Publié le 12 février 2026 à 00:31:00. Des chercheurs japonais ont mis au point un système d’intelligence artificielle révolutionnaire, baptisé YORU, capable d’identifier avec une précision supérieure à 90 % les comportements animaux et de contrôler l’activité neuronale en temps réel, ouvrant de nouvelles perspectives pour l’étude des interactions sociales chez diverses espèces.
- YORU reconnaît des comportements complexes à partir d’images uniques, surpassant les outils traditionnels en termes de vitesse (30 % plus rapide) et de précision (90 à 98 % même en présence de chevauchement d’animaux).
- Le système combine cette reconnaissance rapide avec l’optogénétique pour cibler des animaux individuels avec une source lumineuse pilotée par l’IA, permettant de manipuler l’activité neuronale sans affecter les sujets voisins.
- YORU est adaptable à différentes espèces, ayant déjà été utilisé avec succès pour analyser le partage de nourriture chez les fourmis, l’orientation du poisson zèbre et le toilettage des souris.
Une équipe de scientifiques de l’Université de Nagoya, en collaboration avec les Universités d’Osaka et de Tohoku, a développé cette technologie de pointe qui permet d’observer, de reconnaître et de contrôler les circuits cérébraux responsables des comportements animaux. L’étude, publiée dans la revue Science Advances, illustre les capacités de YORU à travers une expérience marquante : l’interruption du « chant d’amour » d’une mouche des fruits mâle en plein court, démontrant ainsi la possibilité d’isoler et de contrôler l’activité neuronale d’un individu au sein d’un groupe social.
Traditionnellement, l’analyse comportementale repose sur le suivi des mouvements de parties spécifiques du corps des animaux image par image, une méthode comparable à la technologie de capture de mouvement utilisée dans les jeux vidéo. Cette approche devient complexe lorsque plusieurs animaux interagissent ou se superposent. De plus, les chercheurs avaient besoin d’outils plus rapides pour les expériences en temps réel où la précision temporelle est cruciale.
« Au lieu de suivre les points corporels au fil du temps, YORU reconnaît des comportements entiers à partir de leur apparition dans une seule image vidéo », explique Hayato Yamanouchi, co-auteur principal de l’étude à la Graduate School of Science de l’Université de Nagoya. « Il a identifié les comportements des mouches, des fourmis et du poisson zèbre avec une précision de 90 à 98 % et a fonctionné 30 % plus rapidement que les outils existants. »
L’innovation majeure réside dans la combinaison de YORU avec l’optogénétique, une technique qui utilise la lumière pour contrôler les neurones génétiquement modifiés. Azusa Kamikouchi, l’auteur principal, précise : « Nous pouvons inhiber les neurones impliqués dans la parade nuptiale des mouches dès que YORU détecte l’extension de l’aile. Dans une autre expérience, nous avons utilisé une lumière ciblée pour suivre des mouches individuelles et bloquer les neurones auditifs d’une seule mouche, tandis que les autres se déplaçaient librement à proximité. »
Ce contrôle ciblé sur l’individu représente une avancée significative, car les méthodes antérieures ne pouvaient éclairer que des espaces entiers, affectant ainsi tous les animaux présents et rendant impossible l’étude du rôle d’un individu spécifique dans les interactions sociales.
Comment fonctionne la technologie de contrôle cérébral
Étape 1 : Ingénierie génétique
Les scientifiques modifient génétiquement les animaux pour qu’ils produisent des protéines spéciales sensibles à la lumière (appelées « opsines ») dans des neurones spécifiques de leur cerveau. Ces protéines peuvent activer ou désactiver les neurones en fonction de leur type.
Étape 2 : Détection et réponse
• YORU capture le comportement de l’animal en temps réel avec une caméra.
• Lorsque l’IA de YORU détecte le comportement cible, elle envoie instantanément un signal électrique à une source lumineuse.
• La lumière s’allume automatiquement et illumine l’animal cible.
Étape 3 : La lumière contrôle le cerveau
• La lumière atteint les neurones génétiquement modifiés de l’animal cible.
• Les protéines sensibles à la lumière réagissent à la lumière en ouvrant un canal ionique sur la membrane des neurones cibles.
• Cela bloque ou active ces neurones spécifiques, modifiant ainsi l’activité cérébrale de l’animal.
• Le comportement est affecté.
YORU est compatible avec plusieurs espèces, peut être entraîné pour reconnaître de nouveaux comportements avec un minimum de données d’apprentissage et ne nécessite aucune compétence en programmation. L’équipe de Nagoya a mis YORU à disposition en ligne pour les chercheurs du monde entier qui étudient le contrôle cérébral des interactions sociales. Université de Nagoya
Questions clés répondues :
R : Les logiciels traditionnels utilisent généralement le « suivi des parties du corps », où l’IA identifie des points spécifiques (comme un nez, une queue ou une aile) et suit leur mouvement image par image. Cela échoue souvent lorsque les animaux se rassemblent ou se chevauchent. YORU traite la silhouette entière de l’animal comme un « objet comportemental ». En reconnaissant la forme globale d’une posture spécifique dans une seule image, il est 30 % plus rapide et reste précis même dans des groupes sociaux surpeuplés.
R : Dans le passé, si les scientifiques voulaient utiliser la lumière pour déclencher des neurones (optogénétique), ils devaient éclairer toute la pièce. Cela signifiait que tous les animaux du groupe étaient affectés simultanément, ce qui rendait impossible de voir comment les actions d’un individu spécifique ont influencé le reste du groupe. La vitesse de YORU lui permet de pointer un projecteur sur une seule mouche ou fourmi à la milliseconde exacte où elle commence un comportement, laissant ses voisins complètement tranquilles.
R : Oui, l’une des caractéristiques les plus fortes de YORU est sa polyvalence inter-espèces. Les chercheurs ont prouvé qu’il fonctionne avec une précision de 90 à 98 % sur des types de corps très différents, notamment :
Fourmis : Suivi des interactions de partage de nourriture.
Poisson zèbre : Surveillance de l’orientation sociale et des habitudes de natation.
Souris : Identification des habitudes de toilettage spécifiques. Parce qu’il ne nécessite aucune compétence en programmation et très peu de données de formation, il est conçu pour être un outil universel pour les biologistes du monde entier.
Notes éditoriales :
- Cet article a été édité par un éditeur de Neuroscience News.
- Article de journal révisé dans son intégralité.
- Contexte supplémentaire ajouté par notre personnel.
À propos de cette actualité de la recherche en IA et neurosciences
Auteur : Merle Naidoo
Source : Université de Nagoya
Contact : Merle Naidoo – Université de Nagoya
Image : L’image est créditée à Neuroscience News
Recherche originale : Accès libre.
« YORU : détection du comportement animal avec une approche basée sur les objets pour un feedback en boucle fermée en temps réel » par Azusa Kamikouchi et al. Science Advances
Résumé
YORU : détection du comportement animal avec une approche basée sur les objets pour un feedback en boucle fermée en temps réel
L’avènement des méthodologies d’apprentissage profond pour l’analyse du comportement animal a révolutionné les études en neuroéthologie. Cependant, l’analyse des comportements sociaux, caractérisés par des interactions dynamiques entre plusieurs individus, continue de représenter un défi majeur.
Dans cette étude, nous présentons « YORU » (votre utilitaire de reconnaissance optimal), une approche de détection de comportement tirant parti d’un algorithme d’apprentissage profond de détection d’objets. Contrairement aux approches conventionnelles, YORU identifie directement les comportements comme des « objets comportementaux » en fonction de la forme de l’animal, permettant une détection robuste et précise.
YORU a réussi à classer plusieurs types de comportements sociaux chez des espèces allant des vertébrés aux insectes. De plus, YORU permet une analyse du comportement en temps réel et un retour d’information en boucle fermée.
De plus, nous avons réussi à transmettre en temps réel un retour de photostimulation à des individus spécifiques lors de comportements sociaux, même lorsque plusieurs individus sont proches les uns des autres.
Ce système surmonte les défis posés par les méthodes conventionnelles d’estimation de pose et présente une approche alternative pour l’analyse comportementale.