cerebrum<\/span><\/span><\/em>). Sachant qu\u2019il <\/span>contient plus de la moiti\u00e9 des neurones du cerveau<\/span><\/a><\/u><\/span> [3<\/sup><\/a>], il est \u00e9tonnant qu\u2019il n\u2019occupe qu\u2019environ 10\u00a0% du volume total. Il y a aussi la <\/span>glande pin\u00e9ale<\/span><\/strong>, la <\/span>commissure post\u00e9rieure<\/span><\/strong>, le <\/span>corps du fornix<\/span><\/strong> et tout un tas d\u2019autres \u00e9l\u00e9ments \u00ab mous \u00bb qui composent cet organe incroyable.<\/span><\/p>\n

<\/a><\/p>\n

Figure 1d\u00a0<\/span><\/strong>: Illustration anatomique de <\/span>Sobotta\u2019s Human Anatomy<\/span><\/em> (1908). <\/span>https:\/\/en.wikipedia.org\/wiki\/Human_brain<\/span><\/span><\/a><\/u><\/span><\/p>\n

Certaines parties du cerveau, comme le <\/span>t\u00e9lenc\u00e9phale<\/span><\/span><\/em>, le tronc c\u00e9r\u00e9bral, le cervelet et la moelle \u00e9pini\u00e8re, sont prot\u00e9g\u00e9es par des <\/span>m\u00e9ninges<\/b><\/span><\/a><\/u><\/span>, qui se composent de trois membranes servant \u00e0 la protection, au soutien (structurel et vasculaire), et \u00e0 l\u2019amortissement. La membrane la plus externe du cortex c\u00e9r\u00e9bral joue un r\u00f4le cl\u00e9 dans la <\/span>barri\u00e8re h\u00e9matoenc\u00e9phalique<\/span><\/strong>. Vous pouvez en lire plus <\/span>ici<\/span><\/a><\/u><\/span>.<\/span><\/p>\n

Le cerveau humain est compos\u00e9 de <\/span>substance blanche<\/b><\/span><\/a><\/u><\/span> et de <\/span>substance grise<\/b><\/span><\/a><\/u><\/span>, ainsi nomm\u00e9es en partie \u00e0 cause de leur coloration (due aux colorants utilis\u00e9s) lors de l\u2019examen du cerveau comme illustr\u00e9 dans la Figure 1e. La <\/span>substance blanche<\/span><\/strong> est blanche gr\u00e2ce \u00e0 la <\/span>my\u00e9line<\/span><\/strong>. La forte teneur en lipides de la my\u00e9line r\u00e9fl\u00e9chit la lumi\u00e8re, ce qui donne \u00e0 la substance blanche sa couleur caract\u00e9ristique dans les coupes non color\u00e9es. La my\u00e9line entoure les fibres nerveuses (axones) et agit comme un isolant \u00e9lectrique, ce qui permet aux signaux de circuler rapidement dans le cerveau en servant de conduit vers la substance grise du syst\u00e8me nerveux central. C\u2019est pourquoi les maladies de d\u00e9my\u00e9linisation sont si graves\u00a0: la transmission des signaux reste possible, mais elle est consid\u00e9rablement ralentie.<\/span><\/p>\n

<\/a><\/p>\n

Figure 1e\u00a0<\/span><\/strong>: <\/span>Cerveau humain droit, vue lat\u00e9rale diss\u00e9qu\u00e9e<\/span><\/span><\/em> (ant\u00e9rieur \u00e0 droite), montrant la mati\u00e8re grise (zones sombres externes) et la mati\u00e8re blanche (zones internes plus claires). <\/span>https:\/\/fr.wikipedia.org\/wiki\/Substance_blanche<\/span><\/a><\/u><\/span><\/p>\n

Le <\/span>cortex c\u00e9r\u00e9bral<\/span><\/strong>, compos\u00e9 de multiples couches de <\/span>neurones<\/span><\/a><\/u><\/span>, constitue la majeure partie de la mati\u00e8re grise du cerveau, faite principalement de <\/span>corps cellulaires neuronaux<\/span><\/strong>, de <\/span>dendrites<\/span><\/strong> et d\u2019<\/span>axones non my\u00e9linis\u00e9s<\/span><\/strong>, tandis que la<\/span> mati\u00e8re<\/b><\/span> blanche sous-corticale<\/span><\/strong> plus profonde est principalement compos\u00e9e d\u2019<\/span>axones my\u00e9linis\u00e9s<\/span><\/strong> qui relient diff\u00e9rentes r\u00e9gions c\u00e9r\u00e9brales et s\u2019\u00e9tendent vers la moelle \u00e9pini\u00e8re et le syst\u00e8me p\u00e9riph\u00e9rique. La mati\u00e8re blanche repr\u00e9sente environ la moiti\u00e9 du volume total du cerveau [4<\/sup><\/a>].<\/span><\/p>\n

Pour \u00e9viter que ce texte ne devienne un cours acc\u00e9l\u00e9r\u00e9 sur le cerveau humain plut\u00f4t qu\u2019une exploration de la nature de la conscience, je vais conclure ici cette introduction. Mon but \u00e9tait de bien souligner la biologie du cerveau et les zones o\u00f9 certaines fonctions ont lieu.<\/span><\/p>\n

Il ne fait aucun doute que le cerveau humain est un organe incroyablement complexe, tant dans sa structure que dans son fonctionnement, mais \u00e0 pr\u00e9sent j\u2019aimerais me concentrer sur les <\/span>neurones<\/span><\/strong> et les <\/span>microtubules<\/span><\/strong> (Figure\u00a02, en vert), ainsi que sur la <\/span>tubuline<\/span><\/strong> pour le reste de cet article. Les neurones et les microtubules entretiennent une relation fascinante\u00a0: les microtubules servent de <\/span>charpente<\/span><\/strong> au soutien de la structure et de la fonction neuronales, et les neurones sont les cellules du syst\u00e8me nerveux (dans le cerveau et la moelle \u00e9pini\u00e8re) qui servent \u00e0 <\/span>conduire les impulsions \u00e9lectriques<\/span><\/strong>. Ce sont des cellules excitables qui g\u00e9n\u00e8rent des signaux \u00e9lectriques appel\u00e9s <\/span>potentiels d\u2019action<\/span><\/strong>, lesquels voyagent \u00e0 travers les r\u00e9seaux neuronaux et communiquent entre eux via des <\/span>synapses<\/span><\/strong>, utilisant des <\/span>neurotransmetteurs chimiques<\/span><\/strong> pour transmettre les signaux de mani\u00e8re \u00e9lectrique. Cette combinaison imbriqu\u00e9e de processus \u00e9lectriques et chimiques constitue la base du r\u00f4le critique des neurones dans le syst\u00e8me nerveux.<\/span><\/p>\n

<\/a><\/p>\n

Figure\u00a02\u00a0<\/span><\/strong>: Composants du cytosquelette eucaryote. Les filaments d\u2019actine sont en rouge, les microtubules en vert, et les noyaux en bleu. <\/span><\/p>\n

https:\/\/fr.wikipedia.org\/wiki\/Microtubule<\/span><\/a><\/u><\/span><\/p>\n

Sur les microtubules et la tubuline<\/b><\/span><\/span><\/span><\/h3>\n

Les microtubules sont des structures cylindriques creuses pr\u00e9sentes dans les cellules, construites \u00e0 partir de prot\u00e9ines de tubuline, avec un diam\u00e8tre externe d\u2019environ 25 nm (voir Figure 3). Les prot\u00e9ines de tubuline sont des dim\u00e8res (mol\u00e9cules appari\u00e9es de fa\u00e7on non covalente) compos\u00e9s de sous-unit\u00e9s alpha- et b\u00eata-tubuline, qui s\u2019empilent par polym\u00e9risation (r\u00e9action chimique formant des cha\u00eenes de polym\u00e8res) pour constituer des protofilaments (13 par coupe transversale de microtubule), lesquels s\u2019alignent lat\u00e9ralement avec un l\u00e9ger d\u00e9calage, formant une structure h\u00e9lico\u00efdale autour du noyau creux, cr\u00e9ant ainsi un tube creux. Il est important de noter que la tubuline s\u2019assemble t\u00eate-b\u00eache lors de la formation des protofilaments, ce qui conf\u00e8re aux microtubules une polarit\u00e9 intrins\u00e8que : une extr\u00e9mit\u00e9 \u00ab + \u00bb (o\u00f9 la b\u00eata-tubuline est expos\u00e9e, favorisant la croissance) et une extr\u00e9mit\u00e9 \u00ab – \u00bb (o\u00f9 l\u2019alpha-tubuline est expos\u00e9e, moins dynamique). Cette polarit\u00e9 oriente des processus directionnels, tels que le d\u00e9placement des prot\u00e9ines motrices (la kin\u00e9sine vers l\u2019extr\u00e9mit\u00e9 \u00ab + \u00bb, la dyn\u00e9ine vers l\u2019extr\u00e9mit\u00e9 \u00ab – \u00bb) et l\u2019organisation des microtubules dans les cellules, y compris les neurones, o\u00f9 elle d\u00e9termine le transport le long des axones et des dendrites.<\/span><\/p>\n

La polarit\u00e9 des microtubules provient principalement de l\u2019asym\u00e9trie structurelle des dim\u00e8res alpha-b\u00eata-tubuline (qui s\u2019assemblent t\u00eate-b\u00eache) en raison de diff\u00e9rences dans leur conformation et leurs propri\u00e9t\u00e9s de liaison au GTP\u00a0: l\u2019alpha-tubuline se lie au GTP de mani\u00e8re non hydrolysable tandis que la b\u00eata-tubuline peut lier soit du GTP, soit du GDP de fa\u00e7on hydrolysable. La distribution des charges joue un r\u00f4le de soutien en stabilisant ces interactions par des forces \u00e9lectrostatiques. Cette polarit\u00e9 deviendra tr\u00e8s importante plus loin dans cet article.<\/span><\/p>\n

<\/a><\/p>\n

Figure\u00a03\u00a0:<\/span><\/strong> Structure de la tubuline et dimensions des microtubules. <\/span>https:\/\/fr.wikipedia.org\/wiki\/Tubuline<\/span><\/u><\/span><\/p>\n

C\u2019est ici que \u00e7a devient int\u00e9ressant.<\/span><\/p>\n

Roger Penrose<\/span><\/a><\/u><\/span> et <\/span>Stuart Hameroff<\/span><\/a><\/u><\/span> ont d\u00e9velopp\u00e9 une th\u00e9orie appel\u00e9e <\/span>Orchestrated Objective Reduction<\/b><\/span><\/a><\/u><\/span> (Orch-OR ; <\/span>R\u00e9duction objective orchestr\u00e9e<\/span><\/span>) en biologie quantique, sugg\u00e9rant que les microtubules agissent comme des processeurs quantiques, <\/span>o\u00f9 la conscience \u00e9merge de calculs quantiques, et non de processus purement computationnels<\/b><\/i><\/span>. Contrairement \u00e0 l\u2019id\u00e9e selon laquelle la conscience d\u00e9coule des connexions neuronales classiques, leur th\u00e9orie propose que les microtubules pr\u00e9sents dans les neurones facilitent des processus quantiques essentiels \u00e0 la conscience. Ces processus reposent sur la <\/span>r\u00e9duction objective<\/span><\/strong> (OR), un m\u00e9canisme hypoth\u00e9tique dans lequel les superpositions quantiques \u2014 comme des particules existant simultan\u00e9ment dans plusieurs \u00e9tats \u2014 s\u2019effondrent spontan\u00e9ment <\/span>en raison des effets gravitationnels<\/span><\/span> dans l\u2019espace-temps.<\/span><\/p>\n

Dans Orch-OR, des \u00e9tats quantiques biologiquement orchestr\u00e9s dans les microtubules permettent des calculs coh\u00e9rents, avec des effondrements <\/span>par r\u00e9duction objective<\/span><\/span> (OR) se produisant \u00e0 des \u00e9chelles de temps permettant aux effets quantiques de persister dans des structures microscopiques \u2014 comme les prot\u00e9ines de tubuline \u2014 tout en garantissant que le comportement macroscopique du cerveau reste classique et stable. La <\/span>r\u00e9duction objective (<\/span><\/span>OR), en tant que m\u00e9canisme hypoth\u00e9tique, propose que les superpositions quantiques \u2014 des \u00e9tats multiples possibles \u2014 s\u2019effondrent spontan\u00e9ment sous l\u2019effet de la gravit\u00e9 dans l\u2019espace-temps, ce qui permettrait de r\u00e9soudre le \u00ab probl\u00e8me de la mesure \u00bb en m\u00e9canique quantique en sugg\u00e9rant que des r\u00e9sultats d\u00e9finis \u00e9mergent objectivement sans n\u00e9cessiter d\u2019observateur. En appliquant ce principe, Orch-OR propose une explication sp\u00e9culative de la mani\u00e8re dont des processus quantiques pourraient sous-tendre la conscience.<\/span><\/p>\n

Alors que certaines autres th\u00e9ories affirment que la conscience \u00e9merge de la complexit\u00e9 croissante des calculs r\u00e9alis\u00e9s par les neurones c\u00e9r\u00e9braux, Orch-OR postule que la conscience repose sur un traitement quantique non calculable effectu\u00e9 par des qubits form\u00e9s collectivement dans les microtubules cellulaires, un processus consid\u00e9rablement amplifi\u00e9 dans les neurones [5<\/sup><\/a>].<\/span><\/p>\n

Ils proposent que les \u00e9tats conformationnels de la tubuline pourraient permettre une coh\u00e9rence quantique, les mouvements des \u00e9lectrons dans les acides amin\u00e9s aromatiques rendant possible la superposition et l\u2019intrication quantiques. Pensez \u00e0 nouveau \u00e0 notre composition de mol\u00e9cules h\u00e9t\u00e9rodim\u00e9riques de tubuline. Les critiques soutiennent que les syst\u00e8mes biologiques sont trop \u00ab mous \u00bb pour permettre des effets quantiques durables, mais certaines \u00e9tudes sugg\u00e8rent des comportements proches du quantique, comme la r\u00e9sonance vibrationnelle, dans les microtubules.<\/span><\/p>\n

Maintenant, la personne spirituelle en moi sent vraiment que ces gars tiennent quelque chose. Mais c\u2019est aussi le cas du scientifique. Passons maintenant aux r\u00e9seaux de neurones artificiels (ANN), parce que, manifestement, mon cerveau <\/span>n\u2019a pas encore assez souffert.<\/span><\/span><\/p>\n

Sur les r\u00e9seaux de neurones artificiels <\/b><\/span><\/span><\/span>(RNA ou ANN en anglais)<\/span><\/span><\/span><\/h3>\n

L\u2019histoire du d\u00e9veloppement des r\u00e9seaux de neurones remonte loin, jusqu\u2019en 1795, avec les travaux de Gauss sur le mouvement des plan\u00e8tes. Ses recherches r\u00e9volutionnaires ont conduit \u00e0 l\u2019introduction de la constante gravitationnelle de Gauss, \u00e0 la m\u00e9thode des moindres carr\u00e9s, et \u00e0 la formulation des principes fondamentaux du magn\u00e9tisme. Lui et moi partageons la conviction que <\/span>\u00ab l\u2019acte d\u2019apprendre, et non la possession du savoir, procure le plus grand plaisir \u00bb<\/span><\/em>. Depuis son travail sur l\u2019approximation par les moindres carr\u00e9s, les r\u00e9seaux de neurones ont parcouru un long chemin.<\/span><\/p>\n

<\/a><\/p>\n

Figure\u00a04\u00a0:<\/span><\/strong> Un des neurones du r\u00e9seau de neurones artificiels, entra\u00een\u00e9 \u00e0 partir de captures d\u2019\u00e9cran de vid\u00e9os YouTube non \u00e9tiquet\u00e9es, a appris \u00e0 d\u00e9tecter les chats.<\/span><\/p>\n

Source\u00a0: <\/span>https:\/\/blog.google\/technology\/ai\/using-large-scale-brain-simulations-for\/<\/span><\/a><\/u><\/span> (gauche) vs image g\u00e9n\u00e9r\u00e9e par Grok3 de \u00ab chat \u00bb, mardi 8 avril 2025 (droite).<\/span><\/p>\n

Et n\u2019oublions pas\u00a0: bien que tout cela repose sur un mod\u00e8le aussi \u00e9l\u00e9gant que la r\u00e9gression lin\u00e9aire, l\u2019\u00e9volution des capacit\u00e9s des r\u00e9seaux de neurones [profonds] n\u2019est pas <\/span>lin\u00e9aire<\/span><\/strong>. Vous pouvez en lire davantage \u00e0 ce sujet sur <\/span>Skynet today<\/i><\/span><\/a><\/u><\/span>. Argh. Voici aussi <\/span>un excellent article<\/span><\/a><\/u><\/span> fourni par le grand Dr K, qui plonge dans l\u2019exp\u00e9rience de la DARPA en mati\u00e8re d\u2019intelligence artificielle. Argh au carr\u00e9.<\/span><\/p>\n

Je ne peux pas passer sous silence le r\u00f4le des <\/span>gamers<\/span><\/strong>, car, sans eux, je ne pense pas que nous serions aussi avanc\u00e9s aujourd\u2019hui dans le d\u00e9veloppement des r\u00e9seaux neuronaux. Je ne suis pas moi-m\u00eame un gamer, mais de l\u2019ext\u00e9rieur, je les vois eux et leur engagement \u00e0 cr\u00e9er des strat\u00e9gies pour \u00ab gagner \u00bb dans des environnements graphiques \u00e9poustouflants, comme un moteur essentiel \u00e0 l\u2019\u00e9mergence rapide des id\u00e9es qui ont men\u00e9 \u00e0 l\u2019\u00e9volution acc\u00e9l\u00e9r\u00e9e de ces r\u00e9seaux \u2014 notamment en mati\u00e8re de d\u00e9veloppement du mat\u00e9riel graphique (les <\/span>GPU<\/span><\/strong>, indispensables \u00e0 l\u2019entra\u00eenement des r\u00e9seaux neuronaux), et en recherche en IA pour les agents de jeu (comme <\/span>AlphaGo<\/span><\/strong> ou <\/span>AlphaStar<\/span><\/strong> de DeepMind).<\/span><\/p>\n

Il est absolument \u00e9vident que les donn\u00e9es d\u2019entra\u00eenement et le mat\u00e9riel \u2014 \u00e9l\u00e9ments cruciaux pour le d\u00e9veloppement des r\u00e9seaux neuronaux artificiels \u2014 sont le fruit de <\/b><\/span>millions d\u2019heures<\/b><\/span><\/strong> de travail acharn\u00e9 pass\u00e9es\u2026 \u00e0 jouer.<\/b><\/span><\/p>\n

L\u2019id\u00e9e incroyable de faire s\u2019affronter des r\u00e9seaux neuronaux \u2014 ce qu\u2019on appelle les <\/span>GANs<\/span><\/strong> \u2014 provient davantage de la th\u00e9orie des jeux et des concepts d\u2019apprentissage automatique que du jeu vid\u00e9o directement, mais il est dit que cette id\u00e9e est venue \u00e0 <\/span>Ian Goodfellow<\/b><\/span><\/u><\/span> <\/u><\/a>alors qu\u2019il discutait avec ses potes au bar de comment am\u00e9liorer les mod\u00e8les g\u00e9n\u00e9ratifs. Cela ressemble pas mal \u00e0 une partie de jeu, non ? On dirait une sc\u00e8ne tout droit sortie de <\/span>A Beautiful Mind<\/span><\/em>. N\u2019est-ce pas incroyable de se dire que les r\u00e9ponses aux questions les plus complexes se trouvent <\/span>en nous<\/span><\/strong>, et qu\u2019elles nous fixent parfois droit dans les yeux\u2026 depuis le fond d\u2019un verre ?<\/span><\/p>\n

<\/a><\/p>\n

Figure\u00a05\u00a0: La sc\u00e8ne du bar dans <\/span>Un homme d\u2019exception<\/span><\/em>. <\/span><\/p>\n

https:\/\/www.looper.com\/238554\/the-ending-of-a-beautiful-mind-explained\/<\/span><\/a><\/u><\/span><\/p>\n

Retour aux neurones et aux microtubules<\/span><\/span><\/span><\/h3>\n

Alors, qu\u2019ont fait ces g\u00e9nies au fil des ann\u00e9es dans le d\u00e9veloppement continu de ces r\u00e9seaux neuronaux ? Ce que ferait n\u2019importe quel g\u00e9nie : ils ont essay\u00e9 de copier la nature \u2014 le plus grand g\u00e9nie de tous. Plus pr\u00e9cis\u00e9ment, ils ont tent\u00e9 (et continuent de tenter) d\u2019imiter le neurone. Pour que vous le sachiez, l\u2019\u00e9quivalent informatique (r\u00e9seau neuronal artificiel) d\u2019un neurone s\u2019appelle un n\u0153ud (ou perceptron).<\/span><\/p>\n

Les neurones s\u2019activent via des potentiels d\u2019action qui sont la cons\u00e9quence de l\u2019effet cumulatif des <\/span>potentiels gradu\u00e9s<\/span><\/a><\/u><\/span>. Les potentiels gradu\u00e9s sont un changement localis\u00e9 et variable du potentiel de membrane d\u2019une cellule, proportionnel \u00e0 la force du stimulus, qui d\u00e9cro\u00eet avec le temps et la distance. Cela se produit dans les dendrites ou le soma et int\u00e8gre les signaux pour influencer si un potentiel d\u2019action se produit ou non. Il se distingue des potentiels d\u2019action par sa nature gradu\u00e9e, l\u2019absence de seuil et son effet \u00e0 courte port\u00e9e. Lorsqu\u2019un potentiel de membrane d\u2019un neurone atteint un seuil (typiquement autour de -55 mV), il d\u00e9clenche un potentiel d\u2019action. Les potentiels d\u2019action eux-m\u00eames sont donc en gros tout ou rien. Je dis \u00ab en gros \u00bb, car le processus menant \u00e0 l\u2019activation, en termes de fr\u00e9quence et de sch\u00e9ma de d\u00e9charge dans le temps, varie. Par exemple, un neurone peut s\u2019activer 10 fois par seconde ou 100 fois par seconde, ce qui ajoute une couche de complexit\u00e9 au-del\u00e0 d\u2019un simple 0 ou 1. De plus, les neurones ne sont pas \u00ab connect\u00e9s \u00bb de mani\u00e8re 1:1 ; un seul neurone int\u00e8gre des milliers d\u2019entr\u00e9es provenant d\u2019autres neurones.<\/span><\/p>\n

Vous pouvez imaginer ces potentiels comme un \u00e9ternuement\u00a0: le potentiel gradu\u00e9 est l\u2019accumulation de chatouilles (comme du pollen ou une irritation dans le nez et la t\u00eate), et le potentiel d\u2019action est l\u2019\u00e9ternuement lui-m\u00eame \u2014 un \u00e9v\u00e9nement tout ou rien qui se produit ou non. C\u2019est similaire \u00e0 une unit\u00e9 seuil binaire dans un r\u00e9seau neuronal, qui additionne des entr\u00e9es pond\u00e9r\u00e9es et d\u00e9clenche un 0 ou un 1 selon un seuil strict, comme un \u00e9ternuement d\u00e9clench\u00e9 instantan\u00e9ment si l\u2019irritation d\u00e9passe une certaine limite. Mais le fonctionnement d\u2019un r\u00e9seau neuronal est comme un ch\u0153ur d\u2019\u00e9ternuements, chacun d\u00e9clench\u00e9 par des chatouilles variables qui se combinent, s\u2019amplifient ou s\u2019att\u00e9nuent \u00e0 travers de nombreux nez, cr\u00e9ant un effet collectif bien plus complexe que la simple accumulation d\u2019un \u00e9ternuement isol\u00e9.<\/span><\/p>\n

Les ordinateurs traditionnels utilisent ce syst\u00e8me binaire pour calculer en repr\u00e9sentant toutes les donn\u00e9es et instructions sous forme de combinaisons de 0 et de 1, qui correspondent aux \u00e9tats \u00e9teint et allum\u00e9 des signaux \u00e9lectriques dans leurs circuits, trait\u00e9s via des portes logiques pour effectuer des calculs et des op\u00e9rations. Comprendre cela va devenir important lorsque j\u2019aborderai la partie sur la biologie quantique, car les syst\u00e8mes quantiques utilisent des qubits qui peuvent exister en superpositions (0, 1 ou les deux simultan\u00e9ment), permettant un traitement parall\u00e8le et des r\u00e9sultats probabilistes pour certains calculs. On en reparlera dans un qubit.<\/span><\/p>\n

Voici un magnifique sch\u00e9ma qui d\u00e9crit comment un neurone humain typique est comparable au syst\u00e8me binaire dans son \u00e9tat de calcul.<\/span><\/p>\n

<\/a><\/p>\n

Figure\u00a06\u00a0: Neurone et axone my\u00e9linis\u00e9, avec flux de signal des entr\u00e9es au niveau des dendrites aux sorties au niveau des terminaisons axonales. [<\/span>https:\/\/en.wikipedia.org\/wiki\/Neural_network_(machine_learning)<\/span><\/a><\/u><\/span>].<\/span><\/p>\n

Comme vous pouvez le voir sur la Figure 6, un neurone re\u00e7oit des entr\u00e9es via ses dendrites, o\u00f9 les neurotransmetteurs d\u2019autres neurones provoquent des potentiels postsynaptiques excitateurs ou inhibiteurs (accumulation d\u2019\u00e9ternuement) ; les entr\u00e9es sont trait\u00e9es, et un signal de sortie est envoy\u00e9 le long de l\u2019axone (my\u00e9linis\u00e9 dans de nombreux cas), qui peut \u00eatre interpr\u00e9t\u00e9 comme un \u00e9tat de \u00ab?marche?\u00bb lorsque le neurone se d\u00e9clenche (\u00e9ternuement), tandis que la sortie globale inclut la transmission synaptique vers le neurone suivant et l\u2019information encod\u00e9e dans la fr\u00e9quence et le motif de d\u00e9clenchement.<\/span><\/p>\n

Cela s\u2019oppose \u00e0 un r\u00e9seau neuronal o\u00f9 un neurone artificiel traite les entr\u00e9es via une <\/span>somme pond\u00e9r\u00e9e<\/span><\/a><\/u><\/span> et applique une fonction d\u2019activation, produisant une sortie qui peut \u00eatre binaire (par exemple, 0 ou 1 avec une fonction en escalier) ou continue (par exemple, une probabilit\u00e9 entre 0 et 1 avec une sigmo\u00efde), selon la fonction d\u2019activation utilis\u00e9e. Imaginez la somme pond\u00e9r\u00e9e comme un neurone d\u00e9cidant <\/span>dans quelle mesure \u00e9couter les diff\u00e9rents signaux d\u2019autres neurones \u2014 chaque signal re\u00e7oit un poids bas\u00e9 sur sa pertinence, et la somme pond\u00e9r\u00e9e d\u00e9termine l\u2019\u00e9tape suivante, bien que la th\u00e9orie Orch-OR sugg\u00e8re que des processus quantiques pourraient ajouter des couches suppl\u00e9mentaires au-del\u00e0 de cette sommation classique.<\/span><\/p>\n

Les deux syst\u00e8mes re\u00e7oivent des entr\u00e9es, les traitent et produisent une sortie. Pour un neurone biologique, la sortie est le potentiel d\u2019action (ou son absence), et pour un n\u0153ud (analogue \u00e0 un neurone biologique), la sortie est le r\u00e9sultat de la fonction d\u2019activation. Lorsque la sortie du n\u0153ud est binaire, cela refl\u00e8te la nature <\/span>tout ou rien (on\/off) du potentiel d\u2019action d\u2019un neurone.<\/span><\/p>\n

Bon, <\/span>cela suffit sur ce sujet. Revenons aux neurones biologiques. Qu\u2019en est-il de ces microtubules et de la tubuline ? Puisqu\u2019ils jouent un r\u00f4le structurel dans la conduction des potentiels d\u2019action, que font-ils d\u2019autre ? Est-il possible que leurs composants \u2014 \u00e0 savoir les mol\u00e9cules de tubuline \u2014 stockent des informations en fonction de la direction de leur polarit\u00e9 ?<\/span><\/p>\n

Les microtubules pr\u00e9sents dans les neurones sont appel\u00e9s microtubules neuronaux et diff\u00e8rent l\u00e9g\u00e8rement des autres microtubules en termes de fonction et d\u2019arrangement intracellulaire. Je pense que tout le monde a maintenant vu la fameuse vid\u00e9o sur YouTube du mignon kin\u00e9sine qui marche, non ? Sinon, la voici.<\/span><\/p>\n

Gr\u00e2ce aux perc\u00e9es dans l\u2019apprentissage profond (deep learning) des ann\u00e9es\u00a01960 et 1970, avec des avanc\u00e9es telles que la r\u00e9tropropagation (qui implique le calcul du <\/span>gradient<\/b><\/span><\/a><\/u><\/span> d\u2019une <\/span>fonction de perte<\/b><\/span><\/a><\/u><\/span> \u2014 dans le but de minimiser la perte \u2014 par rapport aux <\/span>poids<\/b><\/span><\/u><\/span> du r\u00e9seau<\/span><\/u><\/span><\/a> pour une seule entr\u00e9e-sortie donn\u00e9e), les r\u00e9seaux convolutifs (vision par ordinateur) et r\u00e9currents (m\u00e9moire \u2014 le \u00ab P \u00bb de ChatGPT signifie <\/span>pre-training<\/span><\/em>, soit pr\u00e9entra\u00eenement autosupervis\u00e9), jusqu\u2019aux <\/span>r\u00e9seaux antagonistes g\u00e9n\u00e9ratifs<\/span><\/a><\/u><\/span> (<\/span>GANs \u2014 <\/span><\/strong>affrontement entre deux r\u00e9seaux de neurones) pour reconna\u00eetre des chats, l\u2019utilisation de multiples couches cach\u00e9es dans les r\u00e9seaux a permis de passer, en un peu plus d\u2019une d\u00e9cennie, de l\u2019image de gauche \u00e0 celle de droite dans la Figure 4. Stup\u00e9fiant, non ? L\u2019image de droite ressemble \u00e0 une vraie photo, et si vous lisez <\/span>cet article<\/span><\/a><\/u><\/span>, vous pourriez commencer \u00e0 vous demander ce qu\u2019est vraiment une image, et ce qui \u2014 le cas \u00e9ch\u00e9ant \u2014 distingue une image captur\u00e9e par un humain de celle g\u00e9n\u00e9r\u00e9e par un ordinateur.<\/span><\/p>\n