Conférence-débat : "apprentissage par renforcement dans les machines et le vivant"

L'adaptation aux changements de l'environnement est un attribut essentiel de l'intelligence. Elle requiert des capacités d'apprentissage, en particulier par renforcement. Dans cette modalité d'apprentissage, l'apprenant exploite les retours perçus de l'environnement, ses succès et échecs, pour améliorer son comportement, acquérir de nouvelles aptitudes.

L'apprentissage par renforcement dans le vivant est exploité depuis très longtemps par les dresseurs et les pédagogues. Ses ressorts psychologiques sont étudiés depuis près de deux siècles (Pavlov, Thorndike, Skinner). Ils ont inspiré les premiers travaux d'IA sur l'apprentissage (Turing, Shannon, Samuel).

On connaît de mieux en mieux la grande richesse des mécanismes biologiques de l'apprentissage par renforcement, ce qui permet désormais de comprendre par exemple les addictions aux drogues. On maîtrise davantage en IA les rétroactions à long terme (ou effets tardifs), l'apprentissage par imitation et par généralisation des acquis sur des environnements et des tâches nouvelles. 

Cet exposé apporte l'éclairage croisé de la neurobiologie et de l'IA sur un sujet essentiel pour les deux domaines et prometteurs pour des recherches pluridisciplinaires.