Thèse Sciences Cognitives - Olivier Nerot

Mémorisation par forçage des dynamiques chaotiques dans les modèles connexionnistes récurrents
à permis d’observer la manifestation de ces propriétés de l’encodage dans nos réseaux
(Chapitre 8, Anticipation du forçage des dynamiques, p.185).
2.4 Conclusion
Les dynamiques d’un système peuvent encoder une information en utilisant les phases
des dynamiques locales du système. L’un des encodages les plus riches consiste à utiliser les
phases de populations neuronales, ce qui permet de conjuguer modularité et synchronisme, par un
encodage à la fois spatial et temporel. Une idée serait donc d’utiliser les dynamiques individuelles
des neurones du réseau pour faciliter ces potentialisations de synchronisme de populations
neuronales. Les dynamiques chaotiques à l’échelle du neurone peuvent jouer un tel rôle, grâce à
leur capacité de synchronisation :
Le moi neuronal élabore des images-mouvement...
Ce chaos cérébral global (moyenne des dynamiques individuelles), peut alors être
représentatif de l’état mental du sujet (moyenne de ses comportements). Mais il semble peu
probable que ce chaos soit l’encodage brut des percepts mémorisés, et encore moins probable
que l’attracteur stabilisé soit cet encodage. Il serait en effet surprenant que le système dynamique
cérébral, évoluant dans un espace de phase de très grande dimension, doive se stabiliser sur son
attracteur pour évoquer un concept. Cela supposerait que le système possède une représentation
interne de l’attracteur à atteindre, et une mesure de la distance à cet attracteur, afin de pouvoir
autoriser le système à quitter cet attracteur. Notre perception devrait alors être ‘échantillonnée’
pour permettre au système de passer d’un attracteur à l’autre, afin de percevoir chaque concept
associé.
Nous pensons donc qu’il est plus probable que les dynamiques cérébrales sont rarement
stabilisées sur un des attracteurs des dynamiques neuronales, et ainsi que le chaos n’est pas un
support d’encodage, mais est un ‘outil’, mettant ses propriétés au service de l’activité mentale. La
première de ces propriétés est celle d’une capacité de synchronisation des systèmes dynamiques
chaotiques par perturbation de ceux-ci, en déplaçant l’état de ses systèmes sur une même fibre
isochrone. L’information extérieure sera donc assimilée à une perturbation pour le système. La
seconde propriété est celle de sensibilité aux conditions initiales, permettant aux systèmes
dynamiques neuronaux de se désynchroniser à la disparition du percept.
Nous envisagerons donc le chaos plus comme une manifestation du système cérébral,
dont les propriétés permettent au système de s’adapter à son environnement.
Mais comment est réalisée cette synchronisation, cette diminution de la complexité lors de
l’apprentissage ? Quel peuvent être les principes d’une telle évolution des dynamiques ?
La réponse proposée (Chap. 5, Un modèle connexionniste de la mémoire, p.95) fait du
forçage le principe de base de l’apprentissage, allant au-delà d’une technique utilisée dans
l’apprentissage des réseaux récurrents : nous chercherons à inscrire le phénomène de
reconnaissance dans un cadre de maximisation de l’autonomie (en niant le principe de recherche
ENCODAGE DYNAMIQUE, MEMOIRE ET CHAOS 61