Thèse Sciences Cognitives - Olivier Nerot

Mémorisation par forçage des dynamiques chaotiques dans les modèles connexionnistes récurrents
comportements émergents. La vision de notre monde étant devenue parfaitement non linéaire,
faite de désordre, d’imprédictibilité, il est compréhensible que les modèles développés le
deviennent aussi, attirant de nombreux chercheurs vers des interprétations ‘chaotiques’. Ce
caractère ‘attractif’ du chaos, ayant permis d’attirer à lui nombre de chercheurs depuis plusieurs
années, a aujourd’hui l’avantage d’identifier un domaine d’interaction commun pour les acteurs
des sciences cognitives.
De nombreuses études tentent de justifier biologiquement cette approche, en calculant les
dimensions fractales de la dynamique des neurones biologiques [[9]][[188]]. Après une période
d’enthousiasme, la validité de cette approche est actuellement remise en cause [[140]] : les faibles
valeurs des dimensions obtenues (de l’ordre de 10), seraient dues essentiellement à la faiblesse
des outils mathématiques utilisés 15 . Ainsi, savoir si les dynamiques neuronales sont des chaos
déterministes de basse dimension est donc encore un problème ouvert. Mais la plupart de ces
études critiques ne nient pas l’existence d’un chaos neuronal : elles remettent en cause l’idée d’un
chaos de basse dimension, mesurable et quantifiable, et support exclusif du moi-neuronal.
Une autre idée limite encore cette possibilité de mesure du chaos neuronal : la mesure de
la complexité d’un système perturbé par son environnement contient à la fois une mesure portant
sur le système, et une autre portant sur l’environnement du système 16 . Cette idée, développée
dans [[117]], limite encore la possibilité d’une quantification exacte de la dimension fractale de la
dynamique des neurones biologiques, car ceux-ci perçoivent en permanence leur environnement,
ceci étant d’autant plus vrai que la plupart des mesures réalisées se situent dans des aires
participant à la perception. Il est possible de penser qu’un cerveau, coupé d’absolument toute
perception extérieure, en environnement constant, se stabiliserait sur un attracteur de basse
dimension, voire même un cycle limite, confirmant ainsi de façon un peu brutale l’idée d’un chaos
de basse dimension !
Malgré le fait que la réponse à ce débat ne soit pas encore connue, la plupart des
chercheurs s’accordent à penser qu’un système tel que celui du cerveau possède de grandes
chances de posséder un comportement chaotique : il y a en effet peu de chances pour qu’un
système de plusieurs centaines de milliards d’équations non-linéaires, couplées par groupes de
plusieurs milliers, ne possède pas de propriétés caractéristiques des systèmes chaotiques,
observables dans des systèmes de trois équations couplées.
Nous conclurons donc que les systèmes chaotiques peuvent être un support descriptif de
certains phénomènes observés dans la mémoire humaine, et peuvent même avoir valeur
explicative. Nous utiliserons donc davantage le chaos comme un nouveau type de support
d’information dans les modèles connexionnistes, en supposant qu’ainsi le réseau se rapproche de
son modèle biologique, mais en aucun cas nous ne supposerons que le chaos puisse être une
propriété suffisante caractérisant un cerveau biologique . Nous restreignons le rôle du chaos à
celui de source d’enrichissement des modèles développés, comme c’est le cas dans des
domaines de plus en plus nombreux (astrophysique, sociologie, psychiatrie...)
15 Un phénomène symptomatique de la remise en cause de cette approche est la réécriture récente de
l’article de Theiler ([[188]] corrigé par [[189]]), remettant en cause ses premiers résultats, qui participèrent
à l’idée d’un chaos cérébral de basse dimension.
16 De façon imagée, le même principe peut s’appliquer à la détermination des lois de rebond d’une balle. Si
on lance celle-ci dans une pièce, le tracé de sa trajectoire donnera plus que les lois de rebond de la balle : il
sera possible de tracer, dans de bonnes conditions d’expérience, une partie de la géométrie de la pièce où la
balle a été lancée.
48
PREMIERE PARTIE : ANALYSE