Numéro 13,
10 mars 1997


Laboratoire d'études en intelligence naturelle et artificielle

Des travaux qui reposent sur la psychologie cognitive et la neuroscience


M. Robert Proulx, directeur du Laboratoire d'études en intelligence naturelle et artificielle.



Ça fait déjà pas mal longtemps que les spécialistes de l'intelligence artificielle tentent d'amener les ordinateurs à se comporter comme des humains. Pourtant on se heurte toujours à une difficulté de taille, soit l'incapacité d'apporter une réponse satisfaisante au problème de la reconnaissance de forme ou, plus généralement, à celui de la catégorisation. Or, c'est précisément à cet aspect de la question que s'attaque le Laboratoire d'études en intelligence naturelle et artificielle (LEINA), dirigé par le professeur au département de psychologie, Robert Proulx.

"En effet, explique M. Proulx, le processus naturel de classification des objets et des signaux présents dans l'environnement suppose l'existence d'un système capable de s'adapter aux conditions mal définies et sans cesse variables du monde réel. Or, les stratégies habituelles, relevant traditionnellement du domaine de l'intelligence artificielle et basées sur des algorithmes essentiellement symboliques et sériels, exigent une telle rigidité qu'elles se trouvent rapidement confrontées à l'explosion combinatoire lorsqu'appliquées à des situations pour lesquelles des univers conceptuels restreints ne peuvent être définis.

L'approche connexionniste "Pour pallier à ce type de problème, le LEINA a choisi de se tourner vers une approche parallèle du traitement de l'information, basée sur les opérations des réseaux neuronaux associatifs et distribués, et mieux connue en science cognitive sous le nom d'approche connexionniste. Une telle approche repose à la fois sur le domaine de la psychologie cognitive par son observation de la structure de la mémoire et de ses liens avec la perception, de même que sur celui de la neuroscience en y puisant les données sur le fonctionnement du cerveau nécessaires pour assurer la plausibilité des modèles retenus pour finalement déboucher sur des modèles alternatifs en intelligence artificielle. Situés au carrefour de ces trois disciplines, les travaux du LEINA ont mené à l'élaboration du modèle connexionniste Eidos dont la règle d'apprentissage hebbienne/anti-hebbienne constitue un produit inédit et une des contributions importantes du laboratoire."

Reproduire les processus intelligents L'approche traditionnelle reproduit le modèle de la tâche accomplie par l'être humain. Or, l'expertise développée par le LEINA permet de regarder comment l'être humain fonctionne, pour ensuite reproduire les processus intelligents. Ce n'est pas ce que le système fait qui est important, mais bien comment il est organisé. Plutôt que d'essayer de comprendre la tâche, on analyse les propriétés du cerveau. Ce modèle qui peut s'exprimer par une équation mathématique est ensuite implanté dans l'ordinateur. "Le modèle classique, précise M. Proulx, repose sur un système logique, déductif et pré-programmé dans le but de reproduire des comportements. Le modèle Eidos, quant à lui, permet de reproduire ce que le cerveau ferait. Rien n'est programmé d'avance. On présente des visages à l'ordinateur et petit à petit, ce dernier apprend à reconnaître un prototype de figure humaine. Et en s'acharnant à vouloir un modèle plausible, on a réussi à créer un système qui reconnaît n'importe quoi." Ainsi, au volet principal de la recherche fondamentale, s'ajoute un volet complémentaire destiné à explorer les applications possibles des réseaux de neurones. D'ailleurs, le LEINA poursuit de nombreux projets de recherche appliquée dans des sphères touchant le développement de la haute technologie, dans les domaines de reconnaissance de forme en temps réel et de l'analyse de signaux complexes.