Please enable JavaScript.
Coggle requires JavaScript to display documents.
Chapitre 2 : les modèles généraux (Cognitivisme computationnel (Théorie du…
Chapitre 2 : les modèles généraux
Behaviorisme
Histoire
Début du XXe siècles dominance d l'introspection
Intérêt (unique) pour les aspects observables et mesurables
L'esprit humain = boîte noire non testable (stimulus --> boîte noire --> réponse)
Ivan Pavlov
Médecin russe, étudie les réflexes de la digestion
Le pouvoir du renforcement dans l'apprentissage de nouvelles associations/ nouveaux cpts
Acquisition et pertes de réflexes conditionnels (conditionnement classique)
J.B. Watson
Psychologue américain, étudie l'apprentissage + influence Thorndike)
Texte fondateur du béhaviorisme en 1913
= branche expérimentale purement objective dont le but est la prédiction et le contrôle du cpt
Ex.:
Little Albert experiment
Conditionnement classique et généralisation du stimulus (sur base des principes de Pavlov)
But : comprendre et modifier le cpt des hommes
Associations S/R
Connaître ce qui déclenche la réponse
Renforcer les associations désirées
Notions de renforcement positif/ négatif
Congruent avec les théories de l'apprentissage
B.F. Skinner
Behaviorisme radical (><cognition)
Conditionnement opérant
Pousse plus loin le concept en introduisant la notion de renforcement
Contingence de renforcement (circonstances + cpt + renforcement)
Skinner Box
Tout cpt résulte d'un apprentissage par conditionnement
(-) A fini par être considéré comme opaque et réducteur
Gestalt
"Le tout est ≠ de la sommes des parties
Questionne la perception et l'émergence du sens/ mise en forme
Le sens des armes est important et ce, depuis la naissance
Lien entre le précepte visuel et le sens donnée qui est un produit conceptualisé par notre esprit
4 principes de base d'unifications de la représentation
L'émergence
1ère manipulation mentale du cerveau
Perception du complexe/ global et non de ses parties
Image perçue comme un ensemble rattaché à un sens et non une accumulation de ses ≠ parties
La réification
Habilité constructive et générative de la perception
Le précepte peut contenir plus d'information que le sujet n'en a en réalité <-- donner du sens à une stimulation qui n'en a pas
L'état multistable
Capacité d'aller et venir entre plusieurs représentations 'un même stimulus <-- possibilité de se décentrer
Gestion de percepts ambigus
Ex. : le cube de Necker
L'invariance
Règles de base constitutives d'un objet que le sujet peut déceler quel que soit le mode de présentation (netteté, orientation, déformation, etc.)
Pour la Gestalt :
Une perception globale ≠ somme de ses parties
Valable pour toutes les modalités sensorielles
(+) Mise en évidence du
rôle structurant
de l'esprit humain
(-) Ne permet pas d'envisager les processus cognitifs sous-jacents à cette aptitude structurante
Cognitivisme computationnel
Permet d'appréhender les processus cognitifs sous-jacents à l'élaboration des représentations
Être humain = organisme dont la tâche principale est de traiter des informations (découle du béhaviorisme et est contre celui-ci à la fois)
Symbole = représentation/ image mentale (pas forcément visuelle)
Computation = manipulation cognitive faite sur ces représentations
Symposium HIXON (1948)
"Pas de différence entre le système nerveux et une machine informatique" : L'ordinateur ne serait qu'une externalisation du fonctionnement cérébral
Chomsky, Bruner, Miller, Minsk
<-- Bases du cognitivisme computationnel
Théories qui permettent de conceptualiser le traitement de l'information
Théorie du
General Problem Solver
(
Simon & Newell
) GPS 1972
Théorie qui peut être implémentée informatiquement
Système capable de résoudre n'importe quel problème sur un plan théorique
Description d'un ensemble d'étapes qu'un système cognitif (homme ou machine) doit effectuer pour résoudre un problème donné
Spécification des objets et donc ces opérations applicables sur ces objets
Heuristique génie par une confrontation moyens/ fins
Principes de base de l'intelligence artificielle
Ils partent de 2 postulats :
Penser c'est traiter l'information
Traiter de l'information c'est manipuler des symboles (encoder, stocker, récupérer et manipuler les symboles)
Le sujet dispose pour cela :
De
symboles
(concepts, ex. : "pluie", "parapluie", ...) (créés àpdes représentations à l'aide d'un lgge algébrique)
Des
règles de combinaison/ computation
(ex. : s'il peut, je prends mon parapluie) qui permettent d'articuler les représentations (unités) pour guider le cpt
Représentation du flux d'information
Traitement de cette représentation
// entre esprit humain et ordinateur
Analyse puis implémentation des processus cognitifs mis en jeu dans une tâches donnée (+) :
Systèmes experts, dialogue homme-machine, idée sur les processus fondamentaux du traitement de l'information
Mais toutes les taches ne peuvent être modélisées et implémentées de la sorte (-) :
Ne tient pas compte du contexte pour adapter sa réponse (ex. : traducteur automatique)
Ne peut généraliser àpd'expériences/ inférer
Searle
Pour traiter correctement de l'information, il faut plus que es symboles et des règles de computation <-- sens, contenu, intentionnalité et gestion des sources multiples (ex. : information + contexte)
Réseau s"mantiques :
Contextualiser la connaissance
Associer un ensemble de dimension de manière simultanée
Limite = modélisation de la complexité --> abandon des modèles séquentiels et naissance du connexionnisme dans les années 80'
Résumé :
L'esprit humain est un monoprocesseur
L'unité de traitement est le cerveau, comparable à une machine qui effectue un traitement :
Rapide
Digital/ binaire
Sériel
Et possède donc une série de programmes fixes qui appliquent des règles de computation
Ces principes ne permettent pas de traiter la complexité --> revoir les modes séquentiels --> émergence du conenxionnisme
Connexionnisme
Esprit humain ≠ unité de traitement unique = ensemble de petites machines (neurones travaillant simultanément et en cohérence (lien neurobiologie)
Cerveau = source principale des métaphore --> Réseau de neurones
Précurseur :
Lashley
(1950)
Rejette l'idée d'une correspondance exacte entre une zone cérébrale et une fonction particulière (>< Fordor)
Activations simultanées lorsque des fonctions complexes sont mises en jeu
C'est le cerveau et non l'ordinateur qui doit servie de base ) la compréhension du fonctionnement cognitif
Dans un modèle neurobiologie, l'activation cérébrale consécutive à la modification de l'intensité des relations enter neurones est la marque de l'apprentissage
Si plusieurs zones s'activent simultanément de manière répétée <-- modification du poids des interconnexions --> facilitation de l'émission des NT, notamment par augmentation de la conductibilité
Carcatéristiques
Nombre important de neurones (10 exposant 10)
Les neurones pris isolément sont lents et peux puissants (>< ordinateur)
C'est le travail simultané de populations de neurones qui est efficient
Processeurs interconnectés : un neurone connecté à 10 exposants 4 autres
Activation non pas digitale mais analogique (par modulations)
On ne parle plus de symboles mais de liens entre les unités
Postulats :
1) La représentation d'un concept est attribuée sur un ensemble d'unités (patron d'activation)
≠ noeud unique
Représentation distribuée de l'information (certains groupes de neurones codant le mouvement, d'autres la vision, d'autres la sensation proprioceptive, ...)
2) Elle se fait au nieavu
subsymbolique
(le neurone ne code rien seul)
3) Les symboles n'existent pas en tant qu'entités uniques, mais sont constitués d'éléments qui, associés, permettent de faire émerger la connaissance
// avec la biologie :
Association de petites unités (neurones)
Travaillent en // (inhibition ou activation neurones)
Avec des liens qui se construisent, se renforcent et évoluent selon les expériences
Modèle de Rumelhart (1989)
1) Les unités de traitement ou neurones formels = briques de connaissance
2) La matrice de connexions = ensemble de connexions qui lient les briquent
3) L'état d'activation du système
4) La règle d'activation qui définit le mode de fonctionnement du réseau
5) La fonction de sortie déterminant à quel moment le concept de sortie est activé
6) La règle d'apprentissage = le type de processus d'autocorrection implémenté
7) L'environnement de traitement = le nombre de fois où l'on reçoit la stimulation, le moment où on la reçoit, etc.
Résumé :
Le connexionnisme modélise le fonctionnement de l'esprit humain comme un réseau de neurones
En considérant que :
L'esprit humain est un multiprocesseur
Chaque processeur effectue le traitement de manière lente
Selon une activation analogique
Mais les processeurs sont capables de travailler en parallèle
L'application de ces modèles permet une simulation particulièrement dynamique des mécanismes cognitifs de bas et de haut niveau
Modèles récents
La cognition incarnée
La pensée humaine n'est pas un programme de calcul abstrait, mais une activité enracinée dans le vivant
Toute pensée, idée ou représentation mentale est associée à des formes, des couleurs, du mouvement, une coloration émotionnelle
La cognition distribuée/ située
La cognition n'est pas un phénomène individuel (centré sur le cerveau), mais collectif (ex. : cerveau/ ivre/ ordinateur) dans un environnement donné (Nope, 2009)
La cognition se réalise dans le corps, le contexte, la culture, voire dans les objets
La psychologie évolutionniste
Le dvpt des fcts cognitives s'opère en fctdes finalités dans l'évolution de l'espère
L'hypothèse fondamentale est qu'il n'y a pas que le corps humain qui a été façonné par la sélection naturelle, le cerveau et l'esprit l'ont été eux aussi