Implémentation d’un apprentissage Développemental – IDEAL

Ce projet consiste à implémenter un mécanisme d’apprentissage développemental précoce (Piaget, 1937) d’un agent artificiel dans un environnement de simulation. Plus particulièrement, nous allons implémenter des mécanismes qui permettent à un agent d’engager un processus autonome de construction de schèmes comportementaux hiérarchisés et ascendants, au fil de son interaction avec son environnement.

Ce travail vise à confirmer à la fois une hypothèse « émergentiste » et une hypothèse constructiviste de la cognition. Selon ces hypothèses, un observateur pourra attribuer des phénomènes cognitifs à un agent en observant son activité, si cet agent dispose d’un mécanisme approprié d’auto-organisation de ses comportements. Ces hypothèses sont souvent reconnues comme liées à la philosophie de l’esprit de Heidegger (1927), par exemple cité par Sun (2004). Elles relèvent aussi des épistémologies constructivistes (Le Moigne, 1995), ainsi que des approches de la cognition située (Suchman, 1987) et incarnée (Wilson, 2002).

Nous pouvons situer notre approche théoriques et technique dans le champ de l’intelligence artificielle par rapport à « l’hypothèse des symboles physiques » de Newell et Simon (1975). Nous souscrivons à cette hypothèse dans son sens faible : nous allons mettre en place des mécanismes computationnels pour permettre l’auto-organisation des comportements de notre agent. En revanche, nous ne souscrivons pas à cette hypothèse dans son sens fort : nous n’implémentons pas un mécanisme de computation de symboles auxquels nous attribuerions une dénotation préalable. Au contraire, nous allons étudier comment la connaissance apparaît émerger de l’activité de l’agent, et apparaît faire sens pour lui parce qu’elle est fondée sur son activité (Harnad, 1990).

Bien que nous n’adoptions pas une approche de modélisation computo-symbolique, nous prévoyons d’utiliser des architectures cognitives, car celles-ci se sont montrées efficaces pour implémenter des mécanismes d’organisation des comportements. En particulier, nos travaux préliminaires (Georgeon, Ritter, & Haynes, 2009) ont utilisé Soar (Laird & Congdon, 2009) et se sont inspirés de la Constructivist Learning Architecture de Chaput (2004).

Bien que les hypothèses émergentistes et constructivistes soient solidement défendues par la littérature en philosophie et en sciences cognitives, il y a encore un besoin d’implémentations informatiques pour les valider. Notre projet répond à ce besoin. Notre implémentation va soit confirmer ces hypothèses, soit mettre en évidence leurs lacunes.

Dans les deux cas, ce projet permettra de faire progresser l’approche développementale de l’intelligence artificielle, ce qui contribuera notamment au nouveau champ de la robotique développementale (Weng et al., 2001). D’autre part, notre implémentation pourrait constituer un modèle permettant de rendre compte de phénomènes d’apprentissages chez des organismes naturels. Ce modèle pourrait faire progresser notre compréhension de ces organismes.

Si nos hypothèses sont confirmées, ce projet nous permettra de publier sur internet des démonstrations d’agent capables de s’auto-développer sur le plan cognitif dans des environnements simulés. Ces démonstrations pourront alimenter les débats publics d’éthique concernant le statut à donner dans le futur à des agents auto-motivés, qui sembleront "sensibles" et exhiberont des comportements de plus en plus élaborés.