Depuis le milieu du vingti\u00e8me si\u00e8cle, les sciences cognitives et la philosophie de l’esprit s’efforcent d’\u00e9lucider l’un des myst\u00e8res les plus profonds de l’existence : la nature exacte de la pens\u00e9e et les m\u00e9canismes par lesquels la mati\u00e8re biologique ou artificielle produit de l’intelligence. Loin de constituer un champ disciplinaire uniforme et pacifi\u00e9, cette qu\u00eate intellectuelle a \u00e9t\u00e9 le th\u00e9\u00e2tre d’affrontements th\u00e9oriques majeurs. Au c\u0153ur de ces d\u00e9bats se dresse une controverse fondamentale opposant deux paradigmes rivaux de l’architecture cognitive : le computationalisme classique d’un c\u00f4t\u00e9, et le connexionnisme de l’autre. Chacun propose une mod\u00e9lisation radicalement diff\u00e9rente de la fa\u00e7on dont l’information est repr\u00e9sent\u00e9e, encod\u00e9e et transform\u00e9e pour donner naissance au raisonnement, \u00e0 la perception, au langage et \u00e0 l’action.<\/p>\n
Le mod\u00e8le computationaliste classique puise ses racines dans la r\u00e9volution logique de la premi\u00e8re moiti\u00e9 du vingti\u00e8me si\u00e8cle et dans l’\u00e9mergence des ordinateurs programmables. Postulant que la cognition consiste en une manipulation m\u00e9canique de symboles formels gouvern\u00e9e par des r\u00e8gles syntaxiques explicites, ce paradigme a domin\u00e9 la psychologie cognitive naissante et l’intelligence artificielle pendant pr\u00e8s de trois d\u00e9cennies. Pour ses d\u00e9fenseurs, l’esprit humain fonctionne d’une mani\u00e8re analogue au processeur d’une machine de Turing : les repr\u00e9sentations mentales sont discr\u00e8tes, combinatoires et compositionnelles, permettant la productivit\u00e9 et la syst\u00e9maticit\u00e9 infinies du langage et de la pens\u00e9e abstraite.<\/p>\n
\u00c0 l’inverse, le mod\u00e8le connexionniste, qui a connu un essor spectaculaire avec le mouvement du traitement distribu\u00e9 en parall\u00e8le (PDP) dans les ann\u00e9es 1980 avant de nourrir les spectaculaires avanc\u00e9es contemporaines de l’apprentissage profond, refuse cette primaut\u00e9 accord\u00e9e au symbole logique formel. Enracin\u00e9 dans une analogie biologique plus directe avec le syst\u00e8me nerveux central, le connexionnisme con\u00e7oit la cognition comme le produit \u00e9mergent de l’activation dynamique et massivement distribu\u00e9e d’unit\u00e9s de calcul simples reli\u00e9es par des connexions pond\u00e9r\u00e9es. Ici, la pens\u00e9e ne se d\u00e9roule pas sous la forme d’un algorithme s\u00e9quentiel dict\u00e9 par des r\u00e8gles symboliques invariables, mais comme une trajectoire dynamique continue au sein d’espaces vectoriels \u00e0 haute dimension, r\u00e9gie par des ajustements statistiques continus.<\/p>\n
Ce trait\u00e9 se propose d’examiner exhaustivement les fondements \u00e9pist\u00e9mologiques, les architectures m\u00e9caniques, les implications philosophiques et les d\u00e9veloppements contemporains de ces deux piliers des sciences de l’esprit. \u00c0 l’heure o\u00f9 les grands mod\u00e8les de langage et les architectures neuro-symboliques r\u00e9activent avec acuit\u00e9 la question de la compr\u00e9hension s\u00e9mantique, de la d\u00e9duction logique et de la plausibilit\u00e9 neurobiologique, r\u00e9interroger la fracture et les convergences entre connexionnisme et computationalisme s’av\u00e8re indispensable pour quiconque souhaite appr\u00e9hender le pr\u00e9sent et l’avenir de la th\u00e9orie de l’intelligence.<\/p>\n
Pour engager une comparaison f\u00e9conde entre le computationalisme et le connexionnisme, il convient d’\u00e9tablir avec une clart\u00e9 rigoureuse les d\u00e9finitions ontologiques et m\u00e9thodologiques de ces deux approches fondamentales de la cognition. Le computationalisme classique<\/strong>, souvent d\u00e9sign\u00e9 sous l’acronyme CTM (Computational Theory of Mind<\/em>) ou qualifi\u00e9 de paradigme symbolique, avance la th\u00e8se selon laquelle les \u00e9tats et processus mentaux sont des calculs formels op\u00e9r\u00e9s sur des repr\u00e9sentations physiques de nature symbolique. Dans ce cadre \u00e9pist\u00e9mologique, un symbole est une entit\u00e9 physique discr\u00e8te dot\u00e9e d’une double nature : il poss\u00e8de des propri\u00e9t\u00e9s physiques formelles qui le rendent manipulable par des m\u00e9canismes mat\u00e9riels, et il poss\u00e8de des propri\u00e9t\u00e9s s\u00e9mantiques qui lui conf\u00e8rent une valeur d\u00e9notative ou une signification intentionnelle. La th\u00e8se cardinale du computationalisme affirme que les processus cognitifs sont strictement gouvern\u00e9s par la syntaxe des symboles : l’esprit est un syst\u00e8me formel dans lequel les transitions entre pens\u00e9es sont enti\u00e8rement d\u00e9termin\u00e9es par la structure morphologique des repr\u00e9sentations internes, d’une mani\u00e8re analogue aux op\u00e9rations logico-math\u00e9matiques d’un interpr\u00e9teur informatique ex\u00e9cutant un programme s\u00e9quentiel.<\/p>\n En opposition d\u00e9lib\u00e9r\u00e9e \u00e0 cette vision symbolique et logocentr\u00e9e, le connexionnisme<\/strong> envisage la cognition non pas comme la manipulation de symboles discrets, mais comme l’\u00e9mergence globale de l’activit\u00e9 collective au sein d’un vaste r\u00e9seau d’unit\u00e9s \u00e9l\u00e9mentaires interconnect\u00e9es, directement inspir\u00e9 du tissu neuronal. Dans une architecture connexionniste typique, les n\u0153uds individuels \u2014 souvent appel\u00e9s unit\u00e9s de calcul ou neurones artificiels \u2014 ne poss\u00e8dent pas de contenu s\u00e9mantique autonome. Contrairement aux symboles du computationalisme qui renvoient directement \u00e0 des concepts univoques comme \u00ab chat \u00bb, \u00ab table \u00bb ou \u00ab d\u00e9mocratie \u00bb, les unit\u00e9s connexionnistes n’encodent que des valeurs num\u00e9riques d’activation. L’information n’est donc pas stock\u00e9e dans des cases m\u00e9morielles localis\u00e9es, mais r\u00e9side de mani\u00e8re implicite et hautement distribu\u00e9e \u00e0 travers la totalit\u00e9 des poids synaptiques qui r\u00e9gulent l’intensit\u00e9 des transmissions entre n\u0153uds. La cognition devient ainsi une dynamique physique continue : une trajectoire math\u00e9matique dans un espace vectoriel multidimensionnel convergeant vers des attracteurs stables en r\u00e9ponse \u00e0 des stimulations de l’environnement.<\/p>\n L’\u00e9mergence conjointe et dialectique de ces deux grands paradigmes a profond\u00e9ment fa\u00e7onn\u00e9 l’\u00e9volution conjointe de la philosophie contemporaine de l’esprit et des sciences informatiques. D\u00e8s la conf\u00e9rence de Dartmouth en 1956, acte de naissance officiel de l’intelligence artificielle, la tension \u00e9tait d\u00e9j\u00e0 palpable entre ceux qui privil\u00e9giaient l’abstraction math\u00e9matique des r\u00e8gles logiques et ceux qui exploraient la mod\u00e9lisation statistique des assembl\u00e9es de neurones formels, comme en t\u00e9moignaient les travaux pionniers de Warren McCulloch et Walter Pitts en 1943 ou le Perceptron de Frank Rosenblatt en 1958. Alors que la premi\u00e8re g\u00e9n\u00e9ration de chercheurs a massivement embrass\u00e9 le computationalisme classique sous la houlette de figures comme Herbert Simon et Allen Newell, la r\u00e9surgence spectaculaire du connexionnisme \u00e0 partir des ann\u00e9es 1980 a forc\u00e9 la communaut\u00e9 scientifique \u00e0 repenser de fond en comble le statut de la repr\u00e9sentation mentale, la dynamique de l’apprentissage et le lien fondamental qui unit l’esprit au substrat biologique de son incarnation.<\/p>\n La controverse moderne entre computationalisme et connexionnisme a trouv\u00e9 son expression la plus retentissante et la plus influente dans un article programmatique publi\u00e9 en 1988 par les philosophes et scientifiques cognitifs Jerry Fodor et Zenon Pylyshyn, intitul\u00e9 Connectionism and Cognitive Architecture: A Critical Analysis<\/em>. Cet \u00e9crit magistral constituait une riposte philosophique frontale \u00e0 la publication, deux ans plus t\u00f4t, du diptyque fondamental sur le traitement distribu\u00e9 en parall\u00e8le (Parallel Distributed Processing<\/em>, PDP) dirig\u00e9 par David Rumelhart et James McClelland. Fodor et Pylyshyn y soutenaient que le connexionnisme, bien qu’int\u00e9ressant sur le plan de l’ing\u00e9nierie et de la mod\u00e9lisation neurobiologique, \u00e9tait fondamentalement incapable de fournir une th\u00e9orie ad\u00e9quate de l’architecture cognitive de niveau sup\u00e9rieur. Selon leur argumentation, la pens\u00e9e humaine manifeste deux caract\u00e9ristiques structurales fondamentales que seul le computationalisme symbolique peut expliquer rigoureusement : la syst\u00e9maticit\u00e9<\/strong> (la capacit\u00e9 de penser ou de comprendre certaines propositions implique n\u00e9cessairement la capacit\u00e9 d’en penser d’autres de m\u00eame structure, comme \u00ab Jean aime Marie \u00bb et \u00ab Marie aime Jean \u00bb) et la productivit\u00e9<\/strong> (la capacit\u00e9 intrins\u00e8que de g\u00e9n\u00e9rer un nombre infini de pens\u00e9es distinctes \u00e0 partir d’un ensemble fini de primitives repr\u00e9sentationnelles).<\/p>\n L’un des apports majeurs de ce d\u00e9bat a \u00e9t\u00e9 la mise en lumi\u00e8re d’une confusion conceptuelle fr\u00e9quente entre l’impl\u00e9mentation physique<\/strong> du calcul et la nature de l’architecture cognitive<\/strong> proprement dite. Fodor et Pylyshyn ont pos\u00e9 un dilemme c\u00e9l\u00e8bre aux th\u00e9oriciens du r\u00e9seau : soit le mod\u00e8le connexionniste impl\u00e9mente une architecture symbolique classique \u2014 auquel cas le r\u00e9seau de neurones n’est qu’un simple substrat mat\u00e9riel physique sans statut th\u00e9orique autonome au niveau cognitif, de la m\u00eame fa\u00e7on que les transistors semi-conducteurs impl\u00e9mentent la logique de von Neumann sans la red\u00e9finir conceptuellement \u2014, soit le mod\u00e8le connexionniste refuse radicalement toute structure symbolique compositionnelle, et il devient d\u00e8s lors empiriquement faux et incapable de rendre compte de la combinatoire de la pens\u00e9e rationnelle. Les connexionnistes, conduits par des penseurs de premier plan comme Paul Smolensky, ont vigoureusement rejet\u00e9 ce dilemme en th\u00e9orisant le niveau \u00ab sub-symbolique \u00bb : un niveau de description authentiquement cognitif mais non classique, o\u00f9 la compositionnalit\u00e9 n’est pas syntaxique et concat\u00e9native, mais g\u00e9om\u00e9trique, vectorielle et distribu\u00e9e.<\/p>\n L’enjeu ontologique crucial qui sous-tend cette rivalit\u00e9 m\u00e9thodologique touche au statut m\u00eame de la nature humaine et de la raison. La cognition humaine rel\u00e8ve-t-elle, dans son essence fondamentale, de la pure logique formelle<\/strong>, d’une alg\u00e8bre mentale d\u00e9ductive op\u00e9rant sur des structures propositionnelles abstraites, ou rel\u00e8ve-t-elle plut\u00f4t de la dynamique statistique des r\u00e9seaux<\/strong>, o\u00f9 l’intuition, la sensibilit\u00e9 au contexte, l’apprentissage inductif continu et l’approximation floue constituent le socle premier duquel la logique n’\u00e9merge que secondairement comme une id\u00e9alisation tardive et imparfaite ? Cette question ne rel\u00e8ve pas d’une simple querelle d’ing\u00e9nieurs sur l’optimisation des algorithmes informatiques contemporains ; elle touche directement \u00e0 la conception que nous nous faisons de la pens\u00e9e, de la rationalit\u00e9, du langage et de la possibilit\u00e9 m\u00eame d’une conscience machinique.<\/p>\n L’architecture connexionniste repose sur un principe ontologique fondamental : l’absence d\u00e9lib\u00e9r\u00e9e d’une unit\u00e9 centrale de traitement et d’une m\u00e9moire s\u00e9par\u00e9e au sens de l’architecture de von Neumann classique. Dans un syst\u00e8me connexionniste, le calcul et le stockage de l’information sont physiquement et op\u00e9rationnellement indissociables. Le r\u00e9seau se structure sous la forme d’un ensemble de n\u0153uds hautement interconnect\u00e9s, couramment organis\u00e9s en couches fonctionnelles : une couche d’entr\u00e9e recevant les signaux perceptifs ou les descripteurs vectoriels initiaux, une ou plusieurs couches interm\u00e9diaires (les couches cach\u00e9es) o\u00f9 s’op\u00e8rent les abstractions successives, et une couche de sortie d\u00e9livrant le verdict, la pr\u00e9diction ou l’action motrice. Chaque unit\u00e9 \u00e9l\u00e9mentaire applique une fonction math\u00e9matique simple : elle calcule la somme pond\u00e9r\u00e9e de toutes les activations provenant des unit\u00e9s en amont, lui ajoute un terme de biais scalaire, puis transmet une valeur scalaire continue \u00e0 travers une fonction d’activation non lin\u00e9aire, telle que la fonction sigmo\u00efde, la tangente hyperbolique ou l’unit\u00e9 lin\u00e9aire rectifi\u00e9e (ReLU).<\/p>\n Le paradigme du traitement distribu\u00e9 en parall\u00e8le<\/strong> (PDP), formalis\u00e9 de mani\u00e8re \u00e9clatante par le groupe de recherche de Rumelhart et McClelland \u00e0 l’Universit\u00e9 de Californie \u00e0 San Diego, bouleverse la notion traditionnelle de localisation de l’information. Dans un ordinateur classique ou dans une taxonomie computationaliste de la m\u00e9moire, un concept donn\u00e9 r\u00e9side \u00e0 une adresse m\u00e9moire sp\u00e9cifique ou sous la forme d’un symbole identifi\u00e9. Dans un r\u00e9seau distribu\u00e9, un concept n’est localis\u00e9 dans aucun n\u0153ud particulier. Il se manifeste sous la forme d’un patron global d’activation (pattern of activation<\/em>) co-impliquant des milliers, voire des milliards de n\u0153uds simultan\u00e9ment. R\u00e9ciproquement, un n\u0153ud individuel ne poss\u00e8de aucun sens s\u00e9mantique isol\u00e9 : il participe de mani\u00e8re concurrente \u00e0 l’instanciation de milliers de concepts distincts par le biais de diff\u00e9rentes combinaisons d’activation. L’information n’est donc pas une \u00ab entit\u00e9 \u00bb stock\u00e9e dans un r\u00e9ceptacle passif, mais une propri\u00e9t\u00e9 \u00e9mergente et relationnelle de la connectivit\u00e9 globale du syst\u00e8me.<\/p>\n Cette approche s’enracine dans une volont\u00e9 d\u00e9lib\u00e9r\u00e9e de rapprochement avec la neurobiologie fonctionnelle<\/strong>. Si les mod\u00e8les connexionnistes demeurent des abstractions hautement simplifi\u00e9es du tissu c\u00e9r\u00e9bral biologique \u2014 n\u00e9gligeant souvent les variations complexes des neurotransmetteurs, la g\u00e9om\u00e9trie dendritique tridimensionnelle ou la dynamique temporelle fine des potentiels d’action en bouff\u00e9es (spiking neurons<\/em>) \u2014, ils partagent avec le syst\u00e8me nerveux ses principes structuraux cardinaux. La mod\u00e9lisation dynamique continue inspir\u00e9e de la neurobiologie suppose que le syst\u00e8me cognitif n’\u00e9volue pas par sauts discrets d’un \u00e9tat logique \u00e0 un autre au fil d’une horloge s\u00e9quentielle unifi\u00e9e, mais glisse de fa\u00e7on asynchrone et continue le long d’une surface d’\u00e9nergie dans un espace d’\u00e9tats continu. Cette fid\u00e9lit\u00e9 m\u00e9taphorique et structurelle \u00e0 la biologie conf\u00e8re au connexionnisme une r\u00e9sonance empirique imm\u00e9diate que le formalisme logico-symbolique classique a toujours pein\u00e9 \u00e0 revendiquer sans artifice philosophique.<\/p>\n L’apprentissage ne constitue pas un module annexe ou un processus secondaire au sein du mod\u00e8le connexionniste ; il en est le m\u00e9canisme constitutif et premier. Alors qu’un syst\u00e8me computationaliste classique doit imp\u00e9rativement \u00eatre pourvu en amont de r\u00e8gles logiques et d’ontologies explicites par un programmeur humain, un r\u00e9seau connexionniste acquiert sa comp\u00e9tence par une confrontation continue et it\u00e9rative aux donn\u00e9es environnementales. Ce ph\u00e9nom\u00e8ne repose sur la modification syst\u00e9matique de la force des connexions entre les unit\u00e9s, c’est-\u00e0-dire l’ajustement dynamique des poids synaptiques<\/strong>. Deux grandes familles de m\u00e9canismes r\u00e9gissent cette adaptation : la plasticit\u00e9 hebbienne, inspir\u00e9e de la c\u00e9l\u00e8bre intuition de Donald Hebb en 1949 selon laquelle les neurones qui s’activent ensemble renforcent leurs liens mutuels, et les algorithmes d’apprentissage par descente de gradient, dont le plus c\u00e9l\u00e8bre et le plus influent est sans conteste la r\u00e9tropropagation du gradient d’erreur (error backpropagation<\/em>), popularis\u00e9e au milieu des ann\u00e9es 1980.<\/p>\n La r\u00e9tropropagation du gradient fournit une solution analytique \u00e9l\u00e9gante au probl\u00e8me redoutable de l’assignation du cr\u00e9dit et du bl\u00e2me dans les architectures multicouches. Lors d’une passe avant (forward pass<\/em>), l’entr\u00e9e est propag\u00e9e jusqu’\u00e0 la sortie o\u00f9 une fonction de perte \u00e9value quantitativement l’\u00e9cart entre la pr\u00e9diction du r\u00e9seau et la cible d\u00e9sir\u00e9e. Lors de la passe arri\u00e8re (backward pass<\/em>), l’erreur est r\u00e9inject\u00e9e r\u00e9cursivement \u00e0 travers l’ensemble des couches gr\u00e2ce au calcul des d\u00e9riv\u00e9es partielles par la r\u00e8gle de d\u00e9rivation en cha\u00eene du calcul diff\u00e9rentiel. Chaque poids synaptique du r\u00e9seau est alors subtilement modifi\u00e9 dans la direction oppos\u00e9e au gradient d’erreur afin de minimiser le co\u00fbt global. Par cette proc\u00e9dure statistique it\u00e9r\u00e9e sur des millions d’exemples, le r\u00e9seau n’int\u00e9riorise pas des r\u00e8gles logiques explicites, mais sculpte une surface de co\u00fbt hautement non lin\u00e9aire, d\u00e9couvrant de mani\u00e8re autonome des r\u00e9gularit\u00e9s statistiques latentes enfouies dans la distribution empirique des donn\u00e9es.<\/p>\n Ce processus dynamique d’optimisation engendre l’\u00e9mergence de ce que Paul Smolensky a th\u00e9oris\u00e9 sous le terme de repr\u00e9sentations sub-symboliques<\/strong>. Au sein des couches cach\u00e9es du r\u00e9seau, les motifs d’activation peuvent \u00eatre analys\u00e9s math\u00e9matiquement comme des coordonn\u00e9es au sein d’un espace vectoriel continu \u00e0 haute dimension (l’espace latent). Dans ces espaces, des concepts s\u00e9mantiques complexes ne sont repr\u00e9sent\u00e9s ni par des d\u00e9finitions formelles ni par des symboles atomiques, mais par des vecteurs denses o\u00f9 la proximit\u00e9 spatiale \u2014 mesur\u00e9e par exemple par la similarit\u00e9 cosinus ou la distance euclidienne \u2014 encode directement des relations d’analogie, de synonymie ou de parent\u00e9 conceptuelle. La reconnaissance de configurations globales (pattern recognition<\/em>) s’effectue par une s\u00e9paration g\u00e9om\u00e9trique non lin\u00e9aire des classes d’objets : l’architecture trace des hyperplans ou des vari\u00e9t\u00e9s diff\u00e9rentiables qui compartimentent l’espace latent en r\u00e9gions conceptuelles stables. C’est cette g\u00e9om\u00e9trie sub-symbolique continue qui permet au connexionnisme d’op\u00e9rer avec une souplesse ph\u00e9nom\u00e9nale dans des t\u00e2ches o\u00f9 l’analyse logique formelle \u00e9choue lamentablement en raison de la complexit\u00e9 irr\u00e9ductible des donn\u00e9es brutes.<\/p>\n La premi\u00e8re force majeure de l’approche connexionniste r\u00e9side dans son extraordinaire robustesse intrins\u00e8que, souvent d\u00e9sign\u00e9e sous l’appellation de d\u00e9gradation gracieuse<\/strong> (graceful degradation<\/em>). Dans un syst\u00e8me formel traditionnel ou un programme informatique standard, la moindre alt\u00e9ration mat\u00e9rielle d’un bit de registre ou l’omission d’un point-virgule dans le code syntaxique provoque l’effondrement catastrophique de l’ensemble du processus computationnel. \u00c0 l’inverse, en raison de la nature massivement redondante et distribu\u00e9e de l’encodage informationnel au sein des matrices de poids, un r\u00e9seau de neurones tol\u00e8re un niveau \u00e9lev\u00e9 de d\u00e9t\u00e9rioration physique. La destruction accidentelle ou chirurgicale d’une fraction substantielle de ses unit\u00e9s, ou l’introduction d’un bruit stochastique important dans le signal d’entr\u00e9e, ne paralyse pas le r\u00e9seau ; elle entra\u00eene simplement une baisse progressive et mesur\u00e9e de la pr\u00e9cision de ses r\u00e9ponses. Cette caract\u00e9ristique fondamentale refl\u00e8te avec une fid\u00e9lit\u00e9 troublante la r\u00e9silience du cerveau biologique face aux l\u00e9sions vasculaires c\u00e9r\u00e9brales ou aux maladies neurod\u00e9g\u00e9n\u00e9ratives.<\/p>\n Cette plasticit\u00e9 conf\u00e8re au connexionnisme une excellence empirique in\u00e9gal\u00e9e dans le traitement des t\u00e2ches perceptives de bas et de moyen niveau. Les probl\u00e8mes impliquant la reconnaissance de la parole continue, la segmentation d’images naturelles bruit\u00e9es, l’identification visuelle d’objets invariants sous diverses perspectives et \u00e9clairages, ou l’analyse sensorimotrice fluide se pr\u00eatent remarquablement bien aux architectures neuronales. L\u00e0 o\u00f9 le computationalisme classique s’\u00e9puise \u00e0 formaliser manuellement une infinit\u00e9 de cas particuliers et d’exceptions contextuelles pour d\u00e9finir ce qu’est visuellement un \u00ab visage \u00bb ou phon\u00e9tiquement un \u00ab phon\u00e8me \u00bb, le r\u00e9seau connexionniste extrait directement les invariants statistiques pertinents \u00e0 partir de la simple exposition massive aux signaux du monde physique.<\/p>\n1.2 Origine et enjeux de la controverse th\u00e9orique<\/h3>\n
2. Vue d’ensemble du Connexionnisme<\/h2>\n
2.1 Architecture et principes ontologiques<\/h3>\n
2.2 M\u00e9canismes d’apprentissage et repr\u00e9sentations sub-symboliques<\/h3>\n
2.3 Forces et limites intrins\u00e8ques du mod\u00e8le connexionniste<\/h3>\n