Connexionnisme

La théorie du connexionnisme ou du connectionnisme est issue des travaux de Donald Hebb (1949) et de Friedrich Hayek (1952). Bien avant la publication du livre The Sensory Order, le jeune Friedrich Hayek, partagé entre sa passion pour l'économie et la psychologie dans les années 1920, avait déjà exposé ses idées innovantes dans un court essai, intitulé « Contributions à la théorie de la façon dont se développe la Conscience ». Cet essai n'a jamais été publié. Dans l'Ordre sensoriel, ses intuitions seront reprises et enrichies, en conformité avec ses contributions à la théorie cybernétique et à la théorie des systèmes complexes.

Les liens entre les réseaux de neurones

La théorie du connexionnisme s'attache aux réseaux neuronaux. A l'intérieur du cerveau humain, chaque cellule neuronale est décrite comme une fonction à seuil possédant une sortie et dont les entrées sont reliées à d'autres neurones par un nœud (synapse). La répartition de l'information sur l'ensemble du réseau neurologique n'est pas stricto sensu localisée dans des cellules particulières, même si les neuro-sciences peuvent observer des points de concentration localisés dans certaines parties du cerveau. Mais, le connectionnisme nous apprend que la mémoire est une information provenant de l'excitation ou de l'inhibition de nos sens perceptifs et, également, de l'apprentissage que chaque corps humain enrichit par le renforcement des connexions (synapses).

Le connexionnisme s'oppose donc au behaviorisme. Pour les behavioristes, l'esprit humain n'existe pas. Le comportement d'un homme ou d'une femme n'est que la réaction conditionnée par un stimulus. Pour ainsi dire, l'action humaine est réductible à un réflexe. Les behavioristes considèrent que le développement mental et l'apprentissage d'un enfant ne sont rien d'autre qu'une accumulation de réflexes conditionnés. Pour les connexionnistes, il existe des procédures qui propagent l’activation psychique et motrice des individus à travers leurs connexions neuronales, et il existe aussi des processus pour modifier ces connexions (l'apprentissage). Le comportement humain ne peut pas s'analyser autrement.

Le connexionnisme de Friedrich Hayek

Dans son ouvrage, The Sensory Order (L'ordre sensoriel),Friedrich Hayek édite en 1952 des travaux qu'il avait entrepris dans sa prime jeunesse avant ses études en économie. Il y développe une approche "connectionniste". Le cerveau humain est un système de classification des informations qui proviennent du monde physique. Au fur et à mesure où les informations sont "mémorisées" et classées, elles permettent au cerveau de se structurer. Mais, à l'inverse de la pensée de John Locke, le cerveau à la naissance n'est pas une "tabula rasa". Il est préparé à recevoir des informations. De même, le cerveau n'est pas une forme amorphe ou un "amoncellement" de connaissances. Le cerveau est évolutif et, sauf accident, ne peut être formaté comme pourrait l'être un disque dur d'un ordinateur. Par conséquent, l'histoire de chaque être humain prépare ses sensations et comportements futurs sans qu'il y ait déterminisme. Puisque, d'une part, même si les individus ont des systèmes de classification similaires, ils ont des sensations différentes. Les milliards de milliards de sensations perceptives rendent chaque individu différent neurologiquement. De plus, à chaque nouvelle ou réitération de perception, le cerveau effectue un apprentissage de sa classification, dépendant de sa propre histoire cognitive. Donc, même s'il existe des similarités physiologiques ou de comportement social ou économique, l'être humain n'en est pas moins différent l'un de l'autre.

Au cours du processus de perception, l'esprit de l'entrepreneur, révèle Friedrich Hayek, classe les événements en provenance du monde extérieur. Si les événements se répètent, il enregistre un modèle dans son esprit, ce qui lui sert de règle de conduite pour sa prise de décision. Si sa carte mentale ne réussit pas à lui donner un bon état de la situation, l'entrepreneur est alors dans un contexte de conflit d'expérience. Sa réussite dépend de son succès à reclasser progressivement les événements. De nouvelles règles d'équilibre (homéostasie) sont rétablies par les agents économiques, eux-mêmes, lorsqu'ils tentent de résoudre avec succès ces problèmes de coordination.

Ressemblance et différence entre le connexionnisme de Friedrich Hayek et celui de Paul Smolensky

Le connexionnisme, ou le modèle de traitement de l'information basé sur les réseaux de neurones artificiels, a été abordé par différents chercheurs et théoriciens, dont Friedrich Hayek et Paul Smolensky. Bien que ces deux penseurs aient apporté des contributions significatives au domaine, ils ont des approches légèrement différentes en ce qui concerne le connexionnisme.

Friedrich Hayek était un économiste et philosophe politique, et son intérêt pour le connexionnisme s'est axé à la fois en économie pour l'étude des processus complexes dans les systèmes sociaux (cf son article sur l'utilisation de la connaissance dans la société en 1945). Il développe une théorie sur la connaissance et de l'ordre social. Selon lui, les connaissances sont dispersées dans la société et sont le résultat de l'interaction entre des individus autonomes. Il soutenait que les individus ne peuvent pas posséder toutes les informations nécessaires pour prendre des décisions complexes, mais qu'ils peuvent coopérer et utiliser des signaux (prix, par exemple) pour coordonner leurs actions. Dans son livre "The Sensory Order" publié en 1952, Hayek développe une approche de l'ordre neuronal distincte de la première mais convergente par analogie.

En revanche, Paul Smolensky est un chercheur en intelligence artificielle et en linguistique computationnelle. Son article "On the proper treatment of Connectionism" de 1987 a exploré les principes fondamentaux du connexionnisme en se concentrant sur les réseaux neuronaux distribués. Smolensky soutient que les informations, les connaissances ou les significations sont distribuées dans le réseau de neurones, et que chaque nœud participe à plusieurs configurations. Il souligne l'idée que la conscience humaine émerge d'une configuration complexe d'activité distribuée dans le réseau.

En résumé, la principale ressemblance entre les perspectives de Hayek et Smolensky réside dans leur reconnaissance du caractère distribué des connaissances et des informations. Les deux théories suggèrent que les connaissances ne sont pas localisées de manière centralisée, mais sont réparties entre les agents ou les nœuds d'un réseau. Cependant, leur champ d'application diffère légèrement : Hayek élargit sa vision connexioniste dans le domaine de l'économie et des systèmes sociaux, tandis que Smolensky se concentre uniquement sur les réseaux neuronaux et la cognition.

Modèles connexionnistes de catégorisation : une approche pour comprendre le traitement de l'information dans le cerveau

Les modèles connexionnistes de catégorisation représentent une approche théorique et computationnelle visant à comprendre comment le cerveau humain traite l'information et forme des catégories. Ces modèles s'inspirent du fonctionnement des réseaux de neurones pour simuler les processus cognitifs liés à la catégorisation. Cette approche offre des perspectives nouvelles et prometteuses pour explorer les mécanismes sous-jacents à la formation de catégories dans le cerveau humain.

Principes du connexionnisme

Le connexionnisme est une approche théorique qui considère l'esprit comme un réseau complexe de neurones interconnectés. Les neurones traitent l'information en transmettant des signaux électriques et chimiques à travers des connexions synaptiques. Les modèles connexionnistes cherchent à reproduire ces mécanismes en utilisant des réseaux de neurones artificiels où les connexions sont modifiées par des algorithmes d'apprentissage.

Catégorisation dans le cerveau humain

La catégorisation est une capacité fondamentale du cerveau humain permettant de regrouper les stimuli en fonction de leurs similarités. Par exemple, nous pouvons catégoriser les objets en "chaise", "table" ou "voiture" en fonction de leurs caractéristiques communes. Comprendre comment le cerveau réalise cette tâche complexe est un défi majeur pour la psychologie cognitive.

Modèles connexionnistes de catégorisation

Les modèles connexionnistes de catégorisation proposent des mécanismes computationnels pour représenter et traiter les catégories dans le cerveau. Ces modèles utilisent des réseaux de neurones artificiels où les poids des connexions sont ajustés par des algorithmes d'apprentissage. L'apprentissage supervisé permet d'associer des stimuli à des catégories prédéfinies, tandis que l'apprentissage non supervisé permet aux réseaux de découvrir des structures ou des regroupements dans les données sans étiquettes de catégorie.

Dans ces modèles, les catégories sont représentées par des schémas d'activation spécifiques dans les réseaux de neurones. Lorsqu'un stimulus est présenté au réseau, les neurones correspondants s'activent et transmettent l'information aux couches suivantes. La similarité entre les stimuli est évaluée en comparant les schémas d'activation correspondants, ce qui permet de déterminer à quelle catégorie un stimulus donné appartient.

L'avantage des modèles connexionnistes est leur capacité à capturer la complexité et la plasticité des processus de catégorisation. Ils peuvent rendre compte de la variabilité des catégories en fonction du contexte et des caractéristiques des stimuli. De plus, ces modèles ont montré leur capacité à simuler certains aspects des performances de catégorisation humaine, notamment la généralisation à de nouveaux stimuli et la résistance aux perturbations.

Applications et perspectives futures

Les modèles connexionnistes de catégorisation ont des implications dans de nombreux domaines, tels que la psychologie cognitive, la pédagogie, l'intelligence artificielle et les neurosciences. Ils peuvent être utilisés pour développer des systèmes de reconnaissance de formes avancés, des interfaces homme-machine plus intuitives et des interventions thérapeutiques pour les troubles de la catégorisation.

Les perspectives futures de recherche dans ce domaine incluent l'intégration de modèles connexionnistes avec des données neuroscientifiques, l'exploration de mécanismes de catégorisation plus complexes, tels que la catégorisation conceptuelle, et l'application de ces modèles à des tâches plus spécifiques, comme la reconnaissance d'émotions ou la prise de décision.

En conclusion, les modèles connexionnistes de catégorisation offrent une approche prometteuse pour comprendre les mécanismes sous-jacents à la formation de catégories dans le cerveau humain. En s'inspirant du fonctionnement des réseaux de neurones artificiels, ces modèles permettent de simuler et d'explorer les processus cognitifs liés à la catégorisation. Ils offrent des perspectives nouvelles et passionnantes pour la psychologie cognitive et d'autres domaines connexes, ouvrant la voie à de futures avancées dans notre compréhension de la manière dont le cerveau traite l'information et forme des catégories.

Connexionnisme et neurones sélectifs : Exploration des mécanismes de traitement de l'information dans le cerveau

Le connexionnisme et les neurones sélectifs sont deux concepts distincts mais qui peuvent être liés dans le domaine de la neurosciences cognitives.

Les neurones sélectifs sont des neurones individuels ou des populations de neurones qui répondent sélectivement à des stimuli spécifiques. Ces neurones ont des champs récepteurs bien définis et sont activés de manière préférentielle par des caractéristiques spécifiques des stimuli, tels que des traits visuels, des sons ou des mouvements. Par exemple, il a été observé que certaines cellules dans le cortex visuel sont sélectives pour des caractéristiques visuelles telles que l'orientation, la couleur ou la taille.

Dans certains modèles connexionnistes, il est possible de simuler des neurones sélectifs en introduisant des mécanismes d'inhibition latérale ou en utilisant des réseaux de neurones spécialisés. Ces modèles permettent de reproduire la sélectivité observée dans les neurones biologiques, où différents neurones sont sensibles à des caractéristiques spécifiques des stimuli.

L'étude des neurones sélectifs et leur intégration dans les modèles connexionnistes permet de mieux comprendre comment les caractéristiques des stimuli sont représentées et traitées dans le cerveau. Ces neurones sélectifs jouent un rôle clé dans des processus cognitifs tels que la perception, la reconnaissance des objets, la mémoire et la prise de décision.

En résumé, le connexionnisme est une approche théorique qui vise à comprendre le traitement de l'information dans le cerveau en utilisant des modèles de réseaux de neurones artificiels. Les neurones sélectifs, quant à eux, sont des neurones ou des populations de neurones qui répondent sélectivement à des caractéristiques spécifiques des stimuli. L'intégration de la sélectivité des neurones dans les modèles connexionnistes permet d'explorer comment les caractéristiques des stimuli sont représentées et traitées dans le cerveau.

Bibliographie

• 1982, D. H. Ballard, J. A. Feldman, "Connectionist models and their properties", Cognitive Science, Vol 6, pp205-254

• 1987,
  • E. Charniak, "Connectionism and explanation", In: "Proceedings of Theoretical Issues in Natural Language Processing", Vol 3, New Mexico State University, pp68–72
  • S. E. Palmer, "PDP: A new paradigm for cognitive theory", Contemporary Psychology, 32, pp925-928
  • W. Schneider, "Connectionism: Is it a paradigm shift for psychology?", Behavior Research Methods, Instruments and Computers, Vol 19, pp73-83

• 1988,
  • J. A. Fodor et Z. W. Pylyshyn, Connectionism and cognitive architecture, Cognition, Vol 28, pp3-71
  • S. Pinker et A. Prince, "On language and connectionism: Analysis of parallel distributed processing model of language acquisition", Cognition, Vol 28, pp73-193

• 1989,
  • Gerard Casey et Aidan Moran, "The computational metaphor and cognitive psychology", Irish Journal of Psychology, Vol 10(2), pp143-161
  • Paul M. Churchland, "A Neurocomputational Perspective: The Nature of Mind and the Structure of Science", Bradford Books, MIT Press
  • Martin Davies, Connectionism, Modularity, and Tacit Knowledge, The British Journal for the Philosophy of Science, Vol. 40, n°4, pp541-555
  • D. Rumelhart, "The Architecture of Mind: A Connectionist Approach", In: M. Posner, dir., "Foundations of Cognitive Science", MIT Press: Cambridge, Mass., pp133-159

• 1990, D. E. Rumelhart, "The architecture of mind: A connectionist approach", In: M. Posner, dir., "Foundations of cognitive science", Cambridge, MA: MIT Press, pp133-159

• 1992, Csaba Pléh, The Computer as an Inspiring and a Limiting Factor in the Conceptual Development of Psychology, Polanyiana, Vol 2, n°2, pp116-141

• 1995,
  • Christophe Assens, Connexionisme et théorie des organisation, Actes du colloque sur la Recherche Neuronale en Sciences Economiques et de Gestion, Vol 2, pp193-206
    • Repris en 1995, Cahiers de Recherche DMSP n°240, Novembre
  • Joaquin Fuster, Memory in the cerebral cortex: An empirical approach to neural networks in the human and nonhuman primate, Cambridge, MA: MIT Press

• 1997, Barry Smith, The Connectionist Mind: A Study of Hayekian Psychology, In: S. F. Frowen, Dir., Hayek: Economist and Social Philosopher: A Critical Retrospect, London: Macmillan, pp9-29
  • • Traduit en français en 1999, L'esprit connexionniste : une étude de la psychologie de Hayek, Intellectica, Vol 28, n°1, pp93-114

• 2002, Maurizio Mistri, "Consumer Learning, Connectionism and Hayek's Theoretical Legacy", Eastern Economic Journal, Vol 28, n°3, Summer, pp301-317

• 2011,
  • Don Ross, Hayek's Speculative psychology, The neuroscience of value estimation, and the basis of normative individualism, In: Leslie Marsh, dir., "Hayek in Mind: Hayek's Philosophical Psychology", Advances in Austrian Economics, Volume 15, Emerald Group Publishing Limited, pp51–72
  • Joshua Rust, Hayek, Connectionism, and Scientific Naturalism, In: Leslie Marsh, dir., "Hayek in Mind: Hayek's Philosophical Psychology", Advances in Austrian Economics, Volume 15, Emerald Group Publishing Limited, pp29–50

• 2021, Maria Chevalier, "Hayek : connexionnisme et théorie de la coordination", Journal des libertés, Printemps; n°12, pp50-72

Articles connexes

• Apprentissage
• Constructionnisme
• Psychologie cognitive
• Théorie de la cognition située

Accédez d'un seul coup d’œil au portail psychologie.