Les pigeons résolvent des problèmes comme des machines intelligentes

L’intelligence artificielle (IA) est omniprésente autour de nous et nous aide à vivre notre vie quotidienne. Cela implique de nombreuses technologies et algorithmes utilisés pour entraîner des systèmes à imiter l’intelligence humaine en percevant, apprenant, raisonnant, planifiant et résolvant des problèmes. À mesure que les systèmes apprennent, ils deviennent plus capables d’accomplir des tâches intellectuelles par eux-mêmes et semblent assumer la qualité humaine de l’intelligence.

Par exemple, nos choix de musique, de films et d’actualités en streaming sont rapidement appris par les algorithmes d’Internet, qui suggèrent ensuite ce que nous aimerions voir ou écouter ensuite. Nos flux de médias sociaux sont également filtrés selon les principes d’apprentissage de l’IA qui ont été utilisés pour mieux nous connaître. Cela semble compliqué? Eh bien, des chercheurs de l’Université de l’Iowa ont récemment entrepris de démystifier le fonctionnement de l’IA, en testant la façon dont les pigeons simples apprennent et en comparant cela à la manière dont se déroule l’apprentissage de l’IA.

Les chercheurs ont identifié deux types d’apprentissage : déclaratif et associatif. L’apprentissage déclaratif repose sur l’exercice de la raison selon un ensemble de règles ou de stratégies – ce qu’on appelle un ordre d’apprentissage supérieur typique chez l’homme. En revanche, l’apprentissage associatif se concentre sur la reconnaissance et l’établissement de liens entre des objets ou des motifs, comme « bleu ciel » et « mouillé d’eau ». C’est considéré comme une façon de penser d’ordre inférieur. De nombreuses espèces animales utilisent l’apprentissage associatif, mais seules quelques-unes – parmi elles les dauphins, les chimpanzés et les humains – sont capables d’un apprentissage déclaratif.

Afin de comprendre la manière dont les pigeons apprennent, les chercheurs leur ont assigné une tâche « diaboliquement difficile ». Ils ont soumis aux pigeons des tests de catégorisation complexes qu’une réflexion de niveau supérieur, comme l’utilisation de la logique ou du raisonnement, ne permettrait pas de résoudre. Au lieu de cela, les pigeons ont dû faire des essais et des erreurs pour mémoriser suffisamment de scénarios du test afin de trouver la bonne solution.

Chaque pigeon test recevait un stimulus et devait décider, en appuyant sur un bouton à droite ou à gauche, à quelle catégorie appartenait ce stimulus. Ils ont dû prendre en compte des variables telles que la largeur de la ligne, l’angle de la ligne, les anneaux concentriques et les anneaux sectionnés, pour faire correspondre les stimuli et les solutions. Une réponse correcte donnait une délicieuse pastille ; une réponse incorrecte n’a rien donné. Ce qui rendait le test si exigeant était son caractère arbitraire : aucune règle ni logique n’aiderait les pigeons à déchiffrer les solutions.

« Ces stimuli sont spéciaux. Ils ne se ressemblent pas et ne se répètent jamais », explique Ed Wasserman, co-auteur de l’étude. « Vous devez mémoriser les stimuli individuels ou les régions d’où les stimuli se produisent pour accomplir la tâche », a déclaré Wasserman, qui étudie l’intelligence des pigeons depuis cinq décennies.

Chacun des quatre pigeons testés a commencé par répondre correctement environ la moitié du temps. Mais au cours de centaines de tests, les oiseaux ont finalement augmenté leur score jusqu’à atteindre une moyenne de 68 pour cent de réponses correctes. Ils avaient clairement appris à répondre aux tâches en utilisant un processus d’apprentissage associatif.

Les chercheurs assimilent l’approche répétitive et tâtonnante des pigeons à l’apprentissage effectué par les machines. Les ordinateurs utilisent la même méthodologie de base, affirment les chercheurs, et apprennent à identifier les modèles et les objets facilement reconnaissables par les humains. Certes, les ordinateurs, en raison de leur énorme mémoire et de leur puissance de stockage, surpassent de loin tout ce que le cerveau du pigeon peut évoquer. Cependant, le processus de base pour établir des associations est le même entre les pigeons testés et les dernières avancées de l’IA.

« On entend tout le temps parler des merveilles de l’IA, de toutes les choses incroyables qu’elle peut faire », déclare Wasserman. «Cela peut effrayer les gens qui jouent aux échecs, ou à n’importe quel jeu vidéo, d’ailleurs. Cela peut nous battre dans toutes sortes de choses. Comment ça fait ? Est-ce intelligent ? Non, il utilise le même système ou un système équivalent à celui que le pigeon utilise ici.

« Les pigeons sont comme des maîtres de l’IA », explique Wasserman. « Ils utilisent un algorithme biologique, celui que la nature leur a donné, alors que l’ordinateur utilise un algorithme artificiel que les humains leur ont donné. »

Le dénominateur commun est que l’IA et les pigeons utilisent tous deux l’apprentissage associatif, et c’est cette réflexion de base qui a finalement permis aux pigeons de réussir. Selon Wasserman, si les gens passaient le même test, ils obtiendraient de mauvais résultats et abandonneraient probablement parce qu’ils sont plus habitués à utiliser l’apprentissage déclaratif pour résoudre des problèmes.

« L’objectif était de voir dans quelle mesure un simple mécanisme associatif était capable de résoudre une tâche qui nous dérangerait parce que les gens s’appuient énormément sur des règles ou des stratégies », ajoute Wasserman. « Dans ce cas, ces règles gêneraient l’apprentissage. Le pigeon ne passe jamais par ce processus. Il n’y a pas de processus de réflexion de haut niveau. Mais cela ne gêne en rien leur apprentissage. En fait, d’une certaine manière, cela le facilite.

Wasserman voit un paradoxe dans la manière dont l’apprentissage associatif est perçu. « Les gens sont impressionnés par l’IA qui réalise des choses étonnantes, en utilisant un algorithme d’apprentissage très semblable à celui du pigeon », dit-il, « mais quand les gens parlent d’apprentissage associatif chez les humains et les animaux, il est considéré comme rigide et peu sophistiqué. »

—

Par Alison Bosman, Espèces-menacées.fr Rédacteur