Symbolisme vs Connexionnisme

Slides:



Advertisements
Présentations similaires
Les présentateurs doivent souvent transmettre des informations techniques à des auditeurs qui connaissent moins bien le sujet et le vocabulaire spécifique.
Advertisements

Définition de la compétence et du rôle de la formation
Yacine DIAGNE GUEYE ENDA ENERGIE
Rallye Mathématique Hurigny 5 décembre Présentation du déroulé de la matinée et des objectifs - Recueil des représentations - Diaporama commenté
INTRODUCTION.
Qu’est-ce qu’apprendre? Où en sommes-nous avec l’apprentissage?
Système de gestion de bases de données. Modélisation des traitements
Introduction à la POO: Les classes vs les objets
Situations d’apprentissage et d’évaluation
Cette présentation se passera en trois parties. Première partie : -Avantages et objectifs dexpédiweb*. Deuxième partie : -Utilisation du logiciel de prise.
FSAB1402: Informatique 2 Techniques de Programmation Orientée Objet
La compréhension en lecture
Etude des Technologies du Web services
L’INTERACTIVITÉ DANS L’ENSEIGNEMENT MAGISTRAL
Les Cas d’utilisation.
Algorithmique et Programmation
Chapitre 7: Les polynômes
Chapitre 2: Les régularités et les relations
Réalisée par :Samira RAHALI
Ergonomie et facteurs humains
Interoperabilité des SI - Urbanisation
Etude globale de système.
Les pointeurs Modes d’adressage de variables. Définition d’un pointeur. Opérateurs de base. Opérations élémentaires. Pointeurs et tableaux. Pointeurs et.
IFT 703 Informatique cognitive Introduction
Manipulation de formulaires en Javascript
Les modèles de la cognition Mémoire et apprentissage
Méthode d’analyse de l’activité
Daniel GAONAC’H Laboratoire LMDC (Langage, Mémoire et Développement cognitif) Université de Poitiers – CNRS Apprendre, dans une perspective communicative?
Design dun système de vision embarqué. Application:
1 La philosophie de lesprit Le fonctionnalisme face à lexpérience vécue (ch. 10) Michael Esfeld Université de Lausanne
Chapitre 9 Les sous-programmes.
Modélisation de la lecture grâce à un modèle connexionniste
COLLÈGE BOURGET         Titre du laboratoire souligné         Par: Nom 1 Nom 2 Nom 3 20_         Travail présenté à: Mme Bussières Sciences et technologies.
La recherche scientifique
Les sciences de gestion en STMG
Patrons de conceptions de créations
Agents intelligents.  L’IA peut être envisagée de différentes manières. Les deux questions essentielles qu’ il convient de se poser sont: Vous intéressez-vous.
Un Tutoriel Femmes Prospèrent Mondialement (Women Thrive Worldwide) Women Thrive Worldwide Advocacy Tools & Resources Blogeur pour le Plaidoyer.
INTRODUCTION.
Cours 5 Le modèle de référence.
B. L’évolution historique du modèle de mécanique quantique
Supports de formation au SQ Unifié
Algorithmique et programmation (1)‏
Algorithmes et Programmation
Technologies web et web sémantique TP3 - XML. XML eXtensible Markup Language (langage extensible de balisage) – Caractéristiques: méta-langage = un langage.
Christelle Scharff IFI 2004
Tutorat en bio-informatique
5ième Classe (Mercredi, 19 octobre) Prog CSI2572.
Tutorat en bio-informatique Le 14 novembre Au programme… Les objets –Propriétés (attributs) –Constructeurs –Méthodes.
Expérimentation dans les cours : Devenir une organisation apprenante Leadership et pratique de direction : Session Hiver.
Projet de lecture Résumé-synthèse d’une oeuvre littéraire
Optimiser la gestion de production !
10 juin 2008 Journée Technologies et Enjeux de l'Apprentissage Mobile Equipe SIMBAD.
TECFA Technologies pour la Formation et l’Apprentissage
Introduction.
GPA-779 Application des systèmes experts et des réseaux de neurones.
L’ergonomie des IPM : pourquoi, comment ? 9 Novembre 2006 Mireille Bétrancourt - TECFA TECFA Technologies pour la Formation et l’Apprentissage.
Les modèles cognitivistes Mémoire et apprentissage
Module d’auto-apprentissage
Principe de mise en position, isostatisme et côtes fabriquées
UML : DIAGRAMME DE CLASSES
Introduction à la Programmation Orientée Objet
IFT 703 Informatique cognitive ACT-R Modèle symbolique et perceptuel
Les mémoires la préparation de: chaimaa hamdou.
Chapitre 12 Surveillance des ressources et des performances Module S41.
PROFA. DRA. HELOISA ALBUQUERQUE COSTA AVRIL 2015 PROFA. DRA. HELOISA ALBUQUERQUE COSTA AVRIL 2015 Aquisição e Aprendizagem de Francês Língua Estrangeira.
IFT359 – Programmation fonctionnelle Thème 07 Fermeture, affectation ou monades 1.
ARIANE : Interopérabilité sémantique et accès aux sources d'information sur Internet Sylvain Aymard, Michel Joubert, Dominique Fieschi, Marius Fieschi.
Licence « Creative Commons » (CC-BY-NC-SA) Bertrand Pauget, Projet BourbaKeM, élément n°9, mars 2016 Projet BourbaKeM Elément n° 9 : La connaissance relationnelle.
Transcription de la présentation:

Symbolisme vs Connexionnisme IFT 703 Informatique cognitive André Mayers Automne 2010 Symbolisme vs Connexionnisme

le débat architecture symbolique vs connexioniste Les différentes positions + symbole – connexion Les opérations cognites correspondent à des manipulations sur des structures de symboles comme en scheme où on manipule des listes imbriquées de symboles. Dans l’approche traitement de l’information on fait abstraction des processus physiques entraînant la création des symboles et leurs manipulation - symbole + connexion les symboles ne jouent aucun role dans la cognition. Une phrase du style “if the the verb ends in d or t, add ed”) est regardé comme une appoximation (qui peut mener à des fausses conceptions) des calculs fait par le cerveau le connexionnisme éliminatif est appelé ainsi parce qu’il cherche à éliminer le role des symboles dans l’explication de la cognition + symbole + connexion Les calculs connexionistes implémentent la manipulation des symboles. Les symboles et les connexions servent à expliquer le comportement. le cognitivisme implémentationnel “Implementational connectionism” - symbole – connexion se divise en deux : 1) il n’est pas possible d’expliquer l’esprit humain ; 2) l’explication de la cognition est ailleurs le behaviorisme ne tente pas d’expliquer la cognition mais uniquement le comportement l’analyse rationnelle tente d’expliquer la cognition par les contraintes de l’environnement page 30 de How Can the Human Mind Occur in the Physical Universe? Symbols versus connections in a cognitive architecture

La distinction entre symbolique et subsymbolique Le niveau symbolique décrit de façon abstraite la façon dont le cerveau encode la connaissance. Les symboles permettent un accès à la connaissance qui est physiquement situé ailleurs à l’intérieur du système. Les symboles sont nécessaires parce que les actions sont toujours locales dans le cerveau une quantité finie d’information peut être encodé dans un espace fini du système l’être humain possède une quantité incroyable de k abstraction veut dire ne pas préciser comment la connaissance est physiquement encodé Le niveau subsymbolique est une abstraction des activités neuronales qui déterminent l’accès aux connaissances abstraire une activité veut dire spécifier la fonction caractérisant l’activité décrit quel information sera transporté et à quelle vitesse elle le sera Les structures symboliques ont des valeurs subsymboliques qui déterminent la vitesse à laquelle elles sont accédées et par quelle partie du sytème The symbolic level in ACT-R is an abstract characterization of how brain structures encode knowledge. The sub symbolic level is an abstract characterization of the role of neural computation in making that kowledge available.

Le module déclaratif Vous avez toujours cru que « épisode » est féminin. Quelle est la réponse dans les trois contextes suivants à la question : « épisode » est-il masculin ou féminin ? rien ne vient contredire vos croyances venez d’apprendre que c’est masculin il y a un an, on vous a dit une seule fois que c’était masculin vous pouvez avoir plus d’un chunk spécifiant le genre de épisode les différents chunks ne sont pas accessibles en même temps Le niveau subsymbolique décrit quel chunk sera accédé et après combien de temps le niveau subsymbolique se décrit par des fonctions mathématiques mais la façon dont le cerveau implémente ces fonctions n’est pas décrite The activation values of chunks are determined by computations that attempt to abstract the impact of neural Hebbian-like learning and spread of activation among neurons.

Le module procédural Le niveau symbolique Le niveau subsymbolique caractérise une connaissance procédurale par une règle de production. Encore une fois, on ne dit rien sur comment une k proc est implanté dans le cerveau Une connaissance procédurale spécifie un contexte d’application (au niveau abstrait les conditions de la règle) les actions à faire (au niveau abstrait les actions de la règle) Le niveau subsymbolique spécifie la vitesse d’appariement entre le contexte d’application d’une k proc et le contexte actuel (semble disparu des dernières versions de ACT-R) une procédure possède une valeur subsymbolique qui est son utilité la fonction implantant l’utilité est une abstraction du mécanisme neuronal d’apprentissage par renforcement

La distinction entre symbolique et connexionniste Toutes les actions sont de la forme associer un « pattern de symboles » à un autre « pattern de symboles » ou à une « action » que ce soit dans la dispersion de l’activation au niveau déclaratif ou au niveau de l’appariement « contexte réel » aux « contextes d’application d’une règle procédural » peuvent être fait par des réseaux de neurones. Il y a eu une implantation de ACT-R avec des réseaux de neurones, c’est juste plus lent parce que l’ordinateur n’est pas fait de réseaux de neurones. Les entrées--sorties d’un réseau de neurones sont aussi symboliques que les symboles utilisés dans les k déclaratives et procédurales La spécification d’une k déclarative ou procédurale est aussi symbolique que la spécification d’un réseau de neurones La plus grande différence entre une architecture symbolique et une architecture connexionniste est que l’architecture symbolique représente le fonctionnement cognitif dans le cerveau à un niveau plus abstrait. Si on distingue l’esprit et le cerveau alors il est probable que l’architecture connexionniste est plus prêt du cerveau alors que l’architecture symbolique est plus prêt de l’esprit. Une neurone biologique est très différente d’une neurone informatique