Thèse Sciences Cognitives - Olivier Nerot

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