Letteratura scientifica selezionata sul tema "Intelligence Artificielle incarnée"

Dans cette contribution, nous présentons d’abord les principaux modèles d’interprétation de l’ imago Dei (ontologique, fonctionnel, relationnel) dont Noreen Herzfeld se sert dans son livre In Our Image : Artificial Intelligence and the Human Spirit (Fortress Press, 2002) pour élaborer sa thèse de l’intelligence artificielle (IA) comme imago hominis . À la lumière du Christ imago Dei par excellence, nous proposons ensuite une révision de la théologie de l’image en nous focalisant sur l’humain comme image incarnée, personnelle et filiale de Dieu, à savoir des dimensions qui ne sont pas purement et simplement transposables aux IA. Malgré des potentialités impressionnantes, l’IA est plutôt une apparence humaine qu’une image de l’humain au sens propre.

Cet article1 explore la possibilité qu’une intelligence machine puisse théoriser des organisations ; et qu’elle le fasse mieux qu’une intelligence humaine dans un proche futur. La plupart des modèles d’apprentissage des machines sont des processus statistiques automatisés qui sont à peine capables d’une induction formelle et ne génèrent pas de nouvelles théories, mais reconnaissent plutôt un ordre préexistant. Les théories humaines sont incarnées ; elles naissent d’un lien organique avec le monde, auquel les théoriciens ne peuvent échapper. Cet article envisage de surmonter cet obstacle pour accueillir une révolution théorique apportée par l’IA.

Cet article étudie les enjeux philosophiques abordés par Ian McEwan dans Machines like Me (2019), où il décrit les interactions complexes entre des robots humanoïdes commerciaux et leurs propriétaires humains. J'aimerais me concentrer spécifiquement sur la notion d'empathie que McEwan revisite et complexifie au fur et à mesure que les personnages interagissent et qu’Adam, le robot qui incarne l’IA, évolue. La présentation des personnages de robots humanoïdes, les Adam et les Eve, fait appel à plusieurs techniques d'empathie : le lecteur est ainsi incité à s'identifier à aux humanoïdes, ce qui occulte leurs rouages internes (mécanique, électronique et intelligence artificielle). Du fait de cette construction mimétique, les robots intègrent le champ de l’humanité et la complexité des relations sociales.Deux notions qui ont récemment fait l'objet de débats philosophiques et politiques, les politiques du soin et les techniques de surveillance, structurent le cadre dans lequel évoluent les personnages humains : Charlie, Miranda et Alan Turing. J'aimerais retracer l'archéologie de ces notions et montrer comment elles s’articulent dans le roman. Le sujet est d’autant plus d’actualité que les techniques d'IA se nourrissent d'une surveillance constante de nos vies à travers la production et l'exploitation de données par des agents intelligents (Sadin 2013). En décrivant l'interaction entre les institutions, les technologies et les actions humaines, McEwan situe l'empathie sur une scène plus large, publique et collective.Enfin, à partir d’une analyse des décisions d'Adam (l'humanoïde), j'aimerais revenir sur le lien qui se noue ici entre l'empathie et computation, plutôt qu’entre empathie et émotions. La réflexion de McEwan sur l'empathie croise ici les débats sur l'éthique de l'IA, notamment en termes de prise de décision et d'évaluation des risques.

Ce document présente mon ``projet de recherche'' sur le thème de l'embodiment (``cognition incarnée'') au croisement des sciences cognitives, de l'intelligence artificielle et de la robotique. Plus précisément, je montre comment je compte explorer la façon dont un agent, artificiel ou biologique, élabore des représentations utiles et pertinentes de son environnement. Dans un premier temps, je positionne mes travaux en explicitant notamment les concepts de l'embodiment et de l'apprentissage par renforcement. Je m'attarde notamment sur la problématique de l'apprentissage par renforcement pour des tâches non-Markoviennes qui est une problématique commune aux différents travaux de recherche que j'ai menés au cours des treize dernières années dans des contextes mono et multi-agents, mais aussi robotique. L'analyse de ces travaux et de l'état de l'art du domaine me conforte dans l'idée que la principale difficulté pour l'agent est bien celle de trouver des représentations adaptées, utiles et pertinentes. J'argumente que l'on se retrouve face à une problématique fondamentale de la cognition, intimement liée aux problèmes de ``l'ancrage des symboles'', du ``frame problem'' et du fait ``d'être en situation'' et qu'on ne pourra y apporter des réponses que dans le cadre de l'embodiment. C'est à partir de ce constat que, dans une dernière partie, j'aborde les axes et les approches que je vais suivre pour poursuivre mes travaux en développant des techniques d'apprentissage robotique qui soient incrémentales, holistiques et motivationnelles.

Les apprentissages non-associatifs sont largement observés à travers la phylogénie et apparaissent fondamentaux pour l'adaptation et, ainsi, la survie des organismes vivants. Cet travail de thèse explore des mécanismes d'adaptation inspirés de ces apprentissages non-associatifs. Nous proposons trois modèles computationnels de l'habituation, trois modèles de la sensibilisation spécifique au site et un modèle de pseudo-conditionnement. Nous développons ces modèles dans le cadre du milieu sensorimoteur déformable itératif ("Iterant Deformable Sensorimotor Medium", IDSM), un modèle abstrait récemment développé de la formation du comportement sensorimoteur. Les caractéristiques des modèles présentés sont étudiées et analysées à la lumière de notre objectif à long terme, qui est d'étudier de nouveaux mécanismes d'apprentissage non supervisés pour des agents artificiels autonomes
Non-associative learning is widely observed throughout phylogeny and appears to be fundamental for the adaptation and, thus, the survival of living organisms. This thesis explores adaptation mechanisms inspired by these non-associative learnings. We propose three computational models of habituation, three models of site-specific sensitization and one model of pseudo-conditioning. We develop these models within the framework of the Iterant Deformable Sensorimotor Medium (IDSM), a recently developed abstract model of sensorimotor behavior formation. The characteristics of the presented models are studied and analyzed in light of our long-term goal of investigating new unsupervised learning mechanisms for autonomous artificial agents

Dans cette thèse, j'explore l'intégration de la douleur, sa perception, ses caractéristiques et son processus sensoriel dans des modèles robotiques, particulièrement dans des architectures motivationelles de sélection de l'action. En m'inspirant de la psychologie clinique, de la neurobiologie et des neurosciences computationelles, je souhaite fournir un cadre avec différentes perspectives pour étudier comment des mécanismes bio-inspirés de douleur peuvent affecter la sélection de l'action.La douleur joue un rôle crucial dans les systèmes biologiques, influençant les comportements essentiels à la survie et au maintien de l'homéostasie, mais elle est souvent négligée dans les modèles émotionnels. Chez l'Homme et les autres animaux, la douleur sert de réponse adaptative aux stimuli nocifs, déclenchant des actions qui protègent contre les dommages et favorisent la guérison. L'objectif de cette thèse est d'améliorer la sélection de l'action en incorporant la douleur et ses caractéristiques associées dans des robots, en élargissant la compréhension actuelle des agents artificiels et en explorant comment les robots peuvent utiliser la douleur pour moduler le comportement, s'adapter aux menaces et optimiser la survie.En adoptant le paradigme de l'intelligence artificielle incarnée et en s'appuyant sur des travaux antérieurs sur des modèles de sélection de l'action basés sur la motivation, cette thèse propose d'étudier différentes perspectives autour de la douleur et de son impact sur la sélection de l'action.Dans la première partie de ce travail, je propose une architecture améliorée de sélection de l'action basée sur la motivation en introduisant un modèle incarné qui permet aux robots de percevoir et de répondre à des stimuli nocifs. En utilisant des nocicepteurs artificiels, je simule la sensation de dommage chez les agents robotiques et calcule leur état émotionnel de douleur en tant qu'hormone artificielle. Ce modèle étudie comment différents niveaux de perception de la douleur influencent les réponses comportementales, avec des résultats soulignant la valeur adaptative de la douleur dans la modulation de la sélection de l'action, en particulier dans des environnements extrêmes ou dangereux.Ensuite, je présente un mécanisme de neuromodulation hormonale artificielle, mettant en œuvre une hormone cortisol simulée qui module le processus de sélection d'action. Ce mécanisme de cortisol simulée intègre une dynamique temporelle, ce qui entraîne des processus d'accoutumance et de sensibilisation. Je démontre comment la neuromodulation hormonale peut conduire à des comportements émergents qui améliorent la réponse globale des agents robotiques à la variabilité environnementale dans des scénarios extrêmes.De plus, je propose un nouveau cadre pour la détection tactile dans les plateformes robotiques mobiles. Ce modèle calcule un processus nociceptif et méchanoceptif capable de localiser et de classer les stimuli tactiles et nocifs. En collaboration avec Raphaël Bergoin, nous envoyons ce signal sensoriel à un réseau neuronal à spikes, démontrant la ségrégation des zones corticales pour les signaux nociceptifs et méchanoceptifs et l'apprentissage de représentations sensorielles incarnées.Enfin, je présente une architecture intégrée de sélection de l'action qui combine ces nouveaux processus sensoriels mécanoceptifs et nociceptifs, les réponses comportementales, la neuromodulation hormonale et l'apprentissage de représentations incarnées. Cette architecture est examinée dans un contexte social avec différents niveaux d'interaction avec des prédateurs. Je souligne l'importance de l'interaction sociale et des expériences au début de la vie dans l'apprentissage des représentations sensorielles incarnées et je démontre comment ce modèle basé sur le cortex améliore la gestion hormonale et la sélection de l'action dans des environnements dynamiques
In this thesis, I explore the integration of pain, its perception, its features, and its sensory process into robotic models, focusing on its influence on motivation-based action selection architecture. Drawing inspiration from clinician psychology, neurobiology, and computation neuroscience, I aim to provide a framework with different perspectives to study how bio-inspired pain mechanisms can affect decision-making systems.Pain plays a crucial role in biological systems, influencing behaviors essential to survival and maintaining homeostasis, yet it is often neglected in emotional models. In humans and other animals, pain serves as an adaptive response to noxious stimuli, triggering protective actions that prevent harm and promote recovery. This thesis seeks to improve action selection by incorporating pain and its related features into robots, extending the current understanding of artificial agents and exploring how robots can use pain to modulate behavior, adapt to threats, and optimize survival.Embracing the embodied Artificial Intelligence paradigm and building upon prior work on motivation-based action selection models, this thesis proposes to study different perspectives on pain and its impact on action selection.First, I provide an overview of related work and the state of the art in relevant disciplines.In the initial part of this work, I propose an enhanced motivation-based action selection architecture by introducing an embodied model that enables robots to perceive and respond to noxious stimuli. Using artificial nociceptors, I simulate the sensation of damage in robotic agents and compute the emotional state of pain as an artificial hormone. This model investigates how varying levels of pain perception influence behavioral responses, with results emphasizing the adaptive value of pain modulation in action selection, particularly in extreme or hazardous environments.Next, I introduce an artificial hormonal neuromodulation mechanism featuring a simulated cortisol hormone that modulates the action selection process. This cortisol mechanism incorporates temporal dynamics, resulting in habituation and sensitization processes. I demonstrate how hormonal neuromodulation can lead to emergent behaviors that improve the overall response of robotic agents to environmental variability in extreme scenarios.Additionally, I propose a novel framework for tactile sensing in mobile robotic platforms. This framework computes a nociceptive and mechanoceptive process capable of localizing and classifying noxious and tactile stimuli. In collaboration with Raphaël Bergoin, we send this sensory signal to a spiking neural network, demonstrating the segregation of cortical areas for nociceptive and mechanoceptive signals and learning embodied sensory representations.Finally, I present an integrated action selection architecture that combines these new mechanoceptive and nociceptive sensory processes, behavioral responses, hormonal neuromodulation, and the learning of embodied representations. This architecture is examined in a social context with varying levels of interaction with predators. I highlight the importance of social interaction in learning embodied sensory representations and demonstrate how this cortex-based model improves hormonal management and action selection in dynamic environments.In conclusion, I discuss the results of this research and offer perspectives for future work

L'idée de “cognition incarnée” part du constat que notre cerveau est un organe vivant relié à un corps (lui aussi vivant) plongé dans un environnement sur lequel il s'agit. Cette inscription corporelle, vivante et active du cerveau a une incidence majeure sur la pensée (pris dans le sens large de “cognition”). Cela signifie que les représentations ont une composante corporelle issue de notre système sensori-moteur, mais aussi émotionnel lors de la réalisation de nos actions sensorimotrices et de nos actions planifiées. Il est alors possible de concevoir le langage comme essentiellement métaphorique : utilisant le connu (les actions corporelles) comme base de la production et de l'assignation de signification. Ainsi comprendre la phrase suivante “Vous en avez sans doute suivi les conséquences à la caisse du supermarché : les prix s'élèvent (plus) comme le corps lorsqu'il grimpe, etc
The idea of embodied cognition is based on the fact that our brain is not only a living organ which is connected to our body, but also the mode that the body communicates with our environment. The alive and active brain, which interacts with the environment through our living body, has a major impact on our thinking, especially cognitive thinking. This means that our communicative expressions are composed of bodily component following our sensor-motor systems and emotional components which concerns realization of our sensor-motor actions and of planned actions.It is then possible to perceive the language like as essentially metaphorical : using the bodily actions like as the basis of production and of the assignment of meaning. So we can understand the following sentence “You have undoubtedly followed the consequences at the supermarket checkout: prices rise (more) like the body when it climbs, etc