Résumé

La résolution de problèmes ouverts est un défi complexe quant à son analyse au niveau de l'apprentissage humain, car le caractère ouvert multiplie les actions possibles du point de vue de l'apprenant tout en démultipliant les observables à tenir compte du point de vue de l'observateur. Collecter et analyser ce genre de données à l'aune de techniques d’intelligence artificielle permet d’explorer ce cadre en essayant d’extraire des observations des comportements généraux ou des représentations réduites de l’apprentissage.

Revoir la vidéo :

A propos - Mnemosyne

Aux frontières des neurosciences intégratives et computationnelles, nous proposons de modéliser le cerveau comme un système de mémoires actives en synergie et en interaction avec les mondes interne et externe et de le simuler comme un tout et en situation. Les principales fonctions cognitives et comportementales (ex: attention, reconnaissance, planification, décision) émergent de boucles sensorimotrices impliquant le monde extérieur, le corps et le cerveau. Nous étudions, modélisons et implémentons ces boucles et leurs interactions dans la perspective d’un comportement complétement autonome. Avec cette approche « systémique », nous indiquons que de tels systèmes complexes ne peuvent être vraiment appréhendés que comme un tout et dans des situations comportementales naturelles. Pour mettre au point les caractéristiques fonctionnelles et adaptatives de tels modèles at niveau de leur circuiterie neuronale et pour les implémenter dans des systèmes interagissant avec le monde, nous combinons les principes, les méthodes et les outils de différents domaines scientifiques.

team.inria.fr/mnemosyne/fr/

A propos de l'orateur