Automates
Intelligents utilise le logiciel
Alexandria.
Double-cliquez sur chaque mot de cette page et s'afficheront
alors définitions, synonymes et expressions constituées
de ce mot. Une fenêtre déroulante permet aussi
d'accéder à la définition du mot dans une
autre langue.
Pierre
Steiner nous rappelait récemment que «les sciences
cognitives connaissent aujourd'hui, peut-être plus que jamais,
une période d'incertitude fondationnelle. Il était
relativement aisé, il y a vingt ans, de faire dépendre
l'avenir des sciences cognitives du débat entre théorie
computationnelle classique et connexionnisme (Fodor & Pylyshyn
vs. Smolensky). Les choses sont aujourd'hui beaucoup moins simples.»,
et il citait la multiplication des théories de la cognition(1).
A ces nombreuses approches théoriques viennent s’ajouter
des contributions radicalement philosophiques ou mathématiques,
dont l’intérêt, indubitable, illustre cependant
une certaine errance épistémologique des sciences
cognitives. La question est d’importance non seulement pour
ces dernières, mais encore pour l’intelligence artificielle,
qui aurait tout à gagner d’une clarification des processus
de la pensée et de l’action.
De fait, il faut constater que la promesse de réaliser
des systèmes artificiels intelligents, faite il y a une quarantaine
d’années, n’a pas été tenue. En lieu
et place, on dispose de robots compagnons ludiques relevant de processus
de type stimulus-réponse basiques, fussent-ils dotés
de capacités d’apprentissage, tandis que les performances
des systèmes d’action autonome s’effondrent dès
que l’environnement s’éloigne de ce qui a été
pré-spécifié par leurs concepteurs. D’intelligence,
point. Pourquoi ?
Dans la même revue, Ezequiel Di Paolo analyse
la robotique à la lumière du comportement animal,
et pointe chez elle un manque fondamental qui empêche de concevoir
de vrais agents cognitifs artificiels : un robot est totalement
indifférent au fait de réussir ou d’échouer
dans la tâche qui lui a été assignée.
Il en conclut que ces robots ne pourront jamais être autonomes,
faute d’avoir envie de réussir(2). On voit mal
en effet pourquoi un robot agirait de lui-même si le succès
ou l’échec de son action ne change rien pour lui.
Telle est, a contrario, l’apparente téléologie
des actions des organismes vivants : si l’on considère
qu’ils sont ouverts (au sens thermodynamique) et qu’ils
ne peuvent maintenir la constance de leur organisation qu’au
prix du recueil, dans le monde, des éléments aptes
à maintenir cette constance, une première motivation
du vivant à agir est toute trouvée : c’est l’autoconservation.
Une telle contrainte peut offrir une piste aux sciences cognitives
: le degré zéro de l’intelligence consiste à
assurer sa propre pérennité ; autrement dit, se protéger
de ce qui risque de diminuer la capacité à agir. Ce
degré zéro de l’intelligence semble négligeable
; il ouvre pourtant la voie aux processus d’apprentissage et
de réaction adaptée à l’environnement.
Il illustre également l’importance du corporel, encore
négligé par une certaine intelligence artificielle
qui court toujours après la simulation d’une intelligence
désincarnée, malgré la contradiction absolue
entre ces deux derniers termes.
L’approche phénoménologique en sciences cognitives
a d’ailleurs mis en évidence que le monde en-soi n’a
aucun intérêt pour le vivant, et que seul compte le
monde pour-soi, ce qui conditionne tout autant les processus de
perception que d’action du vivant, et qui les fait co-advenir.
Mais un tel principe de motivation par l’autoconservation,
même s’il devrait permettre de concevoir des systèmes
artificiels intelligents, ne saurait suffire, puisqu’on compte
bien que de tels systèmes soient efficaces en situation hostile
(catastrophes naturelles, par exemple), situation qui pourrait nécessiter
d’un robot qu’il prenne volontairement le risque d’être
détruit. Constatons donc que cette exigence vitale de l’autoconservation
n’épuise pas non plus, loin s’en faut, tous les
motifs d’action de l’humain, lequel se donne en effet
des objectifs allant bien au-delà de la simple survie. Pensons
par exemple aux actes de bravoure, ou au sacrifice de l’individu
qui accepte de mourir pour servir une cause qu’il estime juste.
Ainsi, au-delà de l’autoconservation, il sera nécessaire
de faire appel à une forme d’option morale pour concevoir
des systèmes autonomes intelligents. Nul doute que l’enjeu
technologique consistant à implanter des règles morales
dans des robots peut sembler bien lointain aux yeux d’un spécialiste
de l’intelligence artificielle. Il est hélas incontournable.
Par bonheur, cette option morale peut être abordée
sur un plan purement organisationnel : Saadi Lahlou nous démontre
que l’individu en situation de travail vise non seulement à
son autoconservation, ni même seulement à satisfaire
ses motivations les plus abstraites et lointaines dans le temps
(au sens de leur réalisation potentielle), mais encore vise
à satisfaire l’autoconservation et les objectifs d’organisations
desquelles il participe (famille, entreprise, groupe social…)(3).
Face à une situation donnée, il a toujours à
composer entre ce qu’il juge bon pour lui et ce que les organisations
d’appartenance lui réclament de faire pour assurer leur
propre autoconservation. L’individu se trouve ainsi devoir
composer entre de multiples attracteurs, parmi lesquels certains
pourront gravement compromettre son intérêt, pour le
bénéfice de ce qu’on peut appeler un super-organisme.
Ainsi ramenée à de l’autoconservation étendue
au-delà de l’individu, l’option morale semble moins
difficile à implémenter dans un système artificiel.
Pour autant, elle continue à requérir que le système
artificiel soit guidé par une forme de motivation à
agir, qu’on peut également appeler le désir,
avec son corollaire indicateur de succès, qu’on peut
appeler la gratification, ou le plaisir. Indicateur à l’aune
duquel un système artificiel pourra estimer à quel
point il a atteint l’objectif visé. Il va de soi que
son autoconservation devra faire partie de cet ensemble.
Ce couple motivation/gratification (ou désir / plaisir)
semble incontournable : tant qu’un robot ne sera pas motivé
à agir, il ne pourra pas exhiber de comportement intelligent.
A ce titre, la question de l’incertitude fondationnelle des
sciences cognitives ne semble donc pas être essentiellement
celle de savoir quel modèle de la cognition est le plus pertinent.
Que l’approche soit symboliste, connexionniste, ou toute autre,
elle peut certainement offrir à l’intelligence artificielle
les fondements nécessaires à la conception de systèmes
motivés. L’efficacité des résultats se
chargera naturellement de faire le tri entre les théories
pertinentes et celles qui le sont moins, ce qui ne pourra que servir,
en retour, la compréhension des processus cognitifs humains.
Notes
(1) Steiner P., Philosophie, technologie et cognition. Etat des
lieux et perspectives, Intellectica, revue de l’Association
pour la Recherche Cognitive, n° 53-54, 2010, page 34.
(2) Di Paolo E., Robotics Inspired in the Organism, ibidem, page
132.
(3) Lahlou S., Contexte et intention dans la détermination
de l’activité : une nouvelle topique des motivations,
ibidem, pp. 233-280
Automates
Intelligents utilise le 
