L'apprentissage spontané à partir d'un modèle : ajustement et renforcement.

L’apprentissage est le passage de la connaissance cérébrale à sa réalisation par le corps ou par l’itération de l’expérience. Le 3 août 2015, l’Université McGill de Montréal publiait les conclusions d’une recherche au sujet des golfeurs, recherche qui éclaire la façon dont le corps interagit avec l’apprenance et l’inattendu.

Le modèle du golfeur éclaire le champ de connaissance des apprentissages

“Apprentissage du mouvement

Nous savions que nous devons nos performances sportives à un minuscule amas de cellules nichées dans les profondeurs de notre cervelet. Ce que nous ne savions pas et que viennent de découvrir des chercheurs du Département de physiologie de l’Université McGill au Canada, c’est qu’au cours de l’apprentissage de nouveaux gestes moteurs (un swing de golf par exemple), les neurones du cervelet effectuent d’élégants calculs, quasi mathématiques, afin de comparer en temps réel ce qu’ils ressentent à ce qu’ils s’attendaient à ressentir.

Ils s’ajustent ensuite rapidement en modifiant la force des connexions entre d’autres neurones pour former de nouveaux schémas cérébraux permettant d’effectuer la tâche à accomplir. Autrement dit, des neurones cérébraux individuels ont la capacité de reconnaître de façon dynamique la différence qui existe entre les rétroactions sensorielles attendues et l’information qu’ils reçoivent effectivement au cours de l’apprentissage moteur. La différence calculée est ensuite utilisée pour modifier rapidement les schémas cérébraux et les connexions entre les neurones afin de permettre l’apprentissage de nouvelles habiletés motrices”.

Sources : “50 – Apprentissage du mouvement : notre cerveau sait prévoir l’inattendu” par Hubert Desrues
23 août 2015 - https://www.ogolf.fr/50-apprentissage-mouvement-cerveau-sait-prevoir-linattendu/

Toute entrée dans les apprentissages commence par un point de départ théorique ou pratique. C’est le point de comparaison. Il va étayer l’expérience et l’enrichir à chaque fois que l’expérience se reproduira. On peut comparer cette connaissance à un nuage de points de contrôle ou de comparaison, dont la périodicité d’un point vers l’autre va plus ou moins fortifier la connaissance et sa transmission dans le cerveau.

Plus l’information est récurrente plus elle créera de routes et d'autoroutes neuronales propices à l’intégration de l’expérience proche ou complémentaire. Il y a une mécanique itérative de l’apprentissage et un mouvement de va et vient d’une expérience sur l’autre qui génère la modélisation et l’intégration de schémas intellectuels qui vont favoriser l’opportunité d’intégrer de nouvelles connaissances physiologiques, physiques et par le corps.

Mais, il ne faut pas limiter l’expérience vivante à celle du modèle, elle peut aussi générer ses propres modèles.

“Notre cerveau sait prévoir

Pour maîtriser un nouveau mouvement, le cerveau commence par estimer l’influx qu’il devrait recevoir du système sensoriel. Le cervelet utilise ensuite cette prédiction pour calculer l’écart entre ce que la personne avait l’intention de faire et ce qu’elle a réellement fait...

Quoi qu’il en soit cette découverte conforte une de nos intuitions : la sensation du swing, ressentie en fin d’exécution est bien l’un des éléments actifs de notre apprentissage… Mais notre cerveau a besoin d’un modèle pour savoir à quoi s’attendre et comparer avec  la sensation effectivement ressentie. D’où l’importance de l’enseignement, et de l’observation des joueurs de « haut-niveau »…”

CF “50 – Apprentissage du mouvement : notre cerveau sait prévoir l’inattendu”

Le modèle n’est pas qu’intellectuel, il est aussi soutenu par les points de validation sensoriels, le modèle peut même être uniquement sensoriel et intuitif et donc non construit par l’intellect. La mémoire du corps peut servir aussi de modèle prédictif. La mémoire de la vue pour le golf aussi entre dans ce jeux de comparaisons. Le modèle vivant s’appuie sur 3 piliers qui sont l’intellect, le ressenti du corps et l’observation par les sens.

En fait, nous sommes comme des machines apprenantes avec les apprentissages du vivant.

“Les algorithmes utilisés permettent, dans une certaine mesure, à un système piloté par ordinateur (un robot éventuellement), ou assisté par ordinateur, d'adapter ses analyses et ses comportements en réponse, en se fondant sur l'analyse de données empiriques provenant d'une base de données ou de capteurs.

La difficulté réside dans le fait que l'ensemble de tous les comportements possibles compte tenu de toutes les entrées possibles devient rapidement trop complexe à décrire (on parle d'explosion combinatoire). On confie donc à des programmes le soin d'ajuster un modèle pour simplifier cette complexité et de l'utiliser de manière opérationnelle. Idéalement, l'apprentissage visera à être non supervisé, c'est-à-dire que la nature des données d'entraînement n'est pas connue.

Ces programmes, selon leur degré de perfectionnement, intègrent éventuellement des capacités de traitement probabiliste des données, d'analyse de données issues de capteurs, de reconnaissance (reconnaissance vocale, reconnaissance de forme, d'écriture…), de data-mining, d'informatique théorique…”

Sources Wikipédia : Apprentissage automatique - Chapitre - principes
https://fr.wikipedia.org/wiki/Apprentissage_automatique

Les apprentissages humains correspondent donc aux apprentissages automatiques des machines. L’objet est différents, mais les méthodes sont les mêmes. Les informaticiens ont recréé le processus de la pensée du vivant humaine en voulant donner l’intelligence apprenante aux machines.

Le modèle simplifie la complexité et évite le phénomène d’explosion combinatoire. Aujourd’hui, notre monde se complexifie de plus en plus, y-a-t-il un champ exploratoire à ouvrir sur le sujet ? A suivre...

Source image : Pixabay 422737

Ajouter à mes listes de lecture