Le but de ce projet est la réalisation concrète d'un système cognitif artificiel en interaction avec son environnement, c'est à dire un système capable d'appréhender sa situation et d'apprendre à agir convenablement sur celle-ci. Pour ce faire, il devra choisir, ou plutôt trouver, parmi toutes les actions qu'il est capable d'effectuer, celle qui améliorera la situation qu'il perçoit. Cette amélioration est bien sûr définie par la nature du problème à résoudre. L'apprentissage devra s'effectuer de façon autonome, seulement en fonction de ce qui est perçu de l'environnement de la machine. Celle-ci n'aura de plus aucune connaissance précise de la tâche qu'on lui demande de réaliser.
Nous souhaitons ainsi tester "grandeur nature" les systèmes de classeurs utilisés dans les algorithmes d'apprentissage artificiels inspirés des observations de la nature. [Hol 75][Wil 87, 95].
En effet, de nombreux travaux sont directement issus de recherche biologique et de modélisations de phénomènes naturels (Algorithmes génétiques, fourmis artificielles... ). Nous nous attacherons en particulier aux modèles dérivés de l'apprentissage et du dressage chez les animaux : une technique bien connu du dressage est de placer l'animal face au problème qu'il doit résoudre, de lui donner une récompense (nourriture) en cas de réussite et une réprimande en cas d'échec. De cet aspect simpliste de l'éducation s'inspire notre méthode d'apprentissage qui aura comme nous le verrons au chapitre 3 d'autres liens avec les modèles évoqués précédemment.
L'animal agit en fonction des stimuli qu'il reçoit de l'environnement, en fait il observe ce qui l'entoure à la recherche des informations déterminantes pour décider quoi faire pour atteindre le but qu'il s'est fixé. Il va de plus examiner l'influence de ses actions sur ce qu'il perçoit afin de déterminer si ses choix sont bénéfiques ou non. Tentons de décomposer le processus qui lui permet de mener à terme ce qu'il entreprend :
- premièrement, observer l'environnement :
interpréter et abstraire l'image perçue de l'environnement pour en ressortir les paramètres essentiels ; reconnaître une situation connue, mémoriser une situation inconnue. - deuxièmement, décider, choisir comment agir en fonction de la situation
observée :
mémoriser un historique des faits antérieurs :- dans le cas A l'action 1 a amélioré la situation,
- dans le cas A l'action 3 a dégradé la situation,
- dans le cas B l'action 2 a amélioré la situation
- ...
- troisièmement, être en mesure d'agir sur la situation en vu de l'améliorer.
Partant de cette modélisation du comportement animal, nous allons, pour réaliser notre système, remplacer les organes naturels par des organes artificiels et tenter de reproduire leurs interactions (entre eux et avec l'environnement).
| Système cognitif naturel | Système cognitif artificiel |
|
|
De cette façon nous espérons réaliser un système capable d'affronter des situations changeantes ou inconnues et d'acquérir l'expérience des événements passés pour améliorer l'efficacité de ses agissements. Notre "apprenti" devra exercer ses talents sur une scène de petits objets de formes diverses. Les actions qu'il aura à effectuer vont dépendre du nombre d'objets perçus et de leur forme. Nous devrons toutefois lui donner la capacité de savoir lui-même (par le biais des récompenses, cf. chap. 3) s'il améliore une situation ou non. Sans cela il n'est pas possible d'apprendre quoi que ce soit : comment pourrait on connaître la valeur de ses actes sans pouvoir les évaluer ?
| Diagramme fonctionnel |
|