Version classiqueVersion mobile
OpenEdition Books

La linguistique cognitive

 | 
Catherine Fuchs

II. Regards croisés sur le langage

Intelligence artificielle, linguistique et cognition

Gérard Sabah

Texte intégral

1Après un historique rapide retraçant l’évolution des façons de concevoir le traitement automatique des langues dans la perspective « cognitiviste » de l’intelligence artificielle, nous évoquerons les divers types de connaissances considérées en informatique linguistique. L’article présentera ensuite les limites de l’intelligence artificielle actuelle, et analysera les raisons de ces limites. Après avoir souligné l’importance de la langue tant dans la communication homme-machine que pour le développement du raisonnement et de l’intelligence, nous avancerons enfin quelques idées permettant de surmonter une contradiction interne de l’intelligence artificielle.

Historique

2Nous montrons dans cette partie comment, en traitement automatique des langues, on s’est rendu compte, petit à petit, de la nécessité d’utiliser des connaissances pour comprendre une langue. Non seulement des connaissances sur la langue elle-même (quels mots lui appartiennent, quelles règles de grammaire elle suit...), mais aussi des connaissances générales sur le monde, sur la culture de celui qui parle, sur la situation de communication, sur la pratique des relations humaines, etc., tout un ensemble de choses qui semblent a priori indépendantes des connaissances linguistiques.

Début de l’intelligence artificielle et du traitement automatique des langues

3À ses débuts, l’informatique est surtout industrielle et militaire, et les commanditaires des grands projets (essentiellement américains) de l’époque, suivant les raisonnements de Turing, orientent ceux-ci vers le déchiffrage de documents russes...

4En 1952, la première conférence sur la traduction automatique est organisée au MIT par Bar-Hillel, et, suite à la première démonstration de traduction automatique qui a lieu en 1954 (organisée par l’université de Georgetown et IBM), de nombreux travaux sont développés sur ce sujet, avec un optimisme que l’on peut considérer aujourd’hui comme exagéré. Les principaux travaux concernent la recherche dans des dictionnaires, et la traduction est vue comme une substitution de mots suivie d’un éventuel réordonnancement grammatical. Pratiquement aucun aspect linguistique n’est considéré dans ces traitements essentiellement limités aux mots.

5Bar-Hillel (1964) montre que des connaissances contextuelles et encyclopédiques sont nécessaires et pose ainsi le problème fondamental de la représentation des connaissances et de leur utilisation qui, à cette époque, est considéré comme insoluble. Les aspects cognitifs (dans le sens élémentaire de liés à la notion de connaissance, mais sans rapport avec les processus humains de traitement de l’information) commencent à apparaître, mais on conclut alors à l’impossibilité de les prendre en considération.

6C’est également l’avis du gouvernement américain qui, à la suite du fameux rapport ALPAC (Automatic Language Processing Advisory Council) (ALPAC 1966), estimant que la traduction automatique coûte environ deux fois plus cher que la traduction humaine et donne des résultats nettement inférieurs, décide de ne plus financer ce type d’études.

7D’un autre côté, les années 1950 voient l’apparition d’idées fonda mentales pour ce domaine : en 1956, à l’école d’été de Dartmouth, on assiste à la naissance de l’intelligence artificielle. Posant comme conjecture que tout aspect de l’intelligence humaine peut être décrit avec assez de précision pour qu’une machine le simule, les figures les plus marquantes de l’époque (McCarthy, Minsky, Newell et Simon) y discutent des possibilités de créer des programmes d’ordinateur « se comportant intelligemment ». Ce point de vue mène au cognitivisme qui a fortement influencé la psychologie, la linguistique, l’informatique, la philosophie...

8Les travaux de McCarthy sur les relations entre la logique et la notion de liste débouchent sur le langage LISP (McCarthy et al. 1960) et sur Logic Theorist (Newell et Simon 1956), le premier programme de traitement symbolique, qui mène à la notion de recherche heuristique.

Communication et information

  • 1 Pour alléger le texte, nous n’avons pas indiqué toutes les références mentionnées dans cette secti (...)

9Une première conception naïve de la communication est issue de la théorie de l’information (Shannon 1938 ; Weaver 1955)1. Dans cette perspective, l’énonciateur a dans l’esprit un message qu’il veut transmettre et des règles d’encodage. L’application de ces règles lui permet de produire une expression visant à coder le sens de ce message. L’auditeur utilise alors un processus de décodage qui lui permet d’identifier les sons produits, les structures syntaxiques utilisées, les relations sémantiques correspondantes et de combiner tous ces éléments pour reconstruire le sens du message compris. Ce modèle est fondé sur des caractéristiques de bon sens des échanges langagiers, par exemple le fait que la communication est réussie quand le message reconnu est identique au message initial (et comme corollaire qu’elle est en échec quand les deux messages diffèrent). Le langage est vu comme un pont entre les interlocuteurs, pont grâce auquel les idées privées sont communiquées par l’intermédiaire de sons publics.

10Reddy (1979) recense par ailleurs environ 80 métaphores visant à étayer l’approche du langage comme un « conduit par lequel des idées transitent ».

11Ce modèle suppose en conséquence que l’intention communicative est directement issue du sens littéral du discours et peut être reconnue à partir de la grammaire et des conventions de la langue : la communication est possible car l’intention communicative est conventionnellement codée dans le message lui-même.

12Ainsi, dans ce premier modèle, la langue est considérée comme un objet qui possède une structure interne cohérente et peut être étudiée indépendamment de son usage. Toutefois, divers exemples indiquent qu’il faut plus qu’un langage commun pour qu’un auditeur puisse identifier l’intention réelle qu’un locuteur veut communiquer.

13En outre, comme les différents mécanismes du processus de compréhension sont supposés se déclencher dès le début de la production, les contraintes temporelles et la rapidité de la compréhension impliquent que l’architecture sous-jacente est séquentielle. Pour ce qui concerne les mises en œuvre informatiques, la compréhension est vue comme un ensemble de transformations successives d’un langage de représentation dans un autre. Cela correspond aux premiers modèles de traitement automatique des langues, où les phrases de la langue sont supposées correspondre à des faits réels.

14On suppose en outre qu’il est possible de créer un système formel de représentation tel que (a) pour chaque fait il existe une formule du système de représentation, (b) chaque phrase peut être liée à une telle formule et (c) des calculs formels sur ces représentations simulent les raisonnements sur les faits du monde.

15Les opérations réalisées sur les structures de représentations ne se justifient pas par rapport à la langue, mais par les correspondances entre ces représentations et le monde représenté ; on peut d’ailleurs remarquer que ce modèle correspond à celui pour lequel des philosophes du langage comme Frege (1892) avaient argumenté bien avant l’apparition de l’intelligence artificielle ! Une différence essentielle reste que l’immense majorité des systèmes d’intelligence artificielle est totalement dépourvue de moyens de perception et d’action sur le monde réel : fondamentalement, le programmeur sert d’intermédiaire lors de la construction des représentations, ce qui modifie complètement le processus cognitif que l’on cherche à modéliser. Ces systèmes supposent (généralement implicitement) que les mécanismes d’analyse, production et inferences fondées sur des systèmes symboliques plus ce lien avec une interprétation humaine implicite et externe, peuvent suppléer cette absence de perception et d’action... La question est alors de savoir dans quelle mesure ces derniers processus ne sont pas des préalables nécessaires à toute signification ; nous proposons, en fin du présent texte, quelques idées pour aller dans ce sens.

16Cette quête du sens s’est retrouvée de façon très simpliste dans les premiers programmes de traitement automatique des langues, analysés de plus près ci-dessous.

Les mots clefs, premiers éléments de sens (aspects informatiques)

17Malgré le coup d’arrêt subi par les travaux sur la traduction automatique, les disciples de Minsky au MIT développent divers systèmes traitant des textes en anglais et fondés sur l’utilisation de mots clefs. Leurs résultats (en particulier le comportement assez spectaculaire d’ELIZA) relancent les recherches sur la compréhension automatique du langage.

18Ces premiers systèmes de traitement du langage supposent que la connaissance de quelques mots et d’un nombre limité de règles syntaxiques suffit pour exécuter certaines tâches utilisant le langage (en particulier répondre à des questions posées en anglais). Aucun problème complexe lié au langage n’est réellement abordé et la plupart de ces programmes ne fonctionnent que dans des domaines extrêmement limités. Pour une application donnée, il convient tout d’abord de dresser le lexique des mots significatifs du domaine. Il faut ensuite écrire un analyseur permettant de filtrer ces mots clefs, en tenant éventuellement compte de leurs variantes morphologiques. Enfin, il faut mettre en place un programme qui effectue les actions adéquates selon les mots clefs reconnus (par exemple, construire une requête à une base de données).

19Les plus connus de ces programmes sont : BASEBALL (Green et al. 1960) – réponses à des questions avec une base de données–, STUDENT (Bobrow 1968) – résolvant des exercices d’algèbre élémentaire – et ELIZA (Weizenbaum 1966) – parangon des systèmes écholaliques•. Ces traitements restent limités aux mots, pratiquement sans aucun autre aspect linguistique que des considérations syntaxiques très élémentaires.

20Ces premiers systèmes concrets tentent de contourner les difficultés en ne fonctionnant que dans des domaines très limités et en n’autorisant qu’une syntaxe très pauvre. Ils illustrent bien la technique des mots clefs ainsi que ses limites. Les problèmes essentiels se posent lorsque l’on cherche à étendre le domaine : on aura alors des difficultés à établir la liste complète des mots clefs pertinents. En outre, on rencontre des situations où un mot clef donné peut avoir plusieurs interprétations, où l’absence d’un mot clef peut être significative... Il faut alors envisager d’utiliser les méthodes plus élaborées, développées dans la suite de ce texte.

De la syntaxe à la sémantique• en grammaire (aspects linguistiques)

21De façon indépendante, Chomsky met en place la théorie des grammaires formelles et transformationnelles• qui a marqué fortement la recherche en linguistique. Cette théorie, qui se veut une formalisation de la compétence linguistique des sujets parlants, débouche sur des traitements purement syntaxiques, mais reste difficilement applicable à l’époque en intelligence artificielle : dans un cas extrême, une phrase de 17 mots a, par exemple, donné lieu à 572 interprétations syntaxiques (Petrick 1973) ! Afin de remédier à ces problèmes, la théorie se retrouve sous divers avatars, principalement dus aux rôles variables du lexique dans la théorie (théorie standard étendue, théorie des traces•, gouvernement et liage...). Les grammaires logiques• (grammaires de métamorphose et grammaires à clauses définies) et les grammaires syntagmatiques• généralisées en sont les extensions les plus intéressantes ; les premières parce qu’elles sont directement implémentables et visent à permettre la construction directe de structures de surface, et les secondes pour leur ambition à traiter des aspects plus sémantiques.

22Parallèlement au développement de la théorie de Chomsky, le logicien Montague, considérant le langage comme un processus logique, développe un modèle pour traiter principalement les aspects sémantiques. Alors que Tarski, en accord avec Carnap, admet qu’il est impossible d’étendre aux langues sa définition formelle de la vérité, Montague prend une position diamétralement opposée : « Je regarde, écrit-il, la construction d’une théorie de la vérité comme le but principal de la syntaxe et de la sémantique sérieuses. »

23Partant d’un modèle analogue à celui de Tarski, il y introduit une différence essentielle en ne considérant la notion de vérité que par rapport à une interprétation dans le cadre d’une logique intensionnelle. À chaque mot de la langue, il attache deux informations : sa catégorie syntaxique et sa catégorie sémantique logique (sa définition intensionnelle, qui représente son « sens »). En outre, Montague abandonne le calcul des prédicats• du premier ordre pour une grammaire catégorielle où il établit une correspondance parfaite entre syntaxe et sémantique : une règle sémantique est associée à chaque règle syntaxique. Ces règles sémantiques sont destinées à construire, en parallèle avec la structure syntaxique, une structure logique destinée à représenter le sens de la phrase. Un point important de la théorie est la dépendance qui existe entre les deux types de règles : à un moment donné, l’application d’une règle syntaxique n’est autorisée que si la règle sémantique qui lui est associée est applicable également. On peut souligner l’importance, pour cette théorie, du principe de compositionnalité• qui régit beaucoup de mécanismes d’interprétation sémantique en traitement automatique des langues (les sens des mots sont représentés par des symboles, et les représentations des sens des groupes de mots et des phrases sont obtenues par des combinaisons des représentations des mots, combinaisons guidées par les contraintes syntaxiques).

24Peu de programmes utilisent effectivement la théorie standard, même étendue (on peut toutefois citer Plath 1976 ; Damerau 1981) et les travaux les plus significatifs fondés sur la théorie des traces sont ceux de Marcus, qui propose un mécanisme d’analyse syntaxique déterministe (Marcus 1980).

25Si une des idées essentielles des grammaires à clauses définies est la facilité de mise en œuvre, les grammaires d’extraposition• et les grammaires discontinues• sont surtout développées pour augmenter le pouvoir expressif.

26La grammaire en chaîne de Harris, si elle est assez proche d’une grammaire formelle non contextuelle, apporte une souplesse importante pour les réalisations pratiques, en particulier pour exprimer l’ordre relatif des divers constituants de la phrase. Elle est à la base d’un des premiers analyseurs automatiques de l’anglais (Sager 1973 et Grishman 1973). Salkoff développe une grammaire en chaîne du français qui, incorporée à l’analyseur de Sager, doit analyser des textes scientifiques. Un analyseur des intitulés en français, fondé sur la même théorie, est également mis en place par Jayez en 1979. Sa motivation principale est de rendre compte des phénomènes de surface avec l’appareil théorique minimal, sans utiliser la notion de structure profonde•. Son intérêt pour l’intelligence artificielle n’est manifeste que si l’on cherche à réaliser une analyse purement syntaxique, avant tout autre traitement ; sinon, elle est très peu utilisée dans des mécanismes de simulation de la compréhension.

27L’avancée vers la sémantique s’est poursuivie avec les grammaires de cas où on considère que, plus que la structure même, l’essentiel est contenu dans l’identification du type de relation qui existe entre le verbe, considéré comme le centre de la phrase, et ses divers compléments. Ces grammaires présentent ainsi deux avantages fondamentaux qui expliquent leur influence sur les travaux d’intelligence artificielle. Le premier est d’offrir un modèle de la structure profonde d’une phrase où la sémantique joue un rôle essentiel et où elle reste facile à utiliser. Le second avantage de ces grammaires est de tendre vers un mécanisme d’analyse purement sémantique fondé sur les restrictions de selection issues des verbes, mécanisme qui, de plus, n’exclut pas l’utilisation de contraintes syntaxiques. En effet, si l’analyse casuelle s’est révélée insuffisante pour résoudre seule tous les problèmes de compréhension, elle est malgré tout suffisamment utile pour avoir été reprise, sous une forme ou une autre, dans de nombreux systèmes de traitement automatique du langage. Soulignons toutefois les différences de conception entre Fillmore, pour lequel une ossature fondée sur cette notion de cas est attachée à chaque verbe du lexique, et Schank qui ne définit de structure de cas que pour les onze actions primitives qui constituent la base de sa dépendance conceptuelle.

28Une caractéristique de ce type de théorie est d’être une des rares à autoriser des traitements automatiques dans le cas de phrases non normées (c’est-à-dire ne respectant pas une syntaxe dite correcte). D’un point de vue plus pragmatique, et puisque de nombreux systèmes divers ont été proposés, on peut se demander lequel choisir. Dans l’état actuel, on ne peut répondre que relativement à un problème donné, et seules des considérations d’efficacité sont alors un bon guide pour choisir un système de cas.

29Alors que les grammaires formelles (et les théories voisines) sont surtout destinées à mettre en évidence la structure syntaxique d’une phrase (avec comme conséquence importante la notion de grammaticalité, précisant si une séquence de mots forme ou non une phrase correcte), les grammaires systémiques• de Halliday donnent priorité au contexte d’utilisation du langage plutôt que de le considérer comme un système formel isolé : elles se sont surtout concentrées sur l’ organisation fonctionnelle du langage et les liens qui existent entre la forme d’un texte d’une part et le contexte, ou les situations dans lesquelles ce texte peut apparaître, d’autre part. Il ne s’agit donc pas de grammaires génératives mais plutôt de grammaires des descriptives : elles caractérisent les phrases par des ensembles de traits qui peuvent ensuite être utilisés par d’autres processus. Là réside un des aspects les plus intéressants de ces grammaires pour l’intelligence artificielle : le passage de traits d’une procédure à une autre – procédé informatique très simple à réaliser – permet de tenir compte d’aspects contextuels et de prendre des décisions fondées sur plusieurs processus qui interagissent tout en conservant une certaine modularité. Si peu de systèmes les ont utilisées seules pour l’analyse de phrases, elles forment néanmoins une part importante des connaissances syntaxique de SHRDLU (Winograd 1972) ; il faut également signaler une importante grammaire systémique développée pour la génération par Fawcett, ainsi que le système Pennman (Bateman 1991 ; Matthiesen et Bateman 1992).

30Un avantage important des grammaires systémiques réside dans le fait que la spécification des règles syntaxiques semble plus naturelle et plus économique que dans les grammaires formelles. En outre, le niveau d’abstraction de ces grammaires permet de comparer utilement les mécanismes divers que des langues différentes utilisent pour traiter du même phénomène.

31Enfin, soulignons l’importance que revêtent ces grammaires pour l’intelligence artificielle sur deux plans. Théoriquement, elles sont fondamentales par l’approche de la sémantique et même de la pragmatique qu’elles permettent, en particulier pour tout ce qui concerne la gestion des dialogues homme-machine. Pratiquement, les techniques de gestion d’arbres étant particulièrement bien maîtrisées en informatique, leur mise en œuvre concrète sur ordinateur est très aisée.

32Diverses théories grammaticales viennent ensuite, qui donnent au lexique une importance primordiale. Elles visent à expliciter les articulations entre le niveau lexical, le niveau syntaxique et le niveau sémantique ; elles aboutissent, en général, à des modèles plus riches et d’une souplesse plus grande que celui de Chomsky pour les traitements automatiques.

33De façon analogue aux grammaires systémiques, les grammaires fonctionnelles veulent donner un rôle prédominant, dans la description des expressions linguistiques, aux aspects fonctionnels et relationnels, par rapport aux notions catégorielles des grammaires formelles. Ici aussi, la langue est envisagée comme un instrument d’interaction sociale, plutôt que comme la description statique d’un ensemble de phrases. Sa fonction première est la communication, plus que la seule expression de pensées et l’on donne priorité à l’utilisation qui est faite d’une langue sur la compétence théorique. Les grammaires fonctionnelles considèrent alors les connaissances lexicales, les connaissances sur les structures et les règles de grammaire de façon uniforme : ce sont des expressions de contraintes.

34En tentant de développer un formalisme unique pour tenir compte de ces aspects, Kay arrive à la notion de description fonctionnelle, qui est fondée en partie sur l’idée de recouvrement de descriptions partielles et débouche sur la notion de grammaire d’unification•.

35À partir des mêmes idées, Bresnan et Kaplan suivent une autre direction et développent les grammaires lexicales fonctionnelles qui utilisent la notion d’équations simultanées permettant d’interpréter sémantiquement une structure construite par une grammaire non contextuelle. Cette théorie vise à modéliser la connaissance syntaxique nécessaire pour préciser les relations entre les aspects sémantiques prédicatifs importants dans le sens d’une phrase et les choix des mots et des structures des phrases permettant d’exprimer ces relations.

36Cette « lexicalisation » de la grammaire s’accentue avec les théories les plus modernes, notamment HPSG – où les structures de traits complexes ont un rôle omniprésent, dans le lexique, les règles et les représentations construites – et TAG – où les règles sont essentiellement remplacées par des possibilités de combinaisons d’arbres élémentaires issus du lexique. On pourra consulter Abeillé (1993) pour une excellente synthèse de ces grammaires modernes lexicalisées.

37Les grammaires lexicales fonctionnelles représentent une des théories linguistiques les plus avancées grâce à l’introduction de notions de sémantique formelle. Très à la mode dans les années 1980 et 1990, elles trouvent de nombreuses applications en intelligence artificielle. Parmi leurs différences essentielles avec les grammaires transformationnelles, dont elles sont issues, nous citerons les suivantes :

  • Aspects psychologiques. Les linguistes qui ont suivi Chomsky tendent à la définition d’une grammaire universelle qui caractérise la faculté du langage chez l’homme (expliquant comment les hommes, et eux seuls, sont capables d’apprendre une langue). Kaplan et Bresnan soulignent que leur théorie permet d’intégrer des aspects beaucoup plus divers : elle tente principalement d’expliquer comment les facultés langagières interagissent avec d’autres processus mentaux lors de la compréhension et de la production du langage.
  • Structures et fonctions. Dans une grammaire transformationnelle, la notion de structure est primaire et les rôles grammaticaux des divers constituants en sont déduits. Au contraire, dans les grammaires fonctionnelles, la fonction grammaticale est primaire et la structure est secondaire.
  • Rôle du lexique. Nous avons vu qu’il est fondamental dans ces grammaires. Chaque forme de mot peut correspondre à plusieurs entrées distinctes si ellesjouent des rôles différents. Par exemple, si les grammaires transformationnelles traitent du passif par l’intermédiaire de la grammaire, celui-ci est abordé par le lexique dans les grammaires fonctionnelles (une entrée spéciale correspondra, pour chaque verbe, à l’utilisation passive du participe passé).

38Avec un point de vue tout différent, Gross tente également d’inclure les phénomènes syntaxiques dans les caractéristiques lexicales des mots considérés. Il explique l’incapacité des théories linguistiques à rendre compte de tous les phénomènes qu’on trouve dans les langues par le fait qu’aucune de ces théories n’est construite à partir du recensement exhaustif des faits à expliquer. Donnant une importance primordiale aux faits attestés, il part alors d’un modèle du langage aussi limité que possible et n’y introduit que les abstractions nécessaires à l’explication des observations. Cela débouche essentiellement sur la constitution de lexiques-grammaires explicitant les possibilités de combinaisons des mots entre eux (l’hypothèse de base de Gross étant qu’aucune convergence ni règle générale n’est possible, il faut recenser tous les exemples possibles...).

39Enfin, pour Mel’chuk non plus, le lexique ne constitue pas un domaine à part. Il est présent à tous les niveaux de son modèle et recouvre les notions de « mots pleins » et de fonctions lexicales. Partant d’une idée voisine de celle de Gross, il cherche à décrire la langue à partir d’un recensement lexical exhaustif, mais donne un rôle beaucoup plus important à la sémantique. On peut considérer, en outre, que son étape sémantique regroupe ce qui, chez Chomsky, correspond aux structures profondes, à la composante sémantique et au lexique.

40Ces travaux présentent un intérêt important pour les sciences cognitives (même si la sémantique n’est pas toujours au centre de leurs préoccupations) puisqu’ils visent à rendre explicite la façon dont la forme reflète les notions sémantiques, c’est-à-dire à rendre indissociables la forme et le sens.

41On peut également évoquer les grammaires sémantiques. Il s’agit là davantage d’une façon pragmatique de construire des programmes efficaces que d’un outil linguistique. Les catégories non terminales de la grammaire sont des classes sémantiques, définies par le concepteur à partir du domaine considéré. Le traitement d’une phrase consiste alors à vérifier des correspondances sémantiques avec la grammaire sans trop se préoccuper de la syntaxe ; celle-ci reste implicite et correspond simplement à l’ordre dans lequel peuvent apparaître les diverses catégories sémantiques. Permettant de traiter des énoncés non normés, ces grammaires sont très souples et faciles à mettre en oeuvre dans des domaines restreints. Ce dernier point implique toutefois que la compréhension même est assez limitée (perte de nombreuses nuances) et que le produit obtenu est difficilement transportable dans un autre domaine.

Évolutions récentes

42On peut maintenant distinguer trois caractéristiques dans les évolutions récentes du traitement automatique des langues : une recherche de robustesse des analyses, une orientation vers les linguistiques de corpus et une volonté affirmée d’évaluation.

43Une analyse robuste se caractérise par la possibilité de fournir toujours une réponse, même en présence de données non prévues : les textes peuvent contenir des fautes d’orthographe, de grammaire, des omissions ou des mots non connus du système. Un analyseur robuste doit être capable de fournir une analyse syntaxique pour chaque phrase du texte. Il doit également pouvoir analyser des phrases dont la structure n’est pas couverte par la grammaire du système. Une stratégie d’analyse partielle est souvent adoptée pour ce faire : l’analyseur traite autant que possible chaque partie de phrase en entrée et renvoie une analyse construite à partir de ces éléments partiels lorsqu’une analyse complète n’est pas possible. Cette stratégie permet aussi de limiter l’explosion combinatoire fréquente en analyse syntaxique.

44Divers analyseurs ont été proposés dans ce sens en restant dans le domaine symbolique, parmi lesquels on peut citer, pour le français : Gaudinat et al. (1998), Hull (2000), Vergne (2003).

45Un obstacle essentiel à la réalisation d’un analyseur robuste est l’absence d’une grammaire complète couvrant toutes les formes possibles d’une langue. Une autre approche s’est alors développée grâce à l’énorme quantité de textes électroniques maintenant disponibles : il est devenu possible d’appliquer sérieusement des méthodes statistiques (et d’apprentissage) au traitement automatique des langues. L’analyse statistique consiste à supprimer les mots grammaticaux et à calculer les fréquences d’apparition des mots ou des groupes de mots. Ces fréquences indiquent les structures associatives privilégiées et donne des indications sur leurs contextes d’apparition. Les techniques statistiques sont très utiles dans le domaine des étiqueteurs automatiques, avec des taux actuels de bonnes reconnaissances de 95 % à 98 % (Manning et Schütze 1999). En général, les analyseurs statistiques existants engendrent toutes les analyses possibles pour chaque phrase d’un texte et utilisent ensuite des fréquences d’occurrence des séquences de mots afin de sélectionner l’analyse la plus probable parmi celles proposées. Charniak (1997), par exemple, décrit un analyseur statistique qui infère une grammaire à partir d’un corpus de textes syntaxiquement annotés.

46Les gros corpus de textes sur support électronique, disponibles pour des langues variées, sont de plus en plus nombreux. Ces corpus, une fois annotés avec des informations linguistiques, constituent un matériau très utile, tant pour les recherches linguistiques que pour les applications en traitement automatique des langues. Des travaux sur ce type de corpus existent pour l’anglais depuis une dizaine d’années et ont permis le développement d’une linguistique de corpus et une amélioration considérable des programmes de traitement automatique. Leur utilité est également reconnue pour le français, tant en linguistique (Blanche-Benveniste 1996) qu’en traitement automatique (Habert et al. 1997), et les premiers corpus annotés commencent également à être disponibles (Véronis et Khouri 1995 ; Abeillé et al. 2000).

47Enfin, ces corpus ont également permis le développement de techniques d’évaluation sérieuses. Pour ce qui concerne l’écrit, s’il était possible d’évaluer et de comparer de façon assez précise des systèmes d’étiquetage morpho-syntaxiques (cf. campagne GRACE, Chibout et al. 2000), il était en revanche beaucoup plus difficile d’évaluer les analyseurs syntaxiques. Mais on commence maintenant à considérer des protocoles pour l’évaluation des systèmes de compréhension (Blache et al. 1997). Remarquons toutefois que ces mesures restent fondées sur des comparaisons avec des étiquetages réalisés par des experts, certes, mais comportant inévitablement une certaine part d’arbitraire ; elles n’ont donc rien d’absolu.

Production

  • 2 Les références complètes de ce paragraphe pourront se trouver en consultant Zock et Sabah (2002).

48Domaine légèrement plus récent que l’analyse, la génération de textes passe parfois pour plus « facile », peut-être seulement parce qu’il est plus rapide de combler des réponses « à trous » toutes prêtes et que cela suffit à bien des systèmes informatiques2. En réalité les difficultés sont également très complexes dans la mesure où, chez l’homme, cette tâche s’effectue sous de sévères contraintes, mettant en jeu de grandes quantités de connaissances de nature très différentes – contraintes de temps bien sûr pour le langage parlé, contraintes d’espace également, peut-être moins fortes mais néanmoins présentes, pour l’écrit.

49Une tendance actuelle consiste à n’avoir qu’une seule grammaire pour la génération et pour l’analyse (grammaires bidirectionnelles•) ; les grammaires systémiques et les grammaires d’unification sont souvent utilisées dans ce dessein. D’autres formalismes très prisés sont la grammaire « sens-texte » de Mel’chuk, et les grammaires d’arbres• introduites par Joshi (pour une réalisation importante pour le français, voir G-TAG de Danlos 1996).

50Les premiers systèmes de génération restent sous l’influence de la linguistique chomskienne et la priorité est donnée aux aspects syntaxiques plutôt qu’aux aspects sémantiques ou pragmatiques. Leur objectif est d’ailleurs de tester l’adéquation et la cohérence de théories linguistiques, ainsi que la couverture de grammaires (par génération aléatoire d’un grand nombre de phrases), plutôt que d’exprimer des contenus sémantiques dans des contextes donnés. Les systèmes d’Yngve et de Friedman sont de bons représentants de cette catégorie.

51Les systèmes de Simmons et Slocum, Goldman, McDonald visent l’expression de contenus par la production de phrases isolées, mais ne sont pas toujours en mesure d’organiser une suite d’idées en un discours cohérent et les aspects pragmatiques (adéquation des contenus au contexte) sont là encore totalement ignorés.

52Ce n’est qu’avec les systèmes des années 1980 qu’un texte est considéré comme un tout, structuré à différents niveaux, ou que la communication est vue comme une action indirecte pour atteindre des buts. Quelques systèmes ultérieurs considèrent d’autres modalités que le langage lors de la génération (images, dessins, gestes) ou cherchent à modéliser des théories psychologiques.

53Enfin, des systèmes comme GIBET ou GEORGETTE tiennent un meilleur compte de l’interlocuteur et visent à déterminer quelles informations donner à quel moment, et donc anticipent les interprétations dont ce dernier est susceptible.

54Après cette revue historique des théories linguistiques utilisées dans le traitement automatique des langues, nous allons à présent aborder divers aspects de l’étude du langage dans la perspective de l’intelligence artificielle.

Informatique et communication homme-machine

Limites des traitements purement formels

55Le principal argument en faveur des langues comme moyen de communication entre l’homme et l’ordinateur réside dans leur flexibilité. Mais alors, il ne faut pas l’éliminer ! Au lieu de considérer la flexibilité des langues comme un obstacle à résoudre par une limitation adéquate des domaines d’application (ce qui est la position de nombre d’approches actuelles), il faut s’y attaquer de front afin de garantir l’ergonomie de la communication. Cela implique qu’il faut permettre l’usage de toute la langue (c’est-à-dire prendre en considération tous les phénomènes des langues naturelles, des anaphores aux métaphores et métonymies, en passant par les ellipses, déictiques...) ; il est pratiquement impossible, sauf dans des cas spécifiés à l’extrême, de définir des sous-langages limitatifs qui conservent cette flexibilité.

56Si l’on souhaite développer des méthodes facilement généralisables et qui abordent les vrais problèmes de front, il devient patent qu’une sémantique objective et universelle – qui considère les connaissances comme des axiomes, et la construction du sens comme procédant exclusivement en termes de règles formelles à partir de ces axiomes – n’est pas très utile du point de vue technologique, car elle ne conduit pas à des implantations flexibles et ergonomiques (les résultats obtenus dans des conditions d’expérimentation excessivement contrôlées ne pouvant pas s’extrapoler à des situations de communication réelles). Il est en effet essentiel que la notion de sens que manipule une entité avec laquelle nous communiquons ait des rapports étroits avec ce qu’est le sens pour l’humain. Sinon, nos possibilités de communication seraient très difficiles, pour ne pas dire impossibles : pour qu’une intelligence (artificielle ou non) soit reconnue comme telle par l’être humain, elle doit lui paraître analogue à la sienne !

57Pour garantir l’ergonomie des interprétations construites par la machine, c’est-à-dire leur conformité aux attentes des utilisateurs, le système mis en œuvre doit avoir des connaissances quant à la cognition humaine (en effet, pour dialoguer efficacement le système doit avoir une bonne représentation de son interlocuteur et de son fonctionnement). Si on a explicité ces connaissances, on pourra alors utiliser ce qu’on sait du fonctionnement cognitif humain face au langage pour simuler le système lui-même (même si ce n’est pas une obligation, c’est souvent une source d’inspiration extrêmement utile).

58Par ailleurs, la compréhension n’est pas fondée uniquement sur un ensemble de critères logiques d’évaluation : elle est aussi le résultat émergeant de processus cognitifs qu’on ne sait pas toujours décrire d’une façon algorithmique. L’énoncé en cours de traitement peut admettre plusieurs interprétations candidates construites en parallèle, et c’est le contexte qui doit faire converger le système vers une interprétation résultante, souvent unique : l’état du contexte cognitif agit alors comme un faisceau d’hypothèses qui favorise l’essor des interprétations les plus cohérentes. Il s’agit d’un mécanisme prédictif techniquement très différent des analyses classiques, réalisé par des processus totalement automatiques (c’est-à-dire non contrôlés ni réflexifs).

59Par exemple, en analyse syntaxique, les interprétations préférées respectent habituellement les principes de « l’attachement minimal » (ne pas postuler des nœuds de l’arbre syntaxique potentiellement inutiles) et de la « clôture différée » (tant que cela est grammaticalement possible, rattacher les nouveaux éléments au syntagme en cours de traitement). Dans un souci de construire des modèles du langage plus abstraits, on pourrait être tenté de fonder le processus d’interprétation sur des principes généraux de ce genre, mais il faudrait alors préciser un moyen de détecter leurs exceptions. Or, il est très difficile d’isoler les éléments de jugement pertinents (l’étude statistique de corpus permet certes de révéler les règles générales, mais ne donne pas le moyen de traiter les cas particuliers). C’est pourquoi ces régularités ne peuvent pas être utilisées comme des règles formelles d’analyse. En revanche, on peut les expliquer comme un effet émergent de l’organisation concurrentielle des processus interprétatifs : les interprétations qui vérifient l’attachement minimal et la clôture différée sont généralement les plus simples à construire et, par conséquent, les premières à être perçues.

60Bien entendu, la pensée rationnelle participe aussi à la compréhension, mais seulement après une perception spontanée du sens (cette division permet de différencier les « vraies » ambiguïtés soulevées par la communication, qu’une planification dynamique devrait résoudre, et les ambiguïtés artificielles, qui restent inaperçues sans une étude linguistique approfondie). Ce second aspect autocontrôlé et planifié permet, en particulier, le traitement de tous les imprévus et débouche sur un apprentissage de nouvelles connaissances et de nouveaux processus.

61Une réelle compréhension implique une confrontation continuelle entre les énoncés reçus et les connaissances antérieures et doit préciser le rôle de l’apprentissage dans l’appropriation de la langue.

62Ainsi, un modèle cognitivement valide doit rendre compte des relations fondamentales entre langage, apprentissage, processus automatiques et processus contrôlés.

63Les linguistiques cognitives, sans prendre en considération tous les aspects mentionnés ci-dessus, constituent néanmoins une approche visant à en intégrer certains, et par là même constituent un outil extrêmement utile pour l’intelligence artificielle.

64Une des questions qui se posent alors est : quelle structure prédéfinie, et donc quelle architecture, permettrait à ces divers niveaux de connaissances de collaborer harmonieusement ? Nous étudions ces questions d’architecture dans le paragraphe suivant.

Réflexions sur l’architecture

65Toutes les études sur le langage ont souligné la diversité et la complexité des connaissances nécessaires à un système de compréhension automatique des langues. Le problème essentiel est de déterminer comment toutes ces sources de connaissances collaborent, quelles relations elles entretiennent, quels modèles de processus sont pertinents et quelles architectures informatiques permettent de les mettre en œuvre de la façon la plus efficace possible.

66Si les premiers programmes de traitement automatique des langues utilisèrent des architectures en série, impliquant des communications fixes et limitées entre les modules, il apparaît qu’un ordre précis des opérations à effectuer ne peut être valable dans tous les cas.

67On peut donc considérer qu’une certaine intégration (permettant l’utilisation simultanée, dans un seul module, de toutes les connaissances, cf. Sabah et Rady 1983) est souhaitable, mais sa mise en œuvre reste difficile : il faut expliciter, dans les règles mêmes de traitement, comment interagissent les diverses connaissances. Les modifications sont donc relativement difficiles, surtout dans un domaine où une mise au point expérimentale est nécessaire. En outre, on ne connaît aucune théorie linguistique qui intègre réellement toutes les connaissances nécessaires à la compréhension.

68La coopération de sources de connaissances plus ou moins indépendantes s’impose donc pratiquement. Elle permet une expression plus déclarative des connaissances : les connaissances de même nature sont regroupées en modules qui coopèrent ; l’utilisation des connaissances n’est pas liée à ces connaissances elles-mêmes, elle est gérée indépendamment par un contrôleur. On débouche alors sur les architectures modernes de systèmes multi-agents, dont nous avons montré par ailleurs (Sabah 1990 ; Sabah et Briffault 1993) qu’ils devaient être augmentés par la prise en considération de processus automatiques et de processus réflexifs, une structure de mémoire élaborée permettant de faire le pont entre ces deux types de processus.

69Ainsi, l’exemple suivant, extrait de La maison d’Apre-Vent de Dickens : « Et il m’a dit, ajouta-t-il, en jouant de petits accords aux endroits où je mettrai des points, que Chécoavins avait laissé. Trois enfants. Sans mère. Et que la profession de Chécoavins. Étant impopulaire. La génération montante des Chécoavins. Était dans une situation très difficile... » montre qu’un système de compréhension 1) ne peut prévoir toutes les situations qu’il rencontrera et 2) doit être capable de se reconfigurer dynamiquement en modifiant ses procédures de traitement (ici, modifier l’analyse syntaxique pour ne donner aux « . » qu’une valeur de représentation pragmatique). Et il ne faut pas croire que cet exemple soit aussi isolé qu’il le semble a priori : on trouve des conversations courantes ainsi que des textes de nombre d’auteurs (Poe, Carroll, Vian, Anglade...) mettant en jeu des fonctionnements de ce type. Une linguistique cognitive doit donc rendre compte de ces aspects créatifs et imprévisibles du langage et les processus informatiques être suffisamment souples pour les utiliser efficacement.

70On peut distinguer deux types de mémoire relativement indépendantes : une mémoire volatile très rapide et efficace, mais de faible portée, dont le contenu se renouvelle constamment, et où ont lieu les opérations interprétatives, et une mémoire plus stable, qui persiste dans le temps et qui conserve les résultats de ces opérations (la mémoire à long terme). La mémoire volatile peut se diviser à son tour en une partie consciente réduite (la mémoire à court terme), et une partie subliminaire, un peu plus large (à laquelle nous réservons le nom de mémoire de travail). La mémoire à court terme est relativement limitée (certains psychologues parlent de sept « registres ») et, pour réutiliser les structures mentales qui n’y sont plus disponibles, il faut qu’elles aient été sauvegardées dans la mémoire à long terme. Avec cette organisation générale de la mémoire, les connaissances contenues dans la mémoire à long terme sont évoquées par les unités linguistiques (rappel associatif). Elles sont ensuite transférées dans la mémoire de travail où les opérations interprétatives établissent une cohérence vis-à-vis du contexte cognitif (ce qui correspond à la reconnaissance de la cohésion de l’énoncé). Une interprétation cohérente franchit le seuil de la conscience et apparaît dans la mémoire à court terme. Cette perception consciente déclenche un processus d’acquisition automatique et un traitement rationnel contrôlé. La thèse d’Alejandro Bassi Acuña proposait un mécanisme informatique simulant ce type de comportement (Bassi Acuña 1995).

71Nous évoquons en conclusion quelques analogies entre ce type d’architecture des systèmes informatiques et l’architecture des traitements mis en œuvre par l’homme.

Quelques objets centraux de l’intelligence artificielle

Trois points de vue

72On distingue maintenant en intelligence artificielle plusieurs courants de pensée qui articulent la discipline, courants qui peuvent se ramener à trois métaphores ou analogies.

731) L’analogie symbolique, plus ou moins fondatrice de la discipline, selon laquelle les entités en jeu peuvent se décrire sans référence au cerveau et peuvent être mises en correspondance avec les symboles que savent manipuler les ordinateurs (analogie forte entre les représentations supposées exister dans le cerveau humain et les représentations symboliques de l’intelligence artificielle, d’une part, entre les processus mentaux et des manipulations de symboles d’autre part). Pour ce qui concerne le traitement automatique des langues, cela signifie que la compréhension est vue comme un ensemble de transformations successives d’un langage de représentation dans un autre ; la langue comme les structures de représentation sont alors supposées « représenter » un monde qui leur préexiste.

74Bien que la question ne soit pas encore formulée très clairement, un nombre significatif de chercheurs en intelligence artificielle critiquent les modèles informatiques de planification (Suchman 1987 ; Agre et Chapman 1990) ou de raisonnement purement rationnels (Winograd et Flores 1989) et soulignent les limites, probablement inhérentes, des programmes fondés sur la seule manipulation de symboles. Bien sûr, cela n’est pas neuf ; c’est même une antienne, récurrente depuis le Dreyfus des années 1960 !

752) La métaphore des réseaux : l’esprit est ramené au fonctionnement du cerveau et l’intelligence est conçue comme la diffusion d’activations, non symboliques, dans des réseaux. Ancrées dans les recherches en neurobiologie et en neuropsychologie, les recherches en connexionnisme tentent de développer des techniques efficaces pour le traitement des informations floues ou incertaines (un réseau connexionniste est conçu pour simuler les méthodes de traitement de l’information, d’apprentissage et de mémorisation fondées sur le réseau de neurones du cerveau ; il fonctionne par association et reconnaissance, sans utiliser de règle explicite). Bien qu’on soit encore très loin d’une réelle analogie avec le fonctionnement cérébral, les possibilités de collaboration entre les techniques connexionnistes et les systèmes symboliques restent assez prometteuses (systèmes dits hybrides). L’approche connexionniste, fondée avant tout sur la notion d’interaction, ne distingue pas les représentations linguistiques des autres. Pour traiter des systèmes de règles linguistiques, les systèmes connexionnistes « localistes » (dont les nœuds permettent de représenter n’importe quel élément – mots, concepts, objets réels, phrases...) sont amenés à introduire un grand nombre de nœuds médiateurs pour spécifier les noms des relations entre éléments de la représentation, ce qui peut poser des problèmes d’efficacité dans le traitement des rétroactions.

763) La pensée est conçue comme un phénomène collectif produit par de nombreux événements élémentaires, ce qui débouche principalement sur les techniques actuelles d’intelligence artificielle distribuée qui tentent de dépasser les algorithmes génétiques ou les réseaux connexionnistes, en restant ou non dans le cadre symbolique – un algorithme génétique est un programme informatique qui utilise des règles s’inspirant de la sélection naturelle, des mutations et des mécanismes de reproduction ; dans un tel algorithme, des programmes relativement simples peuvent interagir et se modifier afin de produire un programme qui est plus efficace pour résoudre un problème donné. Nous avons montré (Sabah 1999) que les architectures d’intelligence artificielle distribuée, qui permettent un contrôle dynamique, étaient nécessaires pour prendre en considération tous les aspects imprévisibles des langues. Nous avons également souligné (Sabah 2000) qu’elles n’étaient pas toujours suffisantes et qu’il fallait de plus donner aux programmes des capacités d’autoreprésentation permettant des raisonnements sur leur propre comportement. Bien que plus récents, les courants (2) et (3) ne se démarquent pas essentiellement de l’hypothèse forte initiale, qui reste cruciale en ce sens qu’elle implique un niveau d’ana lyse complètement séparé du niveau neurobiologique comme du niveau sociologique et culturel.

Les limites d’une intelligence désincarnée

77Les approches évoquées ci-dessus ont un point commun, d’un autre ordre : elles se situent toutes dans le cadre d’une intelligence formelle sans relation avec les perceptions du monde dans lequel elle évolue. Cela implique, plus ou moins consciemment de la part des chercheurs, un mode de raisonnement paradoxal : tandis que les éléments immatériels sont généralement déniés, c’est en fait un pur esprit seul qui est modélisé, et par des modèles qui ne tiennent aucun compte des effets du corps...

78En effet, le langage et les phénomènes de compréhension sont si complexes qu’on les étudie de façon isolée en remettant à plus tard l’étude des interactions avec les autres phénomènes. De cela résulte la nécessité d’utiliser un ensemble phénoménal de connaissances, de mécanismes de planification et de prise de décision, et une mémoire permettant un stockage et une recherche très efficaces (ce qui représente d’ailleurs l’essentiel des travaux d’intelligence artificielle et de traitement automatique des langues, qui – soulignons-le – n’ont pas réellement essayé de trouver d’autre solution).

79Or, les raisonnements et les mécanismes de planifications qui reposent uniquement sur le raisonnement formel rencontrent un certain nombre de problèmes, dus aux caractéristiques suivantes de nos connaissances :

  • Le manque de complétude : dans une tâche réelle, il est impossible de savoir tout ce qui est pertinent ;
  • le manque de précision : on ne peut connaître avec une précision exacte tout sur les variables pertinentes ;
  • la variabilité : ce qui est vrai à un moment donné peut ne plus l’être au moment de l’action et comme on sait qu’il est pratiquement impossible d’énumérer tout ce qui n’est pas modifié par une action (le fameux frame problem), on ne peut être sûr d’avoir une représentation exacte du monde ;
  • le temps d’accès : même si on pouvait tout savoir, cela impliquerait un fonctionnement de la mémoire (stockage, recherche et calcul) impossible en pratique.

80D’un autre côté, la mémoire humaine n’est pas seulement associative, elle est aussi prospective et reflexive. Elle est organisée autour des choses importantes pour la vie et nous permet de structurer le monde pour que nous n’ayons pas à nous remémorer des choses inutiles : le monde, avec ses contraintes, est là pour nous les révéler selon les besoins (il ne s’agit pas d’organisation a priori, mais des moyens d’accéder directement à l’information voulue : comment une description nous permet-elle de naviguer dans la mémoire et de retrouver très rapidement les éléments pertinents ?).

81Le premier point important est donc que la désincarnation prive les machines des sources d’information les plus riches.

82Le deuxième point est relatif au mécanisme de la catégorisation, central pour tout ce qui touche au langage : pour structurer le monde, on construit sans cesse des relations entre objets et l’on construit des classes d’objets similaires, on les nomme et l’on construit à nouveau des classes linguistiques au niveau méta pour ces nouveaux éléments. Pour ce faire, notre point de référence essentiel est nous-mêmes, et nos catégories sont donc fondées sur nos caractéristiques physiques propres. Le corps joue ainsi un rôle fondamental dans tous les processus intellectuels qui restent subordonnés à nos besoins essentiels (les fonctions vitales doivent avoir priorité sur tout le reste, et ce de façon totalement inconsciente). Conséquence importante sur le mécanisme d’apprentissage : aucune connaissance ne peut être acquise sans point de référence. Même si on pouvait envisager de construire une intelligence sans contrepartie corporelle, il est inconcevable d’en construire une qui ne posséderait pas le concept de corps !

83Ainsi, nos programmes doivent-ils être capables de se représenter eux-mêmes et de relier leurs expériences à cette représentation.

84En outre, le langage, l’apprentissage et la communication jouent un rôle essentiel pour utiliser les connaissances déjà accumulées par des siècles d’expériences précédentes. Ainsi, lors de la résolution d’un problème à plusieurs, des idées nouvelles naissent autant de l’interaction que d’un individu seul ; une communication élaborée (même dans le seul cadre de l’intelligence artificielle distribuée) est donc nécessaire. Elle nous permet, non seulement d’apprendre par l’expérience, mais aussi en communiquant, en lisant... Il faut donc aussi être capable d’apprendre à apprendre différemment selon les circonstances.

85Une véritable intelligence artificielle doit donc être capable d’évaluer et de modifier ses propres programmes.

86Ainsi, les arguments évoqués plus haut montrent que l’ensemble des sciences cognitives devient pertinent pour rendre compte de l’activité de traitement du sens : interpréter les expressions linguistiques n’est qu’une activité parmi d’autres, qui interagit avec les activités de perception, de raisonnement, de mémorisation, ainsi qu’avec tous les autres aspects de la cognition et de la vie sociale.

Conclusion

87Les approches symboliques sont fondées sur l’hypothèse de représentations mentales, qui débouche sur une analogie forte entre les représentations supposées exister dans nos esprits et les représentations de l’intelligence artificielle : même si ces dernières sont fondamentalement différentes de celles des humains, à un certain niveau de description, elles sont considérées comme analogues. Cette hypo thèse est cruciale en ce sens qu’elle implique un niveau d’analyse complètement séparé du niveau neurobiologique comme du niveau sociologique et culturel.

88En restant dans ce cadre purement symbolique, on peut souligner l’importance de la notion de réflexivité (la capacité pour un système de raisonner sur son propre comportement) pour la compréhension du langage. Là aussi, d’un point de vue psychologique, on retrouve des analogies entre les modèles multi-agents réflexifs et des notions très élémentaires liées à la conscience humaine. Certes, ces programmes ne prétendent pas être un modèle du fonctionnement de la conscience ! Néanmoins, des similarités avec des idées qui apparaissent dans le domaine de la métacognition peuvent être notées. Malgré nombre de différences, liées aussi bien aux distinctions entre les composants de la machine humaine et de la machine informatique qu’à leur organisation, il semble exister une certaine ressemblance entre le modèle réparti et réflexif et une certaine conception de la conscience, particulièrement si l’on s’intéresse aux aspects fonctionnels du contrôle. Cette caractéristique d’autoreprésentation et d’autoréférence me semble une qualité déterminante de l’intelligence, ce dont les programmes d’intelligence artificielle doivent tenir compte.

89Enfin, on peut remettre en cause le point de vue purement symbolique. Les recherches en connexionnisme tentent actuellement d’apporter quelques éléments allant dans ce sens, grâce à des techniques efficaces pour le traitement des informations floues ou incertaines. Bien qu’on soit encore très loin d’une réelle analogie avec le fonctionnement cérébral, les possibilités de collaboration entre les techniques connexionnistes et les systèmes symboliques restent assez prometteuses (systèmes dits hybrides).

90Actuellement, pour ce qui concerne les traitements automatiques des langues, la sémantique est le goulet d’étranglement pour les mises en œuvre en vraie grandeur, et j’ai développé l’idée que la prise en considération des aspects perceptuels, en liaison avec les mécanismes d’apprentissage, donnerait une meilleure base pour la sémantique.

91Pour aller encore plus loin, on peut dire que le traitement automatique des langues et la communication homme-machine doivent développer des processus de base nécessaires pour tous les autres processus de raisonnement, à l’image de l’être humain chez qui le langage est l’outil essentiel qui lui permet de telles « compétences cognitives ».

92Le langage devient ainsi la base des raisonnements symboliques qui, eux, sont essentiels pour l’apprentissage, celui-ci étant évidemment nécessaire à l’acquisition de langage et de symboles, d’où le caractère central des questions de réflexivité et d’amorçage. Le but essentiel des recherches évoquées ci-dessus est de comprendre les principes de base de l’intelligence en général afin d’en réaliser une instance artificielle. Pour ce faire, la « symbiose entre l’intelligence artificielle et les sciences cognitives » (une formule empruntée à Jacques Pitrat) me semble une voie aussi naturelle et nécessaire que prometteuse.

Notes

1 Pour alléger le texte, nous n’avons pas indiqué toutes les références mentionnées dans cette section ; on pourra consulter Sabah (1988), Fuchs et Le Goffic (1992) pour trouver ces références, ainsi que d’autres qui viennent compléter cet historique.

2 Les références complètes de ce paragraphe pourront se trouver en consultant Zock et Sabah (2002).

Auteur

Directeur de recherche au CNRS. Laboratoire d’Informatique pour la Mécanique et les Sciences de l’Ingénieur, (UPR 3251, CNRS/Université Paris XI, Orsay).

© Éditions de la Maison des sciences de l’homme, 2004

Conditions d’utilisation : http://www.openedition.org/6540