Ce cours introduit à l'intelligence artificielle. La première partie du cours présente et définit ce qu'est l'intelligence et décrit les notions d'agent rationnel et d'environnement et leurs propriétés. Ces deux concepts permettent d'offrir un cadre de réflexion sur l'intelligence. La fin de la première partie présente les neufs formes d'intelligence selon Howard Gardner. La seconde partie du cours présente et définit l'intelligence artificielle, initiée par Marvin Minsky et John McCarthy au MIT. Elle présente également le test de Turing, test permettant de déterminer si une machine peut penser. Cette partie se termine en présentant les six grands domaines de l'intelligence artificielle.
Ces dernières décennies nous assistons de plus en plus à l'utilisation de l'expression des systèmes Intelligents dans les domaines qui s'appuient sur la technologie informatique. Elle devient courante au fur et à mesure que les techniques informatiques s'intéressent aux activités humaines. Les systèmes intelligents font maintenant partis de notre quotidien comme en témoigne l'existence de nombreuses applications qui s'adossent sur les paradigmes de l'intelligence artificielle.
LA NEUROSCIENCE COMPREND UNE LARGE GAMME de questions sur l'organisation du système nerveux de l'homme, sur son développement et sur la manière dont il génère le comportement.
Ces questions peuvent être explorées à l'aide des outils de la génétique et de la biologie moléculaire et cellulaire, de l'anatomie, de la physiologie des systèmes, de l'observation comportementale…
Le principal défi en neurosciences consiste à intégrer les connaissances à une compréhension cohérente de la structure et du fonctionnement du cerveau.
Plusieurs problèmes ont été explorés avec succès concernent la manière dont les principales composantes de tout systèmes nerveux remplissent leurs fonctions. Des sous-ensembles de neurones et de cellules gliales forment des ensembles appelés circuits neuronaux, qui sont les composants primaires des systèmes neuronaux qui traitent différents types d'informations.
Les systèmes neuronaux répondent à l'un des trois objectifs généraux suivants:
les systèmes sensoriels fournissent des informations sur l'état de l'organisme et de son environnement;
les systèmes moteurs organisent et génèrent des actions;
et les systèmes associatifs fournissent des fonctions cérébrales «d'ordre supérieur» telles que la perception, l'attention, la mémoire, les émotions, le langage et la pensée, qui relèvent toutes de la cognition.
Ces dernières capacités sont au cœur de la compréhension des êtres humains, de leur comportement, de leur histoire et peut-être de leur avenir.
Ce cours introduit à l'intelligence artificielle. La première partie du cours présente et définit ce qu'est l'intelligence et décrit les notions d'agent rationnel et d'environnement et leurs propriétés. Ces deux concepts permettent d'offrir un cadre de réflexion sur l'intelligence. La fin de la première partie présente les neufs formes d'intelligence selon Howard Gardner. La seconde partie du cours présente et définit l'intelligence artificielle, initiée par Marvin Minsky et John McCarthy au MIT. Elle présente également le test de Turing, test permettant de déterminer si une machine peut penser. Cette partie se termine en présentant les six grands domaines de l'intelligence artificielle.
Ces dernières décennies nous assistons de plus en plus à l'utilisation de l'expression des systèmes Intelligents dans les domaines qui s'appuient sur la technologie informatique. Elle devient courante au fur et à mesure que les techniques informatiques s'intéressent aux activités humaines. Les systèmes intelligents font maintenant partis de notre quotidien comme en témoigne l'existence de nombreuses applications qui s'adossent sur les paradigmes de l'intelligence artificielle.
LA NEUROSCIENCE COMPREND UNE LARGE GAMME de questions sur l'organisation du système nerveux de l'homme, sur son développement et sur la manière dont il génère le comportement.
Ces questions peuvent être explorées à l'aide des outils de la génétique et de la biologie moléculaire et cellulaire, de l'anatomie, de la physiologie des systèmes, de l'observation comportementale…
Le principal défi en neurosciences consiste à intégrer les connaissances à une compréhension cohérente de la structure et du fonctionnement du cerveau.
Plusieurs problèmes ont été explorés avec succès concernent la manière dont les principales composantes de tout systèmes nerveux remplissent leurs fonctions. Des sous-ensembles de neurones et de cellules gliales forment des ensembles appelés circuits neuronaux, qui sont les composants primaires des systèmes neuronaux qui traitent différents types d'informations.
Les systèmes neuronaux répondent à l'un des trois objectifs généraux suivants:
les systèmes sensoriels fournissent des informations sur l'état de l'organisme et de son environnement;
les systèmes moteurs organisent et génèrent des actions;
et les systèmes associatifs fournissent des fonctions cérébrales «d'ordre supérieur» telles que la perception, l'attention, la mémoire, les émotions, le langage et la pensée, qui relèvent toutes de la cognition.
Ces dernières capacités sont au cœur de la compréhension des êtres humains, de leur comportement, de leur histoire et peut-être de leur avenir.
Anxiété, stress, peurs … avec le confinement et le covid 19 les émotions ne sont pas facile à gérer. Je vous propose un outil très puissant pour vous aider à traverser cette période difficile. Avec la neuroharmonisation traverse ces moments difficiles.
Destinée à tous les entraîneurs, voire tous les enseignants qui ne se rendent pas toujours compte que leur première qualité devrait être la qualité de leur œil
Canope 37 - Sciences cognitives et enseignement : les neurosciences au servic...Bibdoc 37
Conférence-débat animée par Nicole Bouin, mercredi 23 mai 2018 à l'atelier Canopé 37 - Tours
Conférence de Nicole Bouin, professeure de lycée professionnel, formatrice d'enseignants et de cadres éducatifs, animatrice de groupes d'analyse des pratiques d'enseignants et d'éducateurs. Auteure d'articles, de l’ouvrage "Enseigner, apport des sciences cognitives" et coordinatrice d'un dossier des Cahiers Pédagogiques sur le thème "Neurosciences et enseignement".
En quoi les sciences cognitives peuvent-elles faire partie des sciences de l'éducation et que peuvent-elles apporter à l'enseignant de terrain ? Qu'elles confirment des intuitions pédagogiques, amènent à les reconsidérer ou ouvrent de nouvelles pistes, les sciences cognitives éclairent les pratiques et inspirent les professeurs qui s'y intéressent. Attention, mémorisation, apprentissages et motivation, des thématiques sur lesquelles scientifiques et pédagogues ont beaucoup à échanger.
Je vous propose de débusquer les pièges du but conscient et de mieux diminuer la maîtrise de l’art de la non-réussite en 4 étapes :
1) Mettre Descartes à l’écart
2) Persévérer sans obstination
3) Éviter l’évitement
4) S’améliorer dans l’art d’échouer
Adopter une approche systémique pour améliorer sa performance par le non-agir !
Et au final devenir plus agile !
Brain research has made tremendous progress over the last few decades in nearly all areas of investigation and yet, the comprehension of cognition still eludes us because most high-level functions, such as decision making, results from the complex and dynamic interaction between several structures. On the one hand we have a fragmented collection of computational models whose unification is out of reach, on the other hand we have holistic approaches whose complexity obliterates any hope of comprehension. Informed by neuroscience and guided by philosophy, I propose to build the foundations of a research program in computational neuroscience in order to explain how cognition develop in most vertebrates, while guaranteeing its intelligibility.
Anxiété, stress, peurs … avec le confinement et le covid 19 les émotions ne sont pas facile à gérer. Je vous propose un outil très puissant pour vous aider à traverser cette période difficile. Avec la neuroharmonisation traverse ces moments difficiles.
Destinée à tous les entraîneurs, voire tous les enseignants qui ne se rendent pas toujours compte que leur première qualité devrait être la qualité de leur œil
Canope 37 - Sciences cognitives et enseignement : les neurosciences au servic...Bibdoc 37
Conférence-débat animée par Nicole Bouin, mercredi 23 mai 2018 à l'atelier Canopé 37 - Tours
Conférence de Nicole Bouin, professeure de lycée professionnel, formatrice d'enseignants et de cadres éducatifs, animatrice de groupes d'analyse des pratiques d'enseignants et d'éducateurs. Auteure d'articles, de l’ouvrage "Enseigner, apport des sciences cognitives" et coordinatrice d'un dossier des Cahiers Pédagogiques sur le thème "Neurosciences et enseignement".
En quoi les sciences cognitives peuvent-elles faire partie des sciences de l'éducation et que peuvent-elles apporter à l'enseignant de terrain ? Qu'elles confirment des intuitions pédagogiques, amènent à les reconsidérer ou ouvrent de nouvelles pistes, les sciences cognitives éclairent les pratiques et inspirent les professeurs qui s'y intéressent. Attention, mémorisation, apprentissages et motivation, des thématiques sur lesquelles scientifiques et pédagogues ont beaucoup à échanger.
Je vous propose de débusquer les pièges du but conscient et de mieux diminuer la maîtrise de l’art de la non-réussite en 4 étapes :
1) Mettre Descartes à l’écart
2) Persévérer sans obstination
3) Éviter l’évitement
4) S’améliorer dans l’art d’échouer
Adopter une approche systémique pour améliorer sa performance par le non-agir !
Et au final devenir plus agile !
Brain research has made tremendous progress over the last few decades in nearly all areas of investigation and yet, the comprehension of cognition still eludes us because most high-level functions, such as decision making, results from the complex and dynamic interaction between several structures. On the one hand we have a fragmented collection of computational models whose unification is out of reach, on the other hand we have holistic approaches whose complexity obliterates any hope of comprehension. Informed by neuroscience and guided by philosophy, I propose to build the foundations of a research program in computational neuroscience in order to explain how cognition develop in most vertebrates, while guaranteeing its intelligibility.
This course is an introduction to digital typography rendering, providing key concepts of typography as well as introducing several computer graphics techniques to render text, from the oldest and most common techniques (texture based) to the latest methods taking full advantage of shaders with quasi-flawless rendering.
ReScience is a peer-reviewed journal that targets computational research and encourages the explicit replication of already published research, promoting new and open-source implementations in order to ensure that the original research is reproducible.
To achieve this goal, the whole publishing chain is radically different from other traditional scientific journals. ReScience lives on GitHub where each new implementation of a computational study is made available together with comments, explanations and tests. Each submission takes the form of a pull request that is publicly reviewed and tested in order to guarantee that any researcher can re-use it. If you ever replicated computational results from the literature in your research, ReScience is the perfect place to publish your new implementation.
" ...we managed to explicitly dissociate reinforcement learning from Hebbian learning and demonstrated covert learning inside the basal ganglia. These results suggest that a behavioral decision results from both the cooperation (acquisition) and competition (expression) of two distinct but entangled memory systems, the goal-directed system and the habit system that may represent the two ends of the same graded phenomenon."
1. “On ne voit que ce
que l’on regarde”
Nicolas Rougier
2.
3.
4. Qu’est ce que l’attention ?
Everyone knows what attention is. It is the possession by the mind, in clear and vivid
form, of one out of what seem several simultaneously possible objects or trains of
thought. Focalization, concentration, of consciousness are of its essence. It implies
withdrawal from some things in order to deal effectively with others, …
William James, Principles of Psychology, 1890
5. Le système visuel
La rétine est le point d’entrée des
informations visuelles.
C’est un récepteur complexe qui
fournit énormément d’informations
sur le monde extérieur.
Le cerveau ne peut pas traiter
toute l’information et des choix
doivent être donc fait sur ce qui
est prioritaire ou pertinent.
Mais comment ?
6. Modéliser le cerveau
Pour l’émuler
→ nouveaux algorithmes
(e.g. Google & deep learning)
Pour le soigner
→ nouvelles thérapies
(e.g. stimulation profonde)
Pour le comprendre
→ nouvelles connaissances
(e.g. attention visuelle)
7. Le cerveau humain
Le cerveau humain possède 85
milliards de neurones.
Chaque neurone est connecté en
moyenne a 10 000 autres.
1mm3 de cortex comprend 1
milliard de connexions.
8. Neurones biologiques
Un neurone est une cellule
excitable capable de recevoir et de
transmettre de l’information.
Les neurones sont connectés
entre eux et forment des réseaux.
L’efficacité des connexions évolue
avec l’apprentissage.
9. Différents modèles
On va modéliser le cerveau
différemment selon les buts de la
recherche :
• Modèles connexionistes pour les
performances
• Modèles biophysiques pour la
simulation
• Modèles fonctionnels pour le
comportement
10. Construire des modèles
Matériel de base
• Anatomie et physiologie
• Expérimentation & Enregistrements
• Pathologies & lésions
Hypothèses de travail
• Simplifications extrêmes
• Calculs parallèles et distribués
• Dynamique et apprentissage
Validation
• Prédictions
• Explications
11. Les voies visuelles
La voie ventrale
• La voie du “quoi”
• Formes, couleurs, objets
La voie dorsale
• La voie du “où”
• Position, direction
La voie frontale
• La voie du “comment”
• Attention, saccades
12. Attention visuelle
L’attention visuelle est la
capacité à sélectionner une
sous-partie de l’espace visuel :
→ topologie
→ propriétés spécifiques
→ objet particulier
Elle peut être :
→ endogène / exogène
→ implicite / explicite
13. Salience visuelle
La salience indique l’importance
relative d’un stimulus en raison de
sa forme, couleur, mouvement,
texture, orientation, etc.
On fait l’hypothèse qu’une carte
de salience est calculée au sein du
cerveau.
14. Effet “Pop-out”
La salience des stimuli joue un rôle
important dans l’attention visuelle.
Certains stimuli vont pouvoir
biaiser les processus attentionels.
C’est un mécanisme d’alerte vis à
vis de dangers potentiels.
15. Construire un modèle de l’attention visuelle
Pour chercher à comprendre l’attention visuelle, on va construire un modèle
fonctionnel d’une partie du cerveau qui va pouvoir expliquer (en partie) les
mécanismes de l’attention visuelle.
On doit en premier définir une tâche visuelle à faire exécuter par le modèle.
16. Attention visuelle spatiale
Dans un premier temps, on cherche à comprendre comment l’attention peut
rester focalisée sur un stimulus sans se laisser distraire…
17. Calculs distribués, numériques et adaptatifs
Définition d’un cadre de calcul (DANA):
• Distribué
→ pas de superviseur
• Asynchrone
→ pas d’horloge centrale
• Numérique
→ pas de symbole
• Adaptatif
→ apprendre quelque chose
On s’assure ainsi que les propriétés du modèle sont bien celles du modèle et
non celle du programme qui fait tourner le modèle.
Group Group
Unit
Link
Layer
Link
Value
Value
Value
18. Champ de neurone
La densité des neurones est telle que l’on peut considérer le cortex cérébral
comme un continuum où le potentiel de membrane en chaque point du
cortex est décrit par l’équation:
Par analogie avec les gaz, cela revient à s’intéresser à la température plutôt
qu’à l’agitation individuelle des molécules.
⌧
@u(x, t)
@t
= u(x, t) +
Z
⌦
w(x, y)f(u(y, t))dy + I(x, t) + h
19. Propriétés fonctionelles
Selon les paramètres de l’équation et les motifs de connexions, on peut
obtenir différentes solutions qui peuvent être interprétées d’un point de vue
fonctionnel :
On va donc utiliser ces propriétés dans le cadre de nos modélisations et faire
le lien avec l’attention visuelle.
20. Attention spatiale
Un modèle dynamique de suivi de
cibles qui tient compte :
• du bruit
• des distracteurs
• de la salience relative
La propriété de suivi est la
résultante des interactions entres
les différentes unités.
On parle alors d’émergence.
22. Inhibition de retour
L’inhibition de retour semble pouvoir inhiber des positions particulière de la scène
visuelle, empêchant ainsi l’attention de s’y poser.
Time
23. Le joueur de Bonto
On ajoute au modèle une mémoire de travail (cortex frontal) et un mécanisme
d’inhibition (ganglions de la base).
Bias/Gating
Saliency
Memory
Update
Focus
Input
Competition
Memorization
24. Saccades occulaires
Les yeux bougent en permanence,
même quand ils ne bougent pas.
Les saccades occulaires
permettent d’explorer une scène
visuelle dans son ensemble.
Mais la scène visuelle n’est pas
“reconstruite”, il n’y pas de théâtre
cartésien dans le cerveau.
26. Le modèle est capable d’explorer une scène visuelle à la recherche d’une cible
précise, en utilisant l’attention explicite (saccades) ou implicite.
Un modèle d’attention sélective
Time
27. Conclusion
La vision est une grande illusion. Nous avons seulement un accès
restreint au monde visuel via les phénomènes attentionels.
Une partie de l’attention visuelle peut s’expliquer en termes de
dynamique et de flux d’information.
Il n’y a pas d’ordonnanceur. L’attention visuelle émerge de l’interaction
des différentes structures cérébrales.
Mais ce n’est que le début de l’histoire car il faut prendre en compte la
mémoire, les émotions, la motivation, le corps, etc.
28. Bibliographie
• L’Oeil et l’Esprit
Maurice Merleau-Ponty, 1970, Editions Gallimard.
• Le cerveau à tous les niveaux, McGill University
http://lecerveau.mcgill.ca
• L’homme qui prenait sa femme pour un chapeau
Oliver Sacks, 1992, Editions du Seuil.