Thèse Sciences Cognitives - Olivier Nerot
Thèse Sciences Cognitives - Olivier Nerot
Thèse Sciences Cognitives - Olivier Nerot
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
208<br />
Mémorisation par forçage des dynamiques chaotiques dans les modèles connexionnistes récurrents<br />
Les systèmes qui composent ce ‘tout dynamique’ sont alors en concurrence, car<br />
chaque système peut modifier les dynamiques des autres. Selon ce point de vue,<br />
l’environnement devient une source de perturbation, dont chaque système cherche à se<br />
protéger. La perturbation, telle qu’elle est définie, représente simplement l’écart entre la<br />
dynamique libre du système (sans influence extérieure) et la dynamique forcée (avec<br />
influence extérieure).<br />
Ayant des dynamiques forcées<br />
Cette interprétation rend dès lors essentielle l’utilisation du forçage, dont l’intérêt dans<br />
l’apprentissage de dynamiques a déjà été démontré (accélération des temps<br />
d’apprentissage, stabilisation des systèmes, resynchronisation des réseaux sur le signal<br />
appris).<br />
A chaque niveau de description<br />
Ce forçage permet d’obtenir une équivalence, à tous les niveaux de description du<br />
système, des mécanismes sous-jacents. Un système est forcé par son environnement,<br />
chaque module est forcé par les autres, chaque neurone est forcé par ses voisins. Il est<br />
ainsi possible d’imaginer une règle commune à l’ensemble de ces systèmes.<br />
Maximisation de l’autonomie<br />
Nous proposons que cette règle commune soit la maximisation de l’autonomie du<br />
système considéré. Nous définirons cette autonomie comme étant la capacité d’un<br />
système à contrôler lui-même son évolution future : le système cherche à ce que ses<br />
variables d’états influencent davantage sa dynamique que les variables externes<br />
provenant de l’environnement forçant.<br />
Emergence d’une mémoire anticipatrice<br />
Ainsi, à chaque niveau de description, ce qui est extérieur à un système (i.e. ce qui<br />
fait partie de son environnement), peut forcer ses dynamiques : il existe une source de<br />
modelage extérieure, perturbatrice. Afin de minimiser les effets de cette source forçante,<br />
le système perturbé peut adopter deux attitudes : soit il modifie son environnement, en<br />
devenant perturbateur à son tour, afin de conformer l’environnement à ses attentes 57 ,<br />
soit il se modifie lui-même, afin que ce soient ses variables d’états internes qui le<br />
‘mettent en forme’. Ce dernier comportement tend à anticiper l’évolution de<br />
l’environnement, en le simulant en interne. Nous voyons là l’un des principes actifs de<br />
base qui peuvent faire émerger la mémoire dans le système.<br />
Interprétation interne<br />
Abandon du comportement réflexe behavioriste des modèles à entrée-sortie<br />
Selon cette approche, l’hypothèse d’architectures feed-forward, aux comportements<br />
réflexes, est éliminée,. En effet, ces architectures sont sous le contrôle complet de<br />
l’environnement, puisque, à chaque configuration externe, correspond une et une seule<br />
réponse du système. Ces architectures sont causalement liées à leur environnement, et<br />
57 Approche non réalisée dans cette thèse, qui correspondrait à un apprentissage de la commande des<br />
effecteurs du système.<br />
TROISIEME PARTIE : RESULTATS