L’intelligence artificielle est une discipline touchant de nombreux domaines : linguistique (comme la reconnaissance de la parole), robotique (par exemple l’étude des interactions cerveau-machine en vue de commander directement une prothèse à partir du cerveau), informatique (systèmes anti-spams), vision artificielle, etc. À l’origine de l’intelligence artificielle (terme datant de 1956) se trouve l’hypothèse que les processus de pensée sont mécanisables et peuvent être simulés par ordinateur. L’intelligence humaine peut être décrite, à partir de cette hypothèse, comme « le produit d’un ensemble de lois, complexe mais fini, et […] chaque opération du système nerveux est identique à une séquence d’opérations élémentaires » (Tiberghien, 2002).
Derrière cette définition se trouve l’idée que la modélisation du cerveau se fait grâce à des symboles censés rendre compte des représentations mentales. Ces symboles, manipulés par les ordinateurs, ont un sens (une réalité sémantique) qui est formalisé par le langage utilisé par le programmateur (Varela, 1997).
D’autres modèles se sont développés en intelligence artificielle, comme celui des réseaux de neurones dans les années 1980 : c’est leconnexionnisme. Des neurones artificiels interconnectés forment l’unité de base du réseau et traitent l’information reçue par les autres neurones et l’environnement. Ces réseaux peuvent « apprendre » de leurs erreurs par comparaison statistique avec les réponses attendues. Les systèmes hybrides intégrant et dépassant les approches symbolique et connexionniste semblent actuellement s’imposer.
Cet article de blog est un développement du Dossier d’actualité Veille & Analyses IFÉ n° 86 (septembre 2013) : « Neurosciences et éducation : la bataille des cerveaux ». Vous trouverez la liste des articles de blog associés à ce Dossier sur la page de présentation et les références correspondantes regroupées dans notre bibliographie collaborative qui comprend les références complètes et les accès éventuels aux articles cités (libres ou payants selon les abonnements électroniques de votre institution).
Derrière cette définition se trouve l’idée que la modélisation du cerveau se fait grâce à des symboles censés rendre compte des représentations mentales. Ces symboles, manipulés par les ordinateurs, ont un sens (une réalité sémantique) qui est formalisé par le langage utilisé par le programmateur (Varela, 1997).
D’autres modèles se sont développés en intelligence artificielle, comme celui des réseaux de neurones dans les années 1980 : c’est leconnexionnisme. Des neurones artificiels interconnectés forment l’unité de base du réseau et traitent l’information reçue par les autres neurones et l’environnement. Ces réseaux peuvent « apprendre » de leurs erreurs par comparaison statistique avec les réponses attendues. Les systèmes hybrides intégrant et dépassant les approches symbolique et connexionniste semblent actuellement s’imposer.
Cet article de blog est un développement du Dossier d’actualité Veille & Analyses IFÉ n° 86 (septembre 2013) : « Neurosciences et éducation : la bataille des cerveaux ». Vous trouverez la liste des articles de blog associés à ce Dossier sur la page de présentation et les références correspondantes regroupées dans notre bibliographie collaborative qui comprend les références complètes et les accès éventuels aux articles cités (libres ou payants selon les abonnements électroniques de votre institution).
Aucun commentaire:
Enregistrer un commentaire