La présentation est en train de télécharger. S'il vous plaît, attendez

La présentation est en train de télécharger. S'il vous plaît, attendez

IFT 703 Informatique cognitive Introduction André Mayers Automne 2010.

Présentations similaires


Présentation au sujet: "IFT 703 Informatique cognitive Introduction André Mayers Automne 2010."— Transcription de la présentation:

1 IFT 703 Informatique cognitive Introduction André Mayers Automne 2010

2 Plan Description du plan de cours Introduction à linformatique cognitive Intelligence artificielle Psychologie cognitive Neuropsychologie Introduction aux architectures cognitives Historique 2

3 Sciences cognitives Les sciences cognitives ont pour objet létude des systèmes intelligents dans leurs aspects représentationnels et computationnels. Les systèmes intelligents sont des systèmes complexes de traitement de l'information capable d'acquérir, conserver, utiliser et transmettre des connaissances. Les sciences cognitives sintéressent à la théorie abstraite des processus intelligents, à lintelligence des machines artificielles, à létude de lintelligence humaine et animale. Les sciences cognitives étudient les phénomènes suivant la perception, lattention, le langage, les mécanismes de résolution de problèmes (conception, planification…) 3

4 Les disciplines des sciences cognitives 4 Philosophie Linguistique Anthropologie Neurosciences Informatique Psychologie

5 Informatique cognitive Discipline des sciences cognitives But de linformatique cognitive : Concevoir des modèles computationnels des processus cognitifs Architecture cognitive Modèle complet de la cognition humaine Intégration de modèle computationnel de lusager dans les systèmes homme-machine Systèmes tutoriels intelligents Habitats intelligents Contrôle de systèmes complexes Centrales nucléaires ou électriques 5

6 Intelligence artificielle Résoudre des problèmes pour lequel il nexiste pas dalgorithmes dédiés connus Fouille dans un espace détat Symbolique Forage de donnée, réseau de neurones, algorithme génétique Deux approches Intelligence générale Simulation de lintelligence naturelle ou humaine 6

7 Psychologie Le behaviorisme considère les processus cognitifs comme une boîte noire et essaie de prédire le comportement (sortie de la boîte noire) en fonction des stimuli (entrée de la boîte noire). La psychologie cognitive essaie de prédire le comportement en fonction des stimuli et dhypothèses sur la boîte noire et ses processus Lindividu a un état interne qui influence son comportement La méthode scientifique aide à choisir lhypothèse la plus plausible Les liens entre un concept théorique et les expériences le mettant en valeur peuvent être complexes (entre une particule atomique et sa trace sur une photographie). Les processus cognitifs doivent être plausibles compte tenu des connaissances que nous avons sur le cerveau 7

8 Psychologie cognitive Étude de la pensée et de ses mécanismes pris dans un sens large. la perception la résolution de problèmes la mémoire les fonctions exécutives attention planification prise de décision … 4 approches Traitement de linformation utilisation de symboles et dabstraction Basé sur la biologie voir aussi neuropsychologie Basé sur les processus de lévolution Une combinaison des trois précédentes 8

9 9 Approche traitement de linformation Modèle modale Atkinson & Shiffrin (1968) Information encodée sous sa forme perceptuelle dans la mémoire sensorielle Information est transmise dans la mémoire à court terme (MCT) Capacité limitée et dégradation rapide de linformation Information est ensuite transmise avec une certaine probalité dans la mémoire à long teme (MLT) Capacité infinie et dégradation lente 9

10 Approche traitement de linformation Module exécutif central : sélectionne et manipule le contenu des modules esclaves Boucle phonologique : tampon à court terme : encode linformation sous sa forme verbale boucle articulatoire : processus de rafraichissement de linformation Tablette Visuo-spatiale Visuo-spatial sketchpad: encode sous linformation sous sa forme spatiale ou visuelle 10 Modèle de la mémoire de travail Baddeley et Hitchs (1974)

11 Neuropsychologie La neuropsychologie est une discipline scientifique et clinique qui étudie les fonctions mentales supérieures dans leurs rapports avec les structures cérébrales au moyen d'observations menées auprès de patients présentant des lésions cérébrales accidentelles, congénitales ou chirurgicales. Son objectif est la compréhension du système cognitif normal et anormal par le biais de l'étude de ses dysfonctionnements. 11

12 ARCHITECTURE COGNITIVE 12

13 Architecture cognitive Architecture informatique ensemble de structures fixes permettant à un système dêtre programmé Architecture cognitive ensemble de structure fixe qui explique lensemble des processus cognitifs indépendance de la tâche modéliser une théorie générale de la cognition, intègre plusieurs théories spécifiques perception, attention, mémoire … une explicitation de la boîte noire 13

14 Architecture cognitive computationnelle Une architecture cognitivive pouvant servir de devis pour concevoir un programme Un modèle informatique dune architecture cognitive de simuler avec un ordinateur des comportements complexes de générer des hypothèses qui pourront être validés expérimentalement 14

15 Caractéristiques des architectures cognitives Degré de dépendance par rapport à un domaine. généralisation possible Degré de spécification sa distance dun modèle computationnel Étendue des fonctions cognitives modéliser explicitement attention, mémoire, processus subsymboliques Adéquation aux résultats expérimentaux 15

16 Architecture cognitive : définition The fixed (or slowly varying) structure that forms the framework for the immediate processes of cognitive performance and learning Newell, 1990, p. 111 The functional architecture includes the basic operations provided by the biological substrate, say, for storing and retrieving symbols, comparing them, treating them differently Pylyshyn, 1984, p. 30 A specification of the structure of the brain at a level of abstraction that explains how it achieves the function of the mind Anderson, 2007, p. 7 La notion darchitecture cognitive permet de ne pas senfarger dans la complexité du cerveau humain (10 12 cellules) en faisant abstraction du but des structures du cerveau dans la multiplicité des explications du comportement humain en faisant abstraction du cerveau qui doit les produire 16

17 Les niveaux dune architecture cognitive (Newell) Tout dans la nature peut être décrit à différents niveaux La matière peut être décrit au niveau subatomique, atomique, moléculaire, nano, … il en est de même pour les architectures cognitives Un niveau dans une architecture consiste en un medium qui est manipulé des composantes qui permet les opérations de base des lois de composition qui permet dassembler les composantes du système formé à laide des lois de composition des lois comportementales qui décrit le comportement du système les lois comportementales découlent du comportement de ses composantes et de la façon dont elles sont assemblées. 17

18 Les niveaux de traitement Le niveau du milieu est larchitecture qui manipule le contenu du niveau supérieur et est en même temps le contenu manipulé par le niveau du bas. Une architecture offre des outils pour manipuler le contenu, p. ex. un traitement de texte offre des outils pour manipuler du texte. 18

19 Description dun niveau Un niveau peut être décrit de deux façons autonome Un programmeur na pas besoin de connaître le niveau de la logique des circuits Un concepteur de circuits logiques na pas besoin de connaître les lois régissant le magnétisme ou le courant électrique par réduction au niveau précédent On explique les circuits logiques en terme des circuits électriques 19

20 Description autonome du niveau connaissance dun agent La principale caractéristique du niveau connaissance est que son comportement est uniquement déterminé par ses connaissances et non par sa structure ou ses composantes. Un agent au sens de lintelligence artificielle possède des connaissances et des buts des composantes pour percevoir et agir dans son environnement Le principe de rationalité Si un agent a la connaissance quune de ses actions lui permettra datteindre un de ses buts alors il choisit cette action Que pensez dun thermostat ? 20

21 La description du niveau connaissance avec le niveau sous-jacent 21 Attribut \ NiveauConnaissanceSymbolique MédiumConnaissance Structure symbolique, Attributs subsymboliques ComposantesN. A. Sous-systèmes symboliques, de perception et moteur Lois de compositionN. A. Échange de structures symboliques entre les sous- systèmes SystèmeAgent intelligent Système symbolique complet (architecture cognitive) Lois comportementales Principe de rationalité Processus symbolique (Modèle mathématique des traitements de symboles)

22 Les niveaux darchitecture pour un agent intelligent informatisé Connaissance le médium est constitué des connaissances Programme le médium sont les symboles Registre, le médium est le vecteur de bits les actions sont les transferts entre les registres ou la mémoire Circuit logique le medium est le bit Circuit électrique le médium est le courant électrique Matériel le médium est lélectron avec toutes ses propriétés 22

23 Le niveau intelligence dune architecture cognitive Comme au niveau intelligence, les composantes et la structure ne sont pas importantes alors une description autonome du niveau intelligence dune architecture cognitive est la description de la « logique » de ses comportements en fonction de son environnement. Pas très réjouissant comme constatation pour des informaticiens La solution est de le décrire en le réduisant au niveau précédent, i.e. au niveau dun système de symbole ou programme. Tous les programmes ou systèmes de symboles ne sont pas des agents intelligents, ils doivent respecter le principe de rationalité. Il ne faut pas non plus senfarger dans les détails du programme et lidéal est de créer une abstraction au niveau symbolique ainsi que le modèle mathématique décrivant les manipulations symboliques. Cest à ce niveau dabstraction que nous décrirons les architectures cognitives comme ACT-R et SOAR Nous décrirons les modules de ACT-R et lespace problème de SOAR Cest aussi à ce niveau que vous devrez décrire les architectures dans vos travaux et présentations 23

24 La description du niveau connaissance avec le niveau sous-jacent (bis) 24 Attribut \ NiveauConnaissanceSymbolique MédiumConnaissance Structure symbolique, Attributs subsymboliques ComposantesN. A. Sous-systèmes symboliques, de perception et moteur Lois de compositionN. A. Échange de structures symboliques entre les sous- systèmes SystèmeAgent intelligent Système symbolique complet (architecture cognitive) Lois comportementales Principe de rationalité Processus symbolique (Modèle mathématique des traitements de symboles)

25 Comment la cognition est-elle possible dans lunivers physique ? Comment expliquer les fonctions mentales à partir du cerveau ? Comment expliquer une maison à un extraterrestre ? Cest certain quil faut décrire larchitecture dune maison, mais est-ce suffisant ? Il faut aussi expliquer pourquoi larchitecture est ce quelle est pour répondre aux besoins humains Ce sont les contraintes (humain, économique… ) du marché qui font que les maisons ont la forme quelles ont actuellement. Ce sont les contraintes de lévolution (survie, biologie) qui font que nous avons notre cerveau actuel et ses fonctions cognitions cognitives Une architecture cognitive permet dexpliquer la fonction cognitive à partir du cerveau. ce nest pas toujours le cas 25

26 3 alternatives pour expliquer la cognition Une architecture qui ne tient pas compte du cerveau Le paradigme classique du traitement de linformation Une architecture qui ne tient pas compte de la fonction cognitive Le paradigme du connexionnisme sans lesprit Un paradigme qui fait abstraction de larchitecture Lanalyse rationnelle de la fonction cognitive i.e. la fonction cognitive est le résultat dune adaptation à lenvironnement. 26

27 Alternative 1 pour expliquer la cognition Le traitement de linformation classique le paradigme information processing classique de la psychologie présente des théories validées par des expérimentations expliquant la fonction cognitive voir la théorie de Sternberg pour expliquer si un nombre fait partie dune liste dans la WM sa théorie ne tenait pas compte de la vitesse à laquelle un neurone peut être excitée ignorer le cerveau, cest comme concevoir une maison sans tenir compte des contraintes des matériaux pour la construire 27

28 Alternative I1 pour expliquer la cognition Le connexionnisme sans lesprit Une description exacte et fonctionnelle du cerveau Cest comme expliquer une maison à un extraterrestre sans tenir compte des fonctions de ses parties pour un être humain. La cognition est un effet de bord du cerveau Construire une maison avec des briques, du bois… sans contraintes et constater à la fin que lêtre humain puisse y vivre Cest comme expliquer le fonctionnement dun ordinateur sans expliquer lintention en arrière de chaque structure Cest comme expliquer la physiologie en terme dinteractions entre les cellules du corps en faisant abstraction des fonctionnalités des organes. Rumelhart and McClelland (1986) ont conçu un réseau de neurones qui apprenait les participes passés comme un enfant en faisant par exemple les erreurs de surgénéralisation classique du début de lapprentissage (runned au lieu de ran). Ignorer lesprit, cest considéré que ce réseau de neurones a été premièrement construit et constater ensuite quil fait les participes passés 28

29 Alternative III pour expliquer la cognition Lanalyse rationnelle de la fonction cognitive en faisant abstraction de larchitecture. Une des contraintes imposées à la façon dont le cerveau permet la cognition est que les deux sont le résultat dune évolution dans un environnement réel Le raccourci est de se concentrer sur ladaptation de la cognition à lenvironnement en faisant abstraction de larchitecture qui doit supporter les fonctions cognitives Cest un courant très actif actuellement et toutes les variantes sont basées sur lapproche bayésienne Il ne sagit pas dexpliquer comment les calculs bayésiens sont exécutés mais tout simplement, sachant quil y a adaptation lenvironnement, délaborer une théorie prédisant le comportement cognitif en conséquence. 29

30 Lapproche bayésienne de la cognition 1. Lévolution fait en sorte que nos capacités sont fonction de la probabilité quun évènement survienne a priori Pr(pluie), Pr(cumulonimbus)… 2. Nous sommes en mesure de connaître les situations dans lesquelles certains événements se produisent Pr(cumulonimbus | pluie) 3. Connaissant les probabilités conditionnelles et les probabilité a priori, nous pouvons connaître la probabilité a posteriori que nous sommes dans tel situation étant donné quun tel événement est survenu Pr(pluie | cumulonimbus) = Pr(cumulonimbus| pluie) * Pr(pluie) Pr(cumulonimbus). 4. Basé sur linformation précédente, i.e. les probabilités a posteriori des situations actuelles, il sagit de choisir laction qui maximise latteinte des besoins de lindividu se mettre à labri si la situation la plus probable est quil pleuve 30

31 Architecture cognitive Architecture informatique ensemble de structures fixes permettant à un système dêtre programmé Architecture cognitive ensemble de structure fixe qui explique lensemble des processus cognitifs indépendance de la tâche modéliser une théorie générale de la cognition, intègre plusieurs théories spécifiques perception, attention, mémoire … une explicitation de la boîte noire 31

32 Architecture cognitive computationnelle Une architecture cognitivive pouvant servir de devis pour concevoir un programme Un modèle informatique dune architecture cognitive de simuler avec un ordinateur des comportements complexes de générer des hypothèses qui pourront être validés expérimentalement 32

33 Caractéristiques des architectures cognitives Degré de dépendance par rapport à un domaine. généralisation possible Degré de spécification sa distance dun modèle computationnel Étendue des fonctions cognitives modéliser explicitement attention, mémoire, processus subsymboliques Adéquation aux résultats expérimentaux 33

34 Architecture cognitive : les débuts 1957 General Problem Solver Herbert Simon et Allen Newell généralise Logic Theorist un résolveur de problème universel espace problème (problem space) résoudre un problème consiste à explorer et construire un graphe à partir dun état initial pour trouver un état final. méthode faible (weak method) méthode de résolution pouvant être appliquée à plusieurs domaines comme lanalyse moyens-fins (means-ends analysis, hill-climbing … manipule des structures symboliques logique, géométrie, jeux d'échecs 34

35 1973 human associative memory John Robert Anderson 35

36 Représentation des propositions 36

37 1980 validation expérimentale (protocole verbal) K. Anders Ericsson et Herbert Simon 2 systèmes sont faiblements équivalents sils représentents la même fonction et fortement équivalents si cest le même algorithme 37

38 Les architectures à base de systèmes de production 1943 Les systèmes de production sont apparus sous forme théorique 1972 implantation de systèmes de production Human problem solving de Newell 38

39 Évolution des architectures basés sur les systèmes de production 39

40 1983 ACT* Connaissance sémantique (déclarative) Réseau sémantique Activation de base + activation provenant du contexte Dispersion de lactivation Pas de distinction entre MCT et MLT, les éléments de la MCT sont les éléments actifs (perception ou actifs) ?? Connaissances procédurales Système de production Force dune production 40

41 ACT*

42 ACT* : dispersion de lactivation Lactivation part des objets (unit) actuellement actifs et via ses attributs (element) se propage à dautres objets dans la mémoire à long terme. 42

43 1983 SOAR 1 (State, Operator And Result) John Laird, Allen Newell, et Paul Rosenbloom Expliquer le comportement intelligent en proposant larchitecture de base de tout système intelligent Mécanisme sophistiqué dapprentissage de nouvelles connaissances Initialement peu de fondement psychologique à larchitecture Possible de produire des comportements plausibles et non plausibles Difficile de modéliser les connaissances sémantiques et épisodiques avec larchitecture SOAR Attention les règles de production ne sont pas des connaissances procédurales Il ajoutent des préférences dans la mémoire de travail et complète linformation qui est déjà dans la mémoire de travail mais cette mémoire de travail na aucun rapport avec sa partie correspondante en psychologie 43

44 Soar :

45 1983 : Model Human Processor ( MHP) 45

46 1983 : CPM-GOMS Cognitive, Perceptual, Motor GOMS Goals, Operators, Methods and Selection rules 46

47 Calcul du temps nécessaire pour percevoir un objet avec GOM/CPM 47

48 1996 : EPIC 48

49 Description dun ordinateur à deux niveaux 49


Télécharger ppt "IFT 703 Informatique cognitive Introduction André Mayers Automne 2010."

Présentations similaires


Annonces Google