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.
Les objectifs sont d'examiner les hypothèses émergentiste et constructiviste (Le Moigne, 1995) de la cognition. Ces hypothèses suggèrent des méthodes pour implémenter des mécanismes d'auto-organisation des comportements dans un agent artificiel, de telle sorte qu'un observateur qui observe l'activité de cet agent puisse lui attribuer des phénomènes cognitifs tels que l'apprentissage de connaissances, émotions, intentions, ou anticipations. Ces hypothèses relèvent aussi de la cognition située (Suchman, 1987) et incarnée (Varela, Thompson, & Rosch, 1991).
Dans le champ de l'intelligence artificielle, nous pouvons situer notre approche théorique et technique 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 générer des comportements intelligents. 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, Morgan, & Ritter, 2010) 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 est nécessaire d'en développer des artefacts informatiques convaincants pour les étayer. C'est l'objectif de notre projet : étayer ces hypothèses dans un contexte le plus générique possible ou/et pointer les faiblesses de ces hypothèses telles que mises en évidence dans les simulations.
Plus généralement, 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, les implémentations réalisées pourront constituer des modèles permettant de rendre compte de phénomènes d'apprentissages chez des organismes naturels.
Ce projet vise également à mettre à disposition (sur internet) des démonstrations des implémentations réalisées. 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 intelligents.
Le Projet Ernest.
Nous étudions plus particulièrement les questions suivantes:
Dernière mise à jour: 14 avril 2011.