Définition
La création, aussi bien artistique que scientifique, suppose que le créateur soit doté d’une autonomie
suffisante lui permettant de dépasser ses acquis culturels, la création artificielle exige donc des
systèmes autonomes agissant indépendamment de leurs concepteurs.
Le vocable connecvolution est un néologisme construit sur les deux termes de connexionnisme
et d´évolutionnisme, le premier permettant, grâce aux réseaux neuronaux, une adaptation
ontogénétique des phénotypes, et le second produisant, à l’aide des algorithmes
génétiques, les conditions de l’évolution phylogénétique d’une population de génotypes.
En faisant évoluer génétiquement des populations (de réseaux neuronaux ou de robots) il est
possible de sélectionner ceux répondant le mieux possible à certaines conditions.
Plus généralement la théorie du darwinisme neuronal rend compte de l’organisation et de
l’évolution des réseaux neuronaux eux-mêmes.
En m’appuyant sur ces réflexions, je propose de développer un système de création artificielle
qui catégoriserait et mémoriserait ses perceptions du monde pour ensuite reconnaître ses propres actions.
Plus précisément, il s’agirait de construire un système prenant en entrée de très nombreuses
réalisations artistiques, les catégoriserait, serait capable d’agir sur le monde en créant lui-même
d’autres œuvres par évolution génétique des catégories trouvées et qu’il percevrait.
Des structures de réseaux neuronaux réentrants pourraient modéliser adéquatement un tel processus en boucle,
tandis que des processus de sélection darwinienne devraient pouvoir assurer une évolution non dirigée
et donc potentiellement innovatrice. Des notions aussi importantes que celles de création, d’émotion et de
conscience artificielle se trouvent ainsi posées, conduisant à requestionner leurs pendants naturels.
Implémentation
Je propose une méthode de construction d’un système de création artificielle qui observe son environnement
en catégorisant ses perceptions à l’aide d’apprentissages non supervisés. Ainsi à chaque
perception correspond un certain état d’une mémoire associative. Si l’on code ces états comme une
population de génomes, il est possible de leur appliquer une évolution darwinienne (par des algorithmes
génétiques) visant à favoriser ceux qui répondent le mieux à une certaine fonction
d’évaluation. Une façon de les noter serait de noter l’image (qui n’existe pas) lui correspondant, ce qui
suppose que soit trouvée une méthode de remontée du réseau. Pour cela on peut utiliser
un apprentissage supervisé sur le réseau inverse (obtenu en permutant les entrées et les sorties),
les couples d’apprentissages étant les couples inverses (état, expérience) du premier apprentissage.
Ainsi à tout nouvel état obtenu par croisement de deux états correspond une nouvelle image qu’il suffit
alors d’évaluer.
J’ai réalisé une application artistique en proposant en entrée de réseaux neuronaux de
très nombreuses images, lesquelles génèrent une population d’états dont les enfants donnent,
en remontant le réseau, une infinité de nouvelles images. Une expérimentation analogue pourrait
être tentée avec de la musique.
Exemple
On trouvera des explications détaillées dans
Création artificielle, et
connecvolution.