lundi 19 avril 2010

[Autisme] Exploration

Cet article est une exploration de l’esprit sur les causes de l’autisme, à l’aide d’un parallèle avec un algorithme d’intelligence artificielle nommé IAC.

Il fait suite à l’article d’introduction suivant : [Autisme] Les prémices d'une réflexion

J’ajouterais également que « si on considère le cerveau humain comme une machine complexe, il est probable qu’un bug puisse survenir à tout endroit de la chaine de ce système ».


Cas 1 - Un bébé normal :

Imaginons un bébé. A la naissance les bébés ont une vue qui ne focalise pas. Ainsi lorsqu’un adulte se penche au dessus d’eux, les bébés ne voient que des formes, des contours, des couleurs. Cette étape me parait importante car elle permet de dissocier la vue des autres sens dans un contexte réduit.
Quelque soient les gestes, le bébé va peu à peu comprendre que la vision qu’il a en face de lui ne dépend pas des mouvements de ses autres membres, sauf peut être du mouvement de sa tête. La vue découle donc juste du positionnement de la tête et de l’ouverture des yeux.
Une fois cette étape passée, comme il ne voit que des contours, il va apprendre à reconnaitre différentes formes qui sont dans son avant plan et qu’il distingue; alors qu’il ne distingue pas ce qui est en arrière plan.
Il distingue les contours de la tête qui doit ressembler à un contour plutôt rond. Puis une fois qu’il maitrise ce contour, il va probablement s’intéresser aux yeux (2 autres ronds), au nez, à la bouche.
Une fois qu’il aura appris à reconnaitre ces différentes formes, sa vue accède à la focalisation. Il peut regarder les arrières plans, mais comme on l’a vu, ces arrières plans étant statiques ils deviennent vite inintéressants. Il va alors se focaliser sur les formes qu’il connait déjà mais dont il distingue maintenant plus de détails: La bouche s’ouvre et se ferme, les sourcils se froncent et s’étonnent, les yeux sont rieurs, bougent, se ferment. Tout un tas de savoir avec lequel il va se familiariser peu à peu.
Pour lui tout ce qui est fixe est peu intéressant, et tout ce qui bouge est intéressant et digne d’intérêt. Son savoir va se complexifier au fur et à mesure. Il va découvrir les nuances d’un fronçage de sourcil, d’un regard,… et va entrer peu a peu en interaction avec l’autre. Les sons seront également là et sources de découvertes et d’interaction. Les mouvements peuvent se mêler aux sons et créer des codes nouveaux.
Dans tout ce processus, les détails, les arrières plans seront observés, mais très vite deviendront inintéressants face à des éléments plus « intéressants » à découvrir. On va donc passer à une abstraction renforcée au fur et à mesure du temps. Abstraction qui sera toujours renforcée et au contraire les détails perdront en utilité et seront donc de moins en moins mémorisés.


Cas 2 - Un bébé qui voit et entend trop :

Imaginons maintenant un bébé qui n’aurait pas une vision floue à la naissance, mais directement une vision complète. C'est-à-dire qu’au lieu d’avoir un avant plan un peu flou et un arrière plan inaccessible, il verrait déjà une image complète, comme une carte postale ; avant plan et arrière plan. Ça représente beaucoup de chose à intégrer, à mémoriser pour le cerveau qui accède à peine à la vue.
Reprenons l’image du parent qui se penche sur l’enfant. L’enfant voit ici un avant plan mouvant avec plein de détails; des yeux qui bougent dans tous les sens, des sourcils idem, une bouche idem… Et à coté il y a un arrière plan qui lui est fixe (il contient beaucoup de détails, de choses à apprendre, mais il est fixe). Le cerveau pourrait alors considérer le visage au premier plan comme un « bruit visuel » et se focaliser sur l’arrière plan moins dur à apprendre.
Il se focalise donc de longues heures sur les détails et détourne les yeux quand un visage (considéré comme du « bruit visuel ») entre dans son champ de vision.

Des sons viennent s’ajouter à ce tableau. Eux aussi trop complexes, qui semblent ne se raccrocher à rien. Rappelons que lorsqu’une situation est trop aléatoire elle est considérer comme « inintéressante pour l’apprentissage » et est délaissée. La parole des adultes est considérée comme un bruit trop éphémère dans le temps pour être apprise. Par contre la ventilation de la maison fait un bruit en continu. A un moment le cerveau va se focaliser sur cette information. Le bruit est assez long pour être appris.

Qu’en est-il de l’apprentissage d’abstraction ? Il parait ici impossible ! Ce qui peut être appris (car simple) ce sont les détails. Une grande attention leur est apportée et une scène devient comme une photographie. Les objets ne sont pas appris comme entité mais comme élément d’un tout. De même les équivalents auditifs des détails visuels vont être les motifs répétitifs. L’image complète constituée de beaucoup de détails est privilégiée à l’abstraction.


Cas 3 – Une surabondance des signaux d’entrée.

Si je sais couper mes sens de certains motifs extérieurs (focalisation visuelle, auditive, du toucher), alors je peux voir si un motif (mon hocher fait du bruit) dépend de ces signaux ou pas. Si je ne sais pas m’en couper, alors ces signaux font parti de mon contexte sensorimoteur et il devient très difficile de créer une spécialisation car le nombre de signaux à traiter devient très/trop important.
Dans l’algorithme d’IAC, la mémoire est en effet découpée au fur et à mesure qu’est détecté l’influence de tel ou tel facteur, et conduit à des zones mémoires par spécialisation. Pour une mémoire ouverte au départ, les mouvements du corps vont créer des zones différenciées qui vont peu à peu créer des zones mémoires de spécialisation pour chaque membre ; ce qui va donner une carte du corps humain alors qu’au départ il n’y avait aucun pré-câblage (pour ce qui est de cette spécialisation corporelle il est d’ailleurs fort possible qu’elle soit créée in utérin).
Ici pour une surabondance des signaux émis par les sens, et à cause d'une incapacité au tri, la spécialisation sensorimotrice devient très complexe, et pas forcément très efficace… et dans tous les cas probablement très lente !


Cas 4 – Une déficience dans la fonction d’intérêt.

Reprenons le paradigme de notre algorithme : « De façon intrinsèque l’homme est animé par la curiosité qui va l’amener à découvrir des niches de progrès, qui vont se complexifier avec le temps ». Que se passerait-il si cette fonction était défaillante ?

« Ce qui est trop compliqué ou trop simple est délaissé au profit des situations ou la prédictibilité devient optimale ».

Si cette fonction ne marche pas, alors chaque situation pourrait avoir la même attention de façon aléatoire.
Par exemple si je fais une heure de roller tous les jours, au bout d’un moment je vais maitriser la compétence « faire du roller ». Imaginons maintenant que je n’ai pas cette capacité de focalisation, et que je fasse du roller 1 minute tous les 2 ou 3 jours… alors il y a fort à parier que même au bout de quarante ans je ne saurais toujours pas faire de roller !
Il se peut que le résultat soit ici le même. Lorsque les choses sont immuables, peu mobiles, alors même une répétition non soutenue donne un même résultat donc donne une règle dans le temps. Par contre dès que la situation devient plus complexe, l’apprentissage devient presque impossible.

De même cette déficience pourrait conduire à une focalisation inversée. Elle deviendrait : « Les actions simples deviennent intéressantes, pas les autres »… ce qui induirait un attrait pour les taches répétitives…


Cas 5 – L’entrainement forcé

J’ai vu il n’y a pas longtemps un reportage sur l’autisme qui présentait une méthode pour « apprendre à marcher » à des enfants autistes qui ne maitrisent pas cette compétence.
Le principe est de faire faire les mouvements à l’enfant de façon forcée, pour induire la répétition. Le principe pourrait donc se voir comme un palliatif à la déficience dans la fonction d’intérêt. On focalise de façon artificielle l’intérêt de l’enfant sur une spécialisation particulière.
Les résultats de cet entrainement montrent qu’on peut en effet améliorer l’apprentissage, mais ça reste dur et lent, et cette méthode ne marche pas à tous les coups. Il est probable que cette méthode réponde à une certaine origine autistique et pas à d’autres, ou alors que la déficience à surmonter est trop importante dans certains cas. Par contre peut être que cette méthode pourrait être encore plus efficace si un sur-sens était mis en pause (mettre un bandeau pendant l’exercice sur les yeux d’un enfant qui aurait une vision photographique ?).


***


Conclusion :

Je lis en ce moment un livre sur l’autisme et les théories psychanalytiques. Si l’origine de l’autisme est attribuée la plupart du temps à des causes biologiques, la plupart des études élaborent des théories sur la construction psychologique, perception du soi et de l’autre, etc., qui me semblent parfois à un niveau trop haut et qui sous-tendent un niveau d’intelligence déjà « élevé ». Si on voit le cerveau comme une machine et qu’on admet que toute pièce de cette machine peut être défaillante, alors se positionner dans la situation de cette machine défaillante, permet de comprendre que les concepts même ne sont pas abordables, car hors de portée de l’apprentissage.

Voici un lien à lire sur les avancées grâce aux IRM : Les nouvelles clés de l'autisme


Le rêve des chercheurs en intelligence artificielle est de créer un robot « intelligent ». Pour ça ils n’hésitent pas à consulter et à suivre de très près les dernières recherches en neurologie et en sciences cognitives pour s’inspirer du modèle du vivant.
Si l’échange et l’intérêt se faisait dans les 2 sens il y a fort à parier que ce serait bénéfique pour tous ! Et peut être même que les premiers à profiter des avancées de la robotique, ne seront pas les robots eux-mêmes, mais bel et bien toutes ces personnes qui ont été touchées par le coté hélas aléatoire de la nature.


Note: L'apprentissage par palier me parait une notion primordiale que ce soit pour l'enfant comme pour la robotique. Si les IRM permettent de mettre en évidence les mêmes fonctions cérébrales dans les mêmes zones du cerveau, c'est probablement parce que les étapes du développement in-utérin se font dans le même ordre, ce qui permet une "même" spécialisation du cerveau. Je gage donc que la robotique devra passer par des sens "dégradés" avant d'aborder des sens maitrisés comme la vision complète.



samedi 17 avril 2010

[Autisme] Les prémices d'une réflexion

Cet article est la mise en place d'éléments pour une exploration de l’esprit sur les causes de l’autisme.

La source de ma réflexion est un article sur des expériences avec un algorithme d’intelligence artificielle (appelé IAC : Intelligent Adaptive Curiosity), dont voici une partie du résumé :

« (…) L’article discute les résultats de ces premières expériences et conclut sur la possibilité de fournir en retour aux neurosciences et à la psychologie, inspiratrices de ces travaux en robotique, de nouvelles pistes de réflexions et de nouveaux concepts pour penser les processus de développement chez l’enfant. »

Le domaine de l’intelligence artificielle est aujourd’hui en étroite collaboration avec les neurosciences et les sciences cognitives. « Penser » un robot nous ramène à « penser » le processus intellectuel.

Si cet algorithme peut aider à comprendre l’apprentissage des enfants, il est pour moi une source pour essayer de comprendre « où » cet apprentissage peut ne pas (ou mal) fonctionner et mener à l’autisme.

***

Je vais partir ici des concepts suivants :
  1. La motivation pour l’apprentissage est intrinsèque
  2. L’apprentissage se fait par explorations aléatoires
  3. Si une situation est trop prédictible ou trop imprédictible elle est considérée comme « peu intéressante »
  4. Les situations pour lesquelles les prédictions s’améliorent le plus vite sont les plus intéressantes
  5. Lorsqu’une « niche de progrès » est acquise elle perd son importance et est délaissée dans l’exploration future
  6. L’apprentissage évolue naturellement vers une complexité croissante
Illustrons ces concepts avec un petit scénario :

Je me réveille dans une pièce que je ne connais pas. La pièce est quasi vide. Sur un mur il y a ce qui ressemble à un interrupteur. En bas du mur de droite et de gauche il y a un espèce de trou de souris noir, et un rail de train électrique qui les relie. Le plafond est à 3 mètres de haut, et il y a une ampoule allumée en ce moment, et quelque chose qui tournoie dans tous les sens de façon chaotique et dont la forme même parait changeante.

Étant dans un environnement étranger, je m’intéresse à ce qu’il s’y passe.

- L’interrupteur : j’appuie dessus, la lumière s’éteint. Je rappuie dessus, la lumière se rallume. Jour nuit jour nuit. Événement reproductible. Pour allumer ou éteindre la lumière il me suffit d’appuyer sur l’interrupteur. L’information est intéressante mais je m’en désintéresse.

- Il me reste à explorer le rail et le mobile.

- Le rail. J’ai vu que c’était un rail, que probablement quelque chose peut entrer et sortir de la pièce, mais je ne sais pas quoi et pour le moment rien ne m’indique la présence de quoi que ce soit.

- Le mobile qui tourne dans tous les sens au plafond. Je le regarde, et je n’en comprends pas la forme. Ca semble être parfois un rond, parfois un carré, parfois n’importe quoi. Ca fait 5 cm de diamètre, et ca vole au plafond. Je m’interroge sur ce que c’est mais le changement de forme fait que c’est trop déroutant. Je commence à regarder la trajectoire, elle parait désordonnée, aléatoire, je ne comprends pas, mais ca semble ne pas être dangereux, être loin de moi, je m’en désintéresse. De temps en temps le mobile apparaitra dans un coin de mon champ de vision, mais pour moi (pour mon cerveau) cet élément est juste du bruit dans mon champ de vision.

- Le rail. Un train commence à apparaitre en sortant du trou du mur de gauche. Je m’approche de lui, il recule. Je m’arrête étonné. Je m’approche encore, il disparait dans le trou. Première information potentiellement à apprendre : lorsque je m’approche le train recule, et si je recule, potentiellement il peut apparaitre. Je renouvelle l’expérience plusieurs fois et j’apprends en effet cette règle. Je veux maintenant en apprendre plus.

- Le train est au milieu du rail. Je le contourne pour lui bloquer sa retraite, et je m’avance de lui. Selon le comportement que j’ai appris de lui, lorsque je suis proche il doit reculer, mais s’il recule, je suis encore plus proche, que va-t-il se passer ? Le train part vers l’avant a toute vitesse et entre dans le trou en face. Tient, donc ma règle doit être mise à jour avec cette nouvelle donnée qui devrait être : si je suis trop proche de l’entrée, alors au lieu de reculer, il avance vite vers la sortie.

- Je décide de regarder par le trou de la sortie du train pour essayer de le voir. Je m’approche du trou, j’appuie ma main contre le mur et la d’un coup j’entends la boule du plafond qui émet un son et qui descend vers moi, pour très vite remonter et reprendre son mutisme et ses mouvements aléatoires au plafond. Voilà un comportement qui est nouveau, et il y a peut être un mécanisme à comprendre. Peut-être que c’est le fait de poser la main contre le mur qui déclenche ca ? je réitère… et rien ! Peut être que c’est le fait de se baisser pour regarder dans le trou… Je réitère… et rien. Je refais les quelques pas et gestes que j’ai fait juste avant que la boule descende, mais rien. Voici quelque chose qui est imprédictible a priori et dont je me désintéresse.

- ...

***

Vous avez maintenant une idée de ce que « pourrait être » les mécanismes d’acquisition de la connaissance par la curiosité et la prédictibilité.

Même si ces mécanismes ne sont qu’une approche (qui demande à être confirmée par les recherches en neurologie), je pense qu’ils sont assez pertinents pour explorer les causes possibles de l’autisme. C’est ce que je vous propose dans le prochain article.




[IAC] La source de puzzled bot !

Ce blog prend sa source dans un article publié en 2007 et qui est pour moi l'un des plus beaux espoirs pour la robotique de demain.

Cet article est le suivant :

« Un robot motivé pour apprendre : Le rôle des motivations intrinsèques dans le développement sensorimoteur. » écrit par Frederic Kaplan et Pierre-Yves Oudeyer.

Et voici une partie du résumé d’introduction :
« Cet article présente des travaux récents qui illustrent comment un robot doté d’un système de motivation intrinsèque peut explorer son environnement et apprendre une succession de tâches qui n’ont pas été spécifiées par son programmeur. » (…) « Dans chacune de ces expériences, le robot explore les situations « intéressantes » de son point de vue par rapport à ses capacités d’apprentissage et les contraintes de son espace sensorimoteur. L’article discute les résultats de ces premières expériences et conclut sur la possibilité de fournir en retour aux neurosciences et à la psychologie, inspiratrices de ces travaux en robotique, de nouvelles pistes de réflexions et de nouveaux concepts pour penser les processus de développement chez l’enfant.»

L’expérience est donc faite à partir d’un robot Aibo (le petit chien robotique de Sony ), et d’un algorithme appelé IAC (pour Intelligent Adaptive Curiosity).


Pour la plupart des robots actuels, à leur conception on les programme pour qu’ils sachent que telle partie de leur corps est un bras ; bras gauche bras droit, telle autre partie est une jambe ; jambe droite, jambe gauche. Grâce à un bras on peut faire telle action, et grâce a une jambe on peut faire telle autre action…


…Ce qu’il y a de magnifique dans l’approche IAC c’est qu’il n’y a rien de tout ça ! Le robot est vierge de toute cette pré-programmation ! Il est constitué de senseurs (il ressent des stimulis) et de moteurs (il peut faire bouger des parties de son corps), et en interne quelque chose le pousse à être curieux… et c’est parti !


Le principe de base est qu’à tout moment le robot projette de bouger son corps d’une façon et en même temps il fait une prédiction sur les stimulis qu’il recevra à l’issu de ce mouvement moteur. Si les stimulis sont très proches de la prédiction, alors voilà quelque chose que le robot « semble pouvoir apprendre à maitriser » par la répétition, en affinant ses mouvements et prédictions. Si les stimulis sont trop éloignés de la prédiction, alors la situation ne semble pas intéressante, trop aléatoire.


Robot dirigé par la curiosité… Voilà, notre robot a trouvé une niche de progrès possible. Il répète l’expérience, vérifie quel est l’ensemble de mouvements qui conduit à la réalisation de sa prédiction (peut être qu’il y avait des mouvements « parasites » qui n’avaient aucun impact sur le résultat). Et le voilà en possession d’une première compétence. Une fois que la compétence est « acquise », la situation est en mémoire mais perd de son intérêt exploratoire et le robot se tourne vers d’autres situations, vers d’autres niches de progrès.


Je vous invite vivement à trouver cet article sur le net et à le lire. Passez les parties trop techniques et lisez le entier, vous allez voir c’est assez étonnant !


La beauté également de cet algorithme est que l’exploration est aléatoire !... Ainsi si vous répétez 2 fois la même expérience, vous n’aurez pas les mêmes résultats. Le robot n’apprendra pas les choses dans le même ordre et n’acquerra pas forcément les mêmes compétences (tout dépend de la taille du champ des possibles bien sur !).


L’expérience avec le robot chien Aibo a été répétée plusieurs fois. Parfois il commençait à apprendre à marcher en avant en premier, mais dans d’autres expériences il commençait par apprendre la marche arrière… (Sourire) Ma mère travaille avec les enfants et régulièrement elle nous raconte des anecdotes. J’ai encore en mémoire la fois, intrigante pour moi, ou elle m’avait expliqué que l’un des enfants se déplaçait sur les fesses à reculons. Alors que la plupart des enfants commencent à apprendre à se déplacer vers l’avant certains commencent en effet à apprendre à reculons ! (Vous comprenez maintenant mon sourire !?). De la même façon ma petite nièce n’a quasiment jamais marché à quatre patte ; elle est directement passée d’un déplacement sur les fesses à la marche debout ! (Re-sourire) Pas mal cet algorithme hein !!


Pour moi cet algorithme est fondateur pour la robotique de demain. Aujourd’hui on se représente plutôt les robots en termes d’automates « il est programmé pour faire telle tache ». Sorti de la tache assignée/programmée, point de salut. Avec cet algorithme on peut reparler de robot et d’intelligence artificielle !


Voilà pour une brève introduction de ce blog. Je n’ai pas les diplômes pour travailler dans l’intelligence artificielle, mais si ça avait été le cas je sais sur quel sujet je me serais investi !


Qu’à cela ne tienne. A ma portée je vais essayer d’apporter ma pierre à l’édifice, et faire tourner quelques neurones et quelques programmes sur le sujet ! ;-)