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.

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

à permis d’observer la manifestation de ces propriétés de l’encodage dans nos réseaux<br />

(Chapitre 8, Anticipation du forçage des dynamiques, p.185).<br />

2.4 Conclusion<br />

Les dynamiques d’un système peuvent encoder une information en utilisant les phases<br />

des dynamiques locales du système. L’un des encodages les plus riches consiste à utiliser les<br />

phases de populations neuronales, ce qui permet de conjuguer modularité et synchronisme, par un<br />

encodage à la fois spatial et temporel. Une idée serait donc d’utiliser les dynamiques individuelles<br />

des neurones du réseau pour faciliter ces potentialisations de synchronisme de populations<br />

neuronales. Les dynamiques chaotiques à l’échelle du neurone peuvent jouer un tel rôle, grâce à<br />

leur capacité de synchronisation :<br />

Le moi neuronal élabore des images-mouvement...<br />

Ce chaos cérébral global (moyenne des dynamiques individuelles), peut alors être<br />

représentatif de l’état mental du sujet (moyenne de ses comportements). Mais il semble peu<br />

probable que ce chaos soit l’encodage brut des percepts mémorisés, et encore moins probable<br />

que l’attracteur stabilisé soit cet encodage. Il serait en effet surprenant que le système dynamique<br />

cérébral, évoluant dans un espace de phase de très grande dimension, doive se stabiliser sur son<br />

attracteur pour évoquer un concept. Cela supposerait que le système possède une représentation<br />

interne de l’attracteur à atteindre, et une mesure de la distance à cet attracteur, afin de pouvoir<br />

autoriser le système à quitter cet attracteur. Notre perception devrait alors être ‘échantillonnée’<br />

pour permettre au système de passer d’un attracteur à l’autre, afin de percevoir chaque concept<br />

associé.<br />

Nous pensons donc qu’il est plus probable que les dynamiques cérébrales sont rarement<br />

stabilisées sur un des attracteurs des dynamiques neuronales, et ainsi que le chaos n’est pas un<br />

support d’encodage, mais est un ‘outil’, mettant ses propriétés au service de l’activité mentale. La<br />

première de ces propriétés est celle d’une capacité de synchronisation des systèmes dynamiques<br />

chaotiques par perturbation de ceux-ci, en déplaçant l’état de ses systèmes sur une même fibre<br />

isochrone. L’information extérieure sera donc assimilée à une perturbation pour le système. La<br />

seconde propriété est celle de sensibilité aux conditions initiales, permettant aux systèmes<br />

dynamiques neuronaux de se désynchroniser à la disparition du percept.<br />

Nous envisagerons donc le chaos plus comme une manifestation du système cérébral,<br />

dont les propriétés permettent au système de s’adapter à son environnement.<br />

Mais comment est réalisée cette synchronisation, cette diminution de la complexité lors de<br />

l’apprentissage ? Quel peuvent être les principes d’une telle évolution des dynamiques ?<br />

La réponse proposée (Chap. 5, Un modèle connexionniste de la mémoire, p.95) fait du<br />

forçage le principe de base de l’apprentissage, allant au-delà d’une technique utilisée dans<br />

l’apprentissage des réseaux récurrents : nous chercherons à inscrire le phénomène de<br />

reconnaissance dans un cadre de maximisation de l’autonomie (en niant le principe de recherche<br />

ENCODAGE DYNAMIQUE, MEMOIRE ET CHAOS 61

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

Saved successfully!

Ooh no, something went wrong!