23.06.2013 Views

Thèse Sciences Cognitives - Olivier Nerot

Thèse Sciences Cognitives - Olivier Nerot

Thèse Sciences Cognitives - Olivier Nerot

SHOW MORE
SHOW LESS

You also want an ePaper? Increase the reach of your titles

YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.

56<br />

Mémorisation par forçage des dynamiques chaotiques dans les modèles connexionnistes récurrents<br />

Cette approche peut sembler naturelle. Le système voit ses dynamiques modifiées par la<br />

perception d’un stimulus externe. Il a pu de plus être observé que ces dynamiques<br />

étaient chaotiques. Donc, les dynamiques chaotiques observées, à un moment donné,<br />

sont la représentation que le système se fait de sa perception, car, à chaque perception,<br />

les dynamiques sont différentes : chaque attracteur possède sa signification.<br />

Mais plusieurs remarques doivent s’ajouter à cette ‘évidence’ : tout d’abord, cette<br />

approche doit considérer l’attracteur global du système cérébral, pour que le<br />

raisonnement précédent soit valide. Il est en effet envisageable qu’une aire du cerveau<br />

reste stabilisée sur un même attracteur, pendant qu’une autre aire fait évoluer le sien. De<br />

ce fait, nous pouvons imaginer que certains attracteurs locaux restent similaires, alors<br />

que le percept associé est différent. Il est donc nécessaire dans cette approche de<br />

considérer l’attracteur global du système cérébral. Mais dans ce cas, que signifie : deux<br />

attracteurs sont différents 20 ?<br />

Il faut tout d’abord qu’une mathématique de la similarité des attracteurs de systèmes<br />

chaotiques existe. Or il n’existe pas aujourd’hui d’approche quantitative pouvant définir<br />

des familles d’attracteurs. Cette approche semble donc actuellement impossible à mettre<br />

en œuvre. Mais cette remarque ne suffit à penser que cela soit impossible pour toujours.<br />

Il faut donc compléter cette remarque par le fait que si chaos il y a, l’attracteur du<br />

système cérébral complet, avec ses cent milliards de neurones, doit être d’une<br />

dimension telle, qu’il semble inimaginable de représenter l’attracteur atteint. Et pouvonsnous<br />

être sûr que les dynamiques cérébrales sont stabilisées sur l’attracteur ? Combien<br />

de temps faut-il à un système dynamique évoluant dans un espace d’état de plusieurs<br />

milliards de dimensions pour se stabiliser ? Et ce temps de stabilisation sera-t-il égal au<br />

temps de reconnaissance d’un percept (de l’ordre de quelques centaines de<br />

millisecondes) ?<br />

Dans ce cas, si l’attracteur n’a pas le temps de se stabiliser, c’est que ce sont les<br />

trajectoires internes des dynamiques chaotiques qui encodent l’information. Nous en<br />

revenons donc à un encodage par les dynamiques, et non plus par les attracteurs.<br />

Ainsi, l’hypothèse d’une mémorisation par l’attracteur global du système cérébral semble<br />

poser de nombreux problèmes, insolubles à l’aide des outils connus aujourd’hui. Mais il<br />

semble que cette limite est quand même hors d’atteinte des outils mathématiques<br />

envisageables, puisqu’il serait nécessaire de pouvoir connaître l’attracteur atteint par un<br />

système dynamique à plusieurs milliards de variables d’état, simplement en observant<br />

les trajectoires du système pendant un temps court. De plus, quel critère pouvons nous<br />

imaginer, permettant à un système de savoir que ses dynamiques sont stabilisées : le<br />

système ne possède pas en interne une copie de l’attracteur à atteindre, lui permettant<br />

de savoir à chaque instant, à quelle distance il en est.<br />

Cette remarque fait penser que l’on doit être en permanence à la frontière entre<br />

plusieurs attracteurs sur un plan global, et que le système cérébral global n’attend pas<br />

que ces dynamiques soient stabilisées.<br />

20 Les mêmes questions peuvent se poser au sujet des attracteurs ‘locaux’...<br />

PREMIERE PARTIE : ANALYSE

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!