Une étude montre les mêmes schémas de mouvement que ceux utilisés par un large éventail d’organismes, avec des implications pour la cognition et la robotique
Un poisson-couteau électrique scintille dans l’eau pour la même raison qu’un chien renifle ou qu’un humain regarde autour d’un nouvel endroit : pour donner un sens à son environnement. Pour la première fois, les scientifiques démontrent qu’un large éventail d’organismes, même des microbes, effectuent le même schéma de mouvements afin de percevoir le monde.
« Les amibes n’ont même pas de système nerveux, et pourtant elles adoptent un comportement qui a beaucoup en commun avec l’équilibre postural d’un humain ou avec un poisson caché dans un tube », a déclaré l’auteur Noah Cowan, professeur de génie mécanique à Johns Hopkins. « Ces organismes sont assez éloignés les uns des autres dans l’arbre de vie, ce qui suggère que l’évolution a convergé vers la même solution à travers des mécanismes sous-jacents très différents. »
La recherche, qui a des implications pour la cognition et la robotique, est publiée dans Intelligence des machines naturelles.
Les résultats découlent des efforts de l’équipe visant à comprendre ce que fait le système nerveux lorsque les animaux bougent pour améliorer leur perception du monde, et si ce comportement pourrait être traduit en systèmes de contrôle robotisés.
En observant des poissons-couteaux électriques dans un bassin d’observation, les chercheurs ont remarqué que lorsqu’il faisait sombre, les poissons se balançaient beaucoup plus fréquemment. Lorsque les lumières étaient allumées, le poisson se balançait doucement avec seulement des mouvements rapides occasionnels.
Dans la nature, les poissons-couteaux sont programmés pour trouver refuge afin d’éviter les prédateurs. Ils émettent de faibles décharges électriques pour détecter leur emplacement et trouver un abri. Se tortiller rapidement leur permet de détecter activement leur environnement, en particulier dans les eaux sombres. À la lumière, ils effectuent encore des mouvements aussi rapides, mais beaucoup moins fréquemment.
« Nous avons constaté que la meilleure stratégie consiste à passer brièvement en mode exploration lorsque l’incertitude est trop élevée, puis à revenir en mode exploitation lorsque l’incertitude redescend », a déclaré le premier auteur Debojyoti Biswas, chercheur postdoctoral à Johns Hopkins.
C’est la première fois que des scientifiques déchiffrent cette stratégie de changement de mode chez les poissons. C’est également la première fois que quelqu’un relie ce comportement entre espèces.
L’équipe a créé un modèle qui simule les principaux comportements de détection et, en utilisant les travaux d’autres laboratoires, a repéré les mêmes mouvements sensoriels dépendants dans d’autres organismes. Les créatures qui partageaient le comportement du poisson comprenaient des amibes, des papillons de nuit, des cafards, des taupes, des chauves-souris, des souris et des humains.
« Pas une seule étude que nous avons trouvée dans la littérature n’a violé les règles que nous avons découvertes chez le poisson électrique, pas même les organismes unicellulaires comme l’amibe détectant un champ électrique », a déclaré Cowan.
Les scientifiques commencent tout juste à comprendre comment les animaux contrôlent inconsciemment leurs mouvements. L’équipe soupçonne que tous les organismes disposent d’un cerveau informatique qui gère l’incertitude.
« Si vous allez dans une épicerie, vous remarquerez que les gens qui font la queue changeront entre être immobiles et se déplacer en attendant », a déclaré Cowan. « Nous pensons que c’est la même chose qui se passe, à savoir que pour maintenir un équilibre stable, vous devez occasionnellement vous déplacer et exciter vos capteurs comme le poisson-couteau. Nous avons constaté que les caractéristiques statistiques de ces mouvements sont omniprésentes chez un large éventail d’animaux, y compris les humains. « .
L’équipe espère que les résultats pourront être utilisés pour améliorer les drones de recherche et de sauvetage, les rovers spatiaux et d’autres robots autonomes.
Ensuite, ils testeront si leurs idées s’appliquent à d’autres êtres vivants, même aux plantes.
Les auteurs incluent Andrew Lamperski de l’Université du Minnesota à Minneapolis ; Yu Yang de Johns Hopkins ; Kathleen Hoffman de l’Université du Maryland, comté de Baltimore ; John Guckenheimer de l’Université Cornell ; et Eric S. Fortune du New Jersey Institute of Technology.
