Épreuve de contrôle - L2C2 - CNRS

262 David Meunier
Modèles de neurone artificiel
À partir des données expérimentales de la section 3.1.1, McCulloch et Pitts
ont défini le neurone à seuil, un modèle mathématique schématisant le fonctionnement
du neurone biologique. L’état du neurone est décrit par une variable
binaire, correspondant à la loi du tout-ou-rien : soit le neurone est actif (sa sortie
vaut 1), soit le neurone est au repos (sa sortie vaut 0). L’état du neurone est
calculé à partir des activités qu’il reçoit en entrée : si la somme des états des activités
entrantes dépasse un certain seuil, alors sa sortie vaut 1, sinon elle vaut 0.
Dans un réseau, les activités entrantes d’un neurone sont les sorties des autres
neurones, pondérées par les poids des synapses que les signaux traversent.
Selon la nature excitatrice ou inhibitrice d’une synapse, son poids est positif ou
négatif. La contribution d’un signal traversant une synapse excitatrice permet
à la somme des activités de se rapprocher de la valeur du seuil. Au contraire,
la contribution d’une synapse inhibitrice empêche la somme des activités de
se rapprocher de la valeur de seuil.
Un deuxième modèle de neurone est le modèle de neurone sigmodal
(Hopfield, 1984 ; Rumelhart et Mc Clelland, 1986). Dans ce modèle, la sortie
du neurone n’est plus binaire, mais prend des valeurs réelles entre 0 et 1. Cette
valeur correspond au taux de décharge du neurone, c’est-à-dire au nombre de
potentiels d’action émis dans un certain laps de temps. Les valeurs transmises
entre les neurones sont donc cette fois des valeurs continues.
Apprentissage
Règle de Hebb
Épreuve de contrôle
La règle de Hebb est une règle locale, expliquant comment l’activité de
deux neurones peut modifier la connexion synaptique qui les relie, selon que
leurs activités sont corrélées, ou non. La traduction de la phrase originale est
la suivante : « Quand un axone de la cellule A est assez proche pour exciter une
cellule B et quand, de façon répétée et persistante, il participe à son activation,
un certain processus de croissance ou un changement métabolique s’installe
dans une cellule ou dans les deux de manière à ce que l’efficacité de A, en sa
qualité de cellule activant B, soit augmentée. »
Cette règle théorique a reçu une confirmation expérimentale par les travaux
de Bliss et Lomo (voir également Bliss et Collingridge). Une activité induite
artificiellement au niveau de deux neurones produit une augmentation de
la quantité de neurotransmetteurs disponibles dans la synapse qui les relie.
Cette modification persiste plusieurs heures, on parle alors de potentialisation
à long terme (PLT).
Si l’on considère qu’un groupe de neurones est activé par la présentation
d’un stimulus, alors les liens entre ces neurones vont être renforcés. Cette notion