RÉSUMÉ.
Depuis quelques dizaines d’années, les recherches en
sciences cognitives, notamment en psychologie et en neurosciences,
dévoilent progressivement le fonctionnement du cerveau humain.
Malheureusement, le manque de communication entre les disciplines
rend encore difficile l’exploitation de ces nouvelles connaissances
dans les recherches en intelligence artificielle. À partir
de l’exemple des réseaux sémantiques en IA, nous
verrons quels enjeux épistémologiques et quels domaines
de la psychologie cognitive pourraient enrichir une telle perspective.
1.
Introduction
Depuis quelques
dizaines d’années, les recherches en sciences cognitives,
notamment en psychologie et en neurosciences, dévoilent progressivement
le fonctionnement du cerveau humain. Malheureusement, le cloisonnement
entre les disciplines scientifiques rend encore difficile l’exploitation
de ces nouvelles connaissances dans les recherches en intelligence
artificielle (IA). Dans cet article, nous verrons que les connaissances
sur la cognition humaine peuvent suggérer les caractéristiques
de capacités cognitives plus flexibles en IA, notamment dans
l’exploitation active du langage naturel (LN) lors de l’organisation
et du transfert des connaissances (Iwanska et Shapiro, 2000). À
partir de l’exemple des réseaux sémantiques en
IA, nous verrons quels enjeux épistémologiques et quels
domaines de la psychologie cognitive pourraient enrichir une telle
perspective. Cette idée promeut plus généralement
un rapprochement entre les sciences cognitives et l’IA. En effet,
une meilleure compréhension du cerveau est propre à
nourrir de nouvelles perspectives de recherche en IA. Cette position
est d’ailleurs celle qu’a présentée Tom
M. Mitchell (2002), l’ancien président de l’Association
américaine pour l’intelligence artificielle. Pour ce
faire, nous emploierons l’exemple des réseaux sémantiques
en intelligence artificielle qui se prête bien à ce sujet.
Mais avant de
commencer, voici une brève description de la théorie
des réseaux sémantiques en IA. Les réseaux sémantiques
formalisent la notion selon laquelle les connaissances déclaratives,
qui ont pour support le langage, peuvent être organisées
en réseaux. Un réseau sémantique est un graphe,
c’est-à-dire un entrecroisement de lignes et de points
formant un réseau, qui représente les relations sémantiques
qu’entretiennent les mots les uns avec les autres. Le croisement
– ou nœud – entre plusieurs mots permet d’identifier
le contenu (sens) de l’un d’entre eux au sein du réseau.
Selon
ce modèle, la signification d’un concept, qu’il
s’agisse d’une idée, d’un objet ou d’une
procédure, réfère toujours à d’autres
concepts. Pour construire ces représentations et référer
aux autres mots, on fait habituellement appel à des flèches
et à des étiquettes. Les relations sont le plus souvent
binaires ; des flèches indiquent le sens de la relation. Les
connaissances sémantiques du système sont ainsi représentées
à travers un réseau de mots, donc ces connaissances
sont communicables à l’aide du langage naturel (LN).
Dans un réseau sémantique, un concept et sa signification
est représenté par un mot et par l’ensemble des
liens qui unissent ce mot à d’autres. Un ouvrage collectif
détaillé dirigé par Lehmann (1992) présente
les grandes théories des réseaux sémantiques
qui ont été développées depuis leurs commencements.
...
1.
Introduction
2.
Les réseaux sémantiques en IA
3.
Incarnation et langage naturel
4.
Tirer profit des recherches sur la cognition humaine
5.
Quelques suggestions issues des recherches sur la cognition humaine
6.
Conclusion
Bibliographie