Thèse Sciences Cognitives - Olivier Nerot

Mémorisation par forçage des dynamiques chaotiques dans les modèles connexionnistes récurrents
perçues par nos sens peuvent être ramenées à des définitions dynamiques : couleur, son, forme,
odeur, orientation. (2.2.2 L’hypothèse du tout dynamique, p.28)
La modélisation peut être perçue comme une tentative de rapprochement entre une vision
du réel et un système conçu pour posséder des propriétés équivalentes, en cherchant uniquement
à vérifier les propriétés du système modélisé. La modélisation ne consiste pas alors à copier un
système (nous chercherions dans ce cas à fabriquer un neurone biologique qui existe déjà), mais
à retrouver des propriétés communes avec celles d’un système différent. Dans le cas où
certaines propriétés jugées importantes ne sont pas vérifiées, on doit changer de modèle, en
décrivant parfois le système à un niveau inférieur.
Ce chapitre utilisera cette vision de la modélisation : descendre assez bas niveau dans la
description physique du système, pour que le modèle décrit par les lois qui en découlent, vérifie
l’ensemble des propriétés souhaitées du système modélisé. En accord avec l’idée présentée dans
le premier chapitre, d’un continuum entre les modèles approchant un système donné, une
modélisation ne peut être que partiellement satisfaisante, car le modèle parfait est le système
modélisé. Même un clone n’est qu’une copie approchée du système original, car leurs
environnements ne sont pas les mêmes, et leurs comportements risquent de s’éloigner l’un de
l’autre.
Ainsi, à ce niveau de la thèse, le but fixé est de réaliser une modélisation de l’encodage
par un système dynamique, grâce à une description du cerveau située au niveau des dynamiques
cérébrales, et dont les propriétés souhaitées sont quelques unes de la mémoire humaine :
24
à capacité de reconnaissance d’information déjà perçue
à capacité de représentation interne
à auto-apprentissage d’association de patterns
à spécialisation d’aires neuronales ou modularité fonctionnelle
Nous espérons ainsi donner un support de réflexion à la manifestation de ces propriétés
dans le système réel, en l’inscrivant dans une approche plus métaphorique qu’explicative.
2.2 Vers un modèle dynamique de la mémoire
2.2.1 Evolution de l’encodage d’information
1. Première phase
Encoder une donnée, c’est lui associer un représentant fixe (un mot, une case
mémoire, une icône, ou dans le cadre de cette thèse, l’état d’un réseau), la qualité
statique de cette information étant la garantie de sa conservation au cours du temps, et
donc de la robustesse de l’encodage. Ainsi, l’évolution très lente de notre langue nous
permet de lire et de comprendre un livre du XVIII ème siècle sans trop de problème.
Il s’ensuit que, les idées étant exprimables par des mots et des phrases, ceux-ci peuvent
devenir les représentants de nos pensées. Cette constatation justifie l’intelligence
artificielle dite symbolique : il suffit de travailler sur les représentants, de ramener les
problèmes posés au niveau des concepts, des symboles, pour modéliser la façon dont
PREMIERE PARTIE : ANALYSE