IFT 703

Informatique cognitive
Introduction

Andr Mayers
Automne 2010

Plan

Description du plan de cours

Introduction linformatique cognitive

Intelligence artificielle
Psychologie cognitive
Neuropsychologie

Introduction aux architectures cognitives

Historique

Sciences cognitives

Les sciences cognitives ont pour objet ltude des systmes

intelligents dans leurs aspects reprsentationnels et
computationnels.

Les systmes intelligents sont des systmes complexes de

traitement de l'information capable d'acqurir, conserver,
utiliser et transmettre des connaissances.

Les sciences cognitives sintressent

la thorie abstraite des processus intelligents,
lintelligence des machines artificielles,
ltude de lintelligence humaine et animale.

Les sciences cognitives tudient les phnomnes suivant

la perception, lattention, le langage, les mcanismes de
rsolution de problmes (conception, planification)

Les disciplines des sciences cognitives

Philosophie

Psychologie

Linguistique

Informatique

Anthropologie
Neurosciences

Informatique cognitive

Discipline des sciences cognitives

But de linformatique cognitive :

Concevoir des modles computationnels des processus cognitifs

Architecture cognitive
Modle complet de la cognition humaine

Intgration de modle computationnel de lusager dans les

systmes homme-machine
Systmes tutoriels intelligents
Habitats intelligents
Contrle de systmes complexes
Centrales nuclaires ou lectriques

Intelligence artificielle

Rsoudre des problmes pour lequel il nexiste pas

dalgorithmes ddis connus
Fouille dans un espace dtat
Symbolique
Forage de donne, rseau de neurones, algorithme gntique

Deux approches
Intelligence gnrale
Simulation de lintelligence naturelle ou humaine

Psychologie

Le behaviorisme considre les processus cognitifs comme

une bote noire et essaie de prdire le comportement (sortie
de la bote noire) en fonction des stimuli (entre de la bote
noire).

La psychologie cognitive essaie de prdire le comportement

en fonction des stimuli et dhypothses sur la bote noire et
ses processus
Lindividu a un tat interne qui influence son comportement
La mthode scientifique aide choisir lhypothse la plus
plausible
Les liens entre un concept thorique et les expriences le mettant en
valeur peuvent tre complexes (entre une particule atomique et sa
trace sur une photographie).

Les processus cognitifs doivent tre plausibles compte tenu des

connaissances que nous avons sur le cerveau

Psychologie cognitive

tude de la pense et de ses mcanismes pris dans un sens

large.
la perception
la rsolution de problmes
la mmoire
les fonctions excutives

attention
planification
prise de dcision

4 approches
Traitement de linformation
utilisation de symboles et dabstraction

Bas sur la biologie

voir aussi neuropsychologie

Bas sur les processus de lvolution

Une combinaison des trois prcdentes

Approche traitement de linformation

Modle modale
Atkinson & Shiffrin (1968)
Information encode sous sa forme perceptuelle dans la
mmoire sensorielle

Information est transmise dans la mmoire court terme (MCT)

Capacit limite et dgradation rapide de linformation

Information est ensuite transmise avec une certaine probalit

dans la mmoire long teme (MLT)
Capacit infinie et dgradation lente

Approche traitement de
linformation

Modledelammoire
detravail
BaddeleyetHitchs
(1974)

Module excutif central : slectionne et manipule le contenu

des modules esclaves

Boucle phonologique :
tampon 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

Neuropsychologie

11

La neuropsychologie est une discipline scientifique et

clinique qui tudie les fonctions mentales suprieures dans
leurs rapports avec les structures crbrales au moyen
d'observations menes auprs de patients prsentant des
lsions crbrales accidentelles, congnitales ou
chirurgicales.

Son objectif est la comprhension du systme cognitif

normal et anormal par le biais de l'tude de ses
dysfonctionnements.

ARCHITECTURE
COGNITIVE

12

Architecture cognitive

Architecture informatique
ensemble de structures fixes permettant un systme dtre
programm

Architecture cognitive
ensemble de structure fixe qui explique lensemble des
processus cognitifs
indpendance de la tche modliser

une thorie gnrale de la cognition,

intgre plusieurs thories spcifiques
perception, attention, mmoire

une explicitation de la bote noire

13

Architecture cognitive computationnelle

Une architecture cognitivive pouvant servir de devis pour

concevoir un programme

Un modle informatique dune architecture cognitive

de simuler avec un ordinateur des comportements complexes
de gnrer des hypothses qui pourront tre valids
exprimentalement

14

Caractristiques des architectures cognitives

Degr de dpendance par rapport un domaine.

gnralisation possible

Degr de spcification
sa distance dun modle computationnel

tendue des fonctions cognitives modliser explicitement

attention, mmoire, processus subsymboliques

15

Adquation aux rsultats exprimentaux

Architecture cognitive : dfinition

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 complexit du cerveau humain (10 12 cellules) en faisant
abstraction du but des structures du cerveau
dans la multiplicit des explications du comportement humain en
faisant abstraction du cerveau qui doit les produire

16

Les niveaux dune architecture cognitive

(Newell)

Tout dans la nature peut tre dcrit diffrents niveaux

La matire peut tre dcrit au niveau subatomique, atomique,
molculaire, nano,
il en est de mme pour les architectures cognitives

Un niveau dans une architecture consiste

en un medium qui est manipul
des composantes qui permet les oprations de base
des lois de composition qui permet dassembler les composantes
du systme form laide des lois de composition
des lois comportementales qui dcrit le comportement du
systme
les lois comportementales dcoulent du comportement de ses
composantes et de la faon dont elles sont assembles.

17

Les niveaux de traitement

18

Le niveau du milieu est larchitecture qui manipule le

contenu du niveau suprieur et est en mme temps le
contenu manipul 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.

Description dun niveau

Un

niveau peut tre dcrit de deux faons

autonome
Un programmeur na pas besoin de connatre le niveau
de la logique des circuits
Un concepteur de circuits logiques na pas besoin de
connatre les lois rgissant le magntisme ou le courant
lectrique

par rduction au niveau prcdent

On explique les circuits logiques en terme des circuits
lectriques

19

Description autonome du niveau connaissance

dun agent

La principale caractristique du niveau connaissance est que

son
comportement est uniquement dtermin par ses
connaissances
et non par sa structure ou ses composantes.

Un agent au sens de lintelligence artificielle possde

des connaissances et des buts
des composantes pour percevoir et agir dans son environnement

Le principe de rationalit
Si un agent a la connaissance quune de ses actions lui permettra
datteindre un de ses buts alors il choisit cette action

20

Que pensez dun thermostat ?

La description du niveau connaissance avec le

niveau sous-jacent
Attribut \
Niveau

Connaissance Symbolique

Mdium

Connaissance

Composantes

N. A.

Lois de
composition

N. A.

Systme

Agent
intelligent

Lois
Principe de
comportemental
rationalit
es

21

Structure symbolique,
Attributs subsymboliques
Sous-systmes
symboliques,
de perception et moteur
change de structures
symboliques entre les
sous-systmes
Systme symbolique
complet (architecture
cognitive)
Processus symbolique
(Modle mathmatique
des traitements de
symboles)

Les niveaux darchitecture pour un agent intelligent

informatis

Connaissance
le mdium est constitu des connaissances

Programme
le mdium sont les symboles

Registre,
le mdium est le vecteur de bits
les actions sont les transferts entre les registres ou la mmoire

Circuit logique
le medium est le bit

Circuit lectrique
le mdium est le courant lectrique

Matriel
le mdium est llectron avec toutes ses proprits

22

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 trs rjouissant comme constatation pour des informaticiens

La solution est de le dcrire en le rduisant au niveau

prcdent, i.e. au niveau dun systme de symbole ou
programme.
Tous les programmes ou systmes de symboles ne sont pas des
agents intelligents, ils doivent respecter le principe de rationalit.

Il ne faut pas non plus senfarger dans les dtails du programme

et lidal est de crer une abstraction au niveau symbolique
ainsi que le modle mathmatique dcrivant les manipulations
symboliques.
Cest ce niveau dabstraction que nous dcrirons les architectures
cognitives comme ACT-R et SOAR
Nous dcrirons les modules de ACT-R et lespace problme de SOAR

Cest aussi ce niveau que vous devrez dcrire les architectures dans
vos travaux et prsentations
23

La description du niveau connaissance avec le

niveau sous-jacent (bis)
Attribut \
Niveau

Connaissance Symbolique

Mdium

Connaissance

Composantes

N. A.

Lois de
composition

N. A.

Systme

Agent
intelligent

Lois
Principe de
comportemental
rationalit
es

24

Structure symbolique,
Attributs subsymboliques
Sous-systmes
symboliques,
de perception et moteur
change de structures
symboliques entre les
sous-systmes
Systme symbolique
complet (architecture
cognitive)
Processus symbolique
(Modle mathmatique
des traitements de
symboles)

Comment la cognition est-elle possible dans

lunivers physique ?

Comment expliquer les fonctions mentales partir du

cerveau ?
Comment expliquer une maison un extraterrestre ?
Cest certain quil faut dcrire larchitecture dune maison, mais est-ce
suffisant ?
Il faut aussi expliquer pourquoi larchitecture est ce quelle est pour
rpondre aux besoins humains
Ce sont les contraintes (humain, conomique ) du march qui font
que les maisons ont la forme quelles ont actuellement.
Ce sont les contraintes de lvolution (survie, biologie) qui font que
nous avons notre cerveau actuel et ses fonctions cognitions cognitives

Une architecture cognitive permet dexpliquer la fonction

cognitive partir du cerveau.
ce nest pas toujours le cas

25

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 rsultat dune adaptation lenvironnement.

26

Alternative 1 pour expliquer la cognition

Le traitement de linformation classique

le paradigme information processing classique de la
psychologie
prsente des thories valides par des exprimentations
expliquant la fonction cognitive
voir la thorie de Sternberg pour expliquer si un nombre fait partie
dune liste dans la WM
sa thorie ne tenait pas compte de la vitesse laquelle un neurone
peut tre excite

ignorer le cerveau, cest comme concevoir une maison sans tenir

compte des contraintes des matriaux pour la construire

27

Alternative I1 pour expliquer la cognition

Le connexionnisme sans lesprit

Une description exacte et fonctionnelle du cerveau
Cest comme expliquer une maison un extraterrestre sans tenir
compte des fonctions de ses parties pour un tre humain.
La cognition est un effet de bord du cerveau
Construire une maison avec des briques, du bois sans contraintes et
constater la fin que ltre humain puisse y vivre

Cest comme expliquer le fonctionnement dun ordinateur sans

expliquer lintention en arrire de chaque structure
Cest comme expliquer la physiologie en terme dinteractions
entre les cellules du corps en faisant abstraction des
fonctionnalits des organes.
Rumelhart and McClelland (1986) ont conu un rseau de
neurones qui apprenait les participes passs comme un enfant
en faisant par exemple les erreurs de surgnralisation classique
du dbut de lapprentissage (runned au lieu de ran).
Ignorer lesprit, cest considr que ce rseau de neurones a t
premirement construit et constater ensuite quil fait les
participes passs
28

Alternative III pour expliquer la cognition

Lanalyse rationnelle de la fonction cognitive en faisant

abstraction de larchitecture.
Une des contraintes imposes la faon dont le cerveau permet
la cognition est que les deux sont le rsultat dune volution
dans un environnement rel
Le raccourci est de se concentrer sur ladaptation de la cognition
lenvironnement en faisant abstraction de larchitecture qui doit
supporter les fonctions cognitives

Cest un courant trs actif actuellement et toutes les variantes

sont bases sur lapproche baysienne
Il ne sagit pas dexpliquer comment les calculs baysiens sont
excuts mais tout simplement, sachant quil y a adaptation
lenvironnement, dlaborer une thorie prdisant le comportement
cognitif en consquence.

29

Lapproche baysienne de la cognition

1.

Lvolution fait en sorte que nos capacits sont fonction de

la probabilit quun vnement survienne a priori

2.

Nous sommes en mesure de connatre les situations dans

lesquelles certains vnements se produisent

3.

Pr(pluie), Pr(cumulonimbus)

Pr(cumulonimbus | pluie)

Connaissant les probabilits conditionnelles et les

probabilit a priori, nous pouvons connatre la probabilit a
posteriori que nous sommes dans tel situation tant donn
quun tel vnement est survenu

Pr(pluie | cumulonimbus) = Pr(cumulonimbus| pluie) * Pr(pluie)

Pr(cumulonimbus).

4.

Bas sur linformation prcdente, i.e. les probabilits a

posteriori des situations actuelles, il sagit de choisir
laction qui maximise latteinte des besoins de lindividu

30

se mettre labri si la situation la plus probable est quil pleuve

Architecture cognitive

Architecture informatique
ensemble de structures fixes permettant un systme dtre
programm

Architecture cognitive
ensemble de structure fixe qui explique lensemble des
processus cognitifs
indpendance de la tche modliser

une thorie gnrale de la cognition,

intgre plusieurs thories spcifiques
perception, attention, mmoire

une explicitation de la bote noire

31

Architecture cognitive computationnelle

Une architecture cognitivive pouvant servir de devis pour

concevoir un programme

Un modle informatique dune architecture cognitive

de simuler avec un ordinateur des comportements complexes
de gnrer des hypothses qui pourront tre valids
exprimentalement

32

Caractristiques des architectures cognitives

Degr de dpendance par rapport un domaine.

gnralisation possible

Degr de spcification
sa distance dun modle computationnel

tendue des fonctions cognitives modliser explicitement

attention, mmoire, processus subsymboliques

33

Adquation aux rsultats exprimentaux

Architecture cognitive : les dbuts

1957

General Problem Solver

Herbert Simon et Allen Newell

gnralise Logic Theorist
un rsolveur de problme universel
espace problme (problem space)
rsoudre un problme consiste explorer et construire un graphe partir dun
tat initial pour trouver un tat final.

mthode faible (weak method)

mthode de rsolution pouvant tre applique plusieurs domaines comme
lanalyse moyens-fins (means-ends analysis, hill-climbing

manipule des structures symboliques

logique, gomtrie, jeux d'checs

34

1973

human associative memory

John Robert Anderson

35

Reprsentation des propositions

36

1980

validation exprimentale (protocole verbal)

K. Anders Ericsson et Herbert Simon
2 systmes sont faiblements quivalents sils reprsentents la
mme fonction et fortement quivalents si cest le mme
algorithme

37

Les architectures base de systmes de

production

1943
Les systmes de production sont apparus sous forme thorique

1972
implantation de systmes de production
Human problem solving de Newell

38

volution des architectures bass sur les systmes

de production

39

1983

40

ACT* 1983

41

ACT* : dispersion de lactivation

Lactivationpartdes
objets(unit)actuellement
actifsetviasesattributs
(element)sepropage
dautresobjetsdansla
mmoirelongterme.

42

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 systme intelligent
Mcanisme sophistiqu dapprentissage de nouvelles
connaissances
Initialement peu de fondement psychologique larchitecture
Possible de produire des comportements plausibles et non plausibles
Difficile de modliser les connaissances smantiques et pisodiques
avec larchitecture SOAR
Attention les rgles de production ne sont pas des connaissances
procdurales
Il ajoutent des prfrences dans la mmoire de travail et complte linformation
qui est dj dans la mmoire de travail mais cette mmoire de travail na aucun
rapport avec sa partie correspondante en psychologie

43

Soar : 1983

44

1983 : ModelHumanProcessor(MHP)

45

1983 :
CPM-GOMS

46

Cognitive,Perceptual,MotorGOMS
Goals,Operators,MethodsandSelectionrules

Calcul du temps ncessaire pour

percevoir un objet avec GOM/CPM

47

1996 : EPIC

48

Description dun ordinateur deux niveaux

49