{"id":15683,"date":"2026-10-09T11:47:53","date_gmt":"2026-10-09T11:47:53","guid":{"rendered":"http:\/\/french.arabpsychology.com\/theorists\/jeffrey-elman-1948-2018-sciences-cognitives-connexionnisme\/"},"modified":"2026-10-09T11:47:53","modified_gmt":"2026-10-09T11:47:53","slug":"jeffrey-elman-1948-2018-sciences-cognitives-connexionnisme","status":"publish","type":"psych_theorist","link":"https:\/\/french.arabpsychology.com\/?psych_theorist=jeffrey-elman-1948-2018-sciences-cognitives-connexionnisme","title":{"rendered":"Jeffrey Elman &#8211; 1948 2018"},"content":{"rendered":"<p>L\u2019histoire des sciences cognitives contemporaines est jalonn\u00e9e de ruptures \u00e9pist\u00e9mologiques majeures, mais peu d\u2019entre elles ont \u00e9branl\u00e9 aussi profond\u00e9ment les fondements de la linguistique, de la psychologie du d\u00e9veloppement et de l\u2019intelligence artificielle que l\u2019\u0153uvre pionni\u00e8re de <a rel=\"noopener noreferrer\" href=\"https:\/\/crl.ucsd.edu\">Jeffrey Locke Elman<\/a> (1948-2018). \u00c0 une \u00e9poque o\u00f9 le dogme du nativisme symbolique, incarn\u00e9 avec force par Noam Chomsky et Jerry Fodor, postulait l\u2019existence d\u2019un organe du langage pr\u00e9-c\u00e2bl\u00e9 et de repr\u00e9sentations formelles d\u00e9sincarn\u00e9es, Elman a propos\u00e9 une vision radicalement alternative : celle d\u2019un esprit dynamique, incarn\u00e9 et auto-organis\u00e9, o\u00f9 les structures linguistiques complexes \u00e9mergent spontan\u00e9ment de l\u2019interaction temporelle entre un syst\u00e8me d\u2019apprentissage distribu\u00e9 et un flux informationnel continu.<\/p>\n<p>Figure centrale de la seconde vague du connexionnisme au sein du groupe PDP (<em>Parallel Distributed Processing<\/em>) \u00e0 l\u2019<a rel=\"noopener noreferrer\" href=\"https:\/\/ucsd.edu\">Universit\u00e9 de Californie \u00e0 San Diego<\/a>, Jeffrey Elman est mondialement reconnu pour avoir con\u00e7u en 1990 le r\u00e9seau r\u00e9current simple (<em>Simple Recurrent Network<\/em>, ou SRN), souvent baptis\u00e9 \u00ab r\u00e9seau d\u2019Elman \u00bb. Cette architecture computationnelle novatrice a dot\u00e9 les r\u00e9seaux de neurones artificiels d\u2019une m\u00e9moire de travail interne implicite, rendant possible le traitement de la temporalit\u00e9 sans faire appel \u00e0 un stockage statique ou \u00e0 des r\u00e8gles syntaxiques explicites. Loin de se cantonner \u00e0 des simulations purement informatiques, ses travaux ont transform\u00e9 notre compr\u00e9hension de l\u2019acquisition du langage par l\u2019enfant, de la dynamique s\u00e9mantique et de la neurobiologie cognitive, posant ainsi les jalons des grands mod\u00e8les de langage et des neurosciences pr\u00e9dictives contemporaines.<\/p>\n<p>Au-del\u00e0 de ses d\u00e9couvertes computationnelles, Elman fut un penseur d\u2019une envergure exceptionnelle, artisan d\u2019un pont th\u00e9orique entre la biologie \u00e9volutive, le d\u00e9veloppement cortical et la morphosyntaxe. \u00c0 travers l\u2019ouvrage s\u00e9minal <em>Rethinking Innateness<\/em> (1996), co\u00e9crit avec d\u2019\u00e9minents collaborateurs tels qu\u2019Elizabeth Bates et Mark Johnson, il a d\u00e9construit l\u2019opposition binaire st\u00e9rile entre l\u2019inn\u00e9 et l\u2019acquis, proposant le cadre de l\u2019\u00e9mergentisme d\u00e9veloppemental qui inspire encore aujourd&rsquo;hui la recherche internationale. Ce dossier universitaire exhaustif retrace la trajectoire biographique, th\u00e9orique, empirique et m\u00e9thodologique de Jeffrey Elman, analysant en profondeur comment sa conception du temps et de l\u2019espace d\u2019\u00e9tats a red\u00e9fini \u00e0 jamais l\u2019\u00e9tude de la cognition humaine.<\/p>\n<h2>1. Biographie et formation intellectuelle de Jeffrey Elman (1948-2018)<\/h2>\n<h3>1.1 Les premi\u00e8res ann\u00e9es et le parcours acad\u00e9mique initial<\/h3>\n<p>N\u00e9 le 22 mars 1948 \u00e0 Los Angeles, en Californie, Jeffrey Locke Elman a grandi dans un environnement intellectuel stimulant qui a tr\u00e8s t\u00f4t nourri sa curiosit\u00e9 pour les structures formelles de la pens\u00e9e humaine et la complexit\u00e9 des interactions sociales. Durant sa jeunesse, il manifeste une fascination marqu\u00e9e pour les m\u00e9canismes de la communication verbale, observant les subtilit\u00e9s par lesquelles des signaux physiques \u00e9ph\u00e9m\u00e8res parviennent \u00e0 v\u00e9hiculer des significations partag\u00e9es au sein d&rsquo;une communaut\u00e9 culturelle.<\/p>\n<p>Cette curiosit\u00e9 le conduit sur les bancs de l\u2019<a rel=\"noopener noreferrer\" href=\"https:\/\/www.harvard.edu\">Universit\u00e9 Harvard<\/a>, o\u00f9 il entreprend des \u00e9tudes de premier cycle particuli\u00e8rement \u00e9clectiques et rigoureuses. Il y poursuit un double cursus en linguistique et en relations sociales, une formation hybride combinant l&rsquo;anthropologie sociale, la sociologie et la psychologie exp\u00e9rimentale. Ce premier cadre acad\u00e9mique lui permet de comprendre la langue non pas comme un artefact purement d\u00e9sincarn\u00e9 ou abstrait, mais comme une pratique humaine profond\u00e9ment ancr\u00e9e dans des contextes interactifs et d\u00e9veloppementaux. \u00c0 Harvard, il se confronte aux premiers d\u00e9veloppements de la grammaire g\u00e9n\u00e9rative, tout en conservant une r\u00e9serve critique face \u00e0 l\u2019isolement m\u00e9thodologique dans lequel ce paradigme enferme l&rsquo;analyse du langage.<\/p>\n<p>D\u00e9sireux d\u2019ancrer ses r\u00e9flexions dans la r\u00e9alit\u00e9 mat\u00e9rielle et mesurable du signal vocal, Elman rejoint l\u2019Universit\u00e9 du Texas \u00e0 Austin pour pr\u00e9parer son doctorat en linguistique g\u00e9n\u00e9rale, sous la direction de phon\u00e9ticiens renomm\u00e9s. Sa th\u00e8se, soutenue en 1977, est consacr\u00e9e \u00e0 la phon\u00e9tique acoustique et physiologique, examinant la dynamique temporelle de la production et de la perception de la parole. Cette plong\u00e9e m\u00e9ticuleuse dans les propri\u00e9t\u00e9s spectrales et temporelles du flux acoustique continu s\u2019av\u00e8re d\u00e9terminante : elle lui r\u00e9v\u00e8le le caract\u00e8re artificiel des segmentations phonologiques traditionnelles. Elman prend conscience que le signal sonore de la parole ne comporte aucune fronti\u00e8re nette entre les phon\u00e8mes ou les mots. Cette observation fondamentale de la variabilit\u00e9 acoustique et de la coarticulation deviendra l\u2019un des moteurs de son engagement th\u00e9orique futur : comment l\u2019esprit humain parvient-il \u00e0 extraire de la discr\u00e9tion et de la structure \u00e0 partir d&rsquo;un flux continu, temporellement fuyant et fondamentalement bruit\u00e9 ?<\/p>\n<h3>1.2 L&rsquo;installation \u00e0 l&rsquo;Universit\u00e9 de Californie \u00e0 San Diego (UCSD)<\/h3>\n<p>Imm\u00e9diatement apr\u00e8s l\u2019obtention de son doctorat \u00e0 Austin en 1977, Jeffrey Elman est recrut\u00e9 comme professeur adjoint au sein du d\u00e9partement de linguistique de l\u2019Universit\u00e9 de Californie \u00e0 San Diego (UCSD). \u00c0 cette \u00e9poque, le campus de La Jolla est en pleine \u00e9bullition intellectuelle, devenant l\u2019\u00e9picentre d\u2019une contestation feutr\u00e9e mais radicale des dogmes dominants de l\u2019intelligence artificielle symbolique et du cognitivisme traditionnel fond\u00e9 sur la m\u00e9taphore de l\u2019ordinateur de von Neumann.<\/p>\n<p>Peu apr\u00e8s son arriv\u00e9e, Elman noue des liens scientifiques d\u00e9cisifs avec les membres fondateurs du groupe PDP (<em>Parallel Distributed Processing<\/em>), anim\u00e9 par les psychologues computationnels <a rel=\"noopener noreferrer\" href=\"https:\/\/web.stanford.edu\">David Rumelhart<\/a> et James McClelland, ainsi que par le neurobiologiste Francis Crick et le philosophe des sciences Paul Churchland. Parall\u00e8lement, il engage un dialogue intellectuel et amical intense avec la psycholinguiste <a rel=\"noopener noreferrer\" href=\"https:\/\/crl.ucsd.edu\/bates_archive\">Elizabeth Bates<\/a>. Bates menait alors des travaux empiriques novateurs sur l&rsquo;acquisition du langage chez les tout-petits et la plasticit\u00e9 neuronale chez les enfants c\u00e9r\u00e9brol\u00e9s\u00e9s, documentant des faits cliniques incompatibles avec la vision rigide d\u2019une grammaire modulaire inn\u00e9e.<\/p>\n<p>Immerg\u00e9 dans ce creuset exceptionnel, Elman op\u00e8re une transition conceptuelle majeure. Il d\u00e9laisse progressivement les outils formels de la linguistique descriptive pour s\u2019approprier les math\u00e9matiques des syst\u00e8mes dynamiques non lin\u00e9aires et les formalismes des r\u00e9seaux de neurones artificiels distribu\u00e9s. Dans ce cadre d&rsquo;apprentissage connexionniste, le cerveau n&rsquo;est plus per\u00e7u comme un processeur s\u00e9quentiel manipulant des cha\u00eenes de symboles logiques, mais comme une assembl\u00e9e hautement interconnect\u00e9e de processeurs \u00e9l\u00e9mentaires dont les \u00e9tats collectifs \u00e9voluent dans un espace vectoriel continu. Elman saisit imm\u00e9diatement le potentiel r\u00e9volutionnaire de cette approche pour r\u00e9concilier la variabilit\u00e9 temporelle du signal acoustique avec les r\u00e9gularit\u00e9s syntaxiques de haut niveau, posant les bases d\u2019un programme de recherche qui red\u00e9finira la mod\u00e9lisation du langage.<\/p>\n<h3>1.3 \u00c9volution institutionnelle et cons\u00e9cration acad\u00e9mique<\/h3>\n<p>Tout au long de ses quatre d\u00e9cennies \u00e0 l\u2019UCSD, Jeffrey Elman s\u2019affirme non seulement comme un chercheur prolifique, mais aussi comme un b\u00e2tisseur d&rsquo;institutions d\u2019une efficacit\u00e9 remarquable. Conscient que l&rsquo;\u00e9tude de l&rsquo;esprit requiert une dissolution institutionnelle des fronti\u00e8res disciplinaires traditionnelles, il s&rsquo;investit corps et \u00e2me, aux c\u00f4t\u00e9s de Donald Norman, David Rumelhart et Elizabeth Bates, dans la cr\u00e9ation du tout premier d\u00e9partement de sciences cognitives au monde, fond\u00e9 officiellement \u00e0 l&rsquo;UCSD en 1986. Il en devient rapidement l&rsquo;un des piliers p\u00e9dagogiques et scientifiques, occupant la chaire de direction et modelant des programmes d&rsquo;enseignement interdisciplinaires qui serviront de r\u00e9f\u00e9rence plan\u00e9taire.<\/p>\n<p>De 1993 \u00e0 2002, Elman prend la direction du prestigieux Centre de recherche sur le langage (<em>Center for Research in Language<\/em>, CRL) de l&rsquo;UCSD. Sous sa direction, le CRL devient une r\u00e9f\u00e9rence mondiale pour l\u2019\u00e9tude crois\u00e9e du langage, de la mod\u00e9lisation informatique, de l\u2019aphasiologie et de la psycholinguistique d\u00e9veloppementale. Elman favorise un environnement d\u2019\u00e9mulation intellectuelle o\u00f9 les doctorants en informatique travaillent main dans la main avec des neurologues cliniciens et des linguistes de terrain. Son autorit\u00e9 scientifique et ses talents diplomatiques le conduisent ensuite \u00e0 exercer les fonctions de doyen associ\u00e9, puis de doyen de la division des sciences sociales de l\u2019UCSD de 2006 \u00e0 2014. Durant son mandat d\u00e9canal, il impulse une politique ambitieuse de recrutement interdisciplinaire, cr\u00e9e des chaires universitaires novatrices et promeut activement l&rsquo;\u00e9galit\u00e9 des chances et la diversit\u00e9 au sein de l&rsquo;universit\u00e9.<\/p>\n<p>La communaut\u00e9 scientifique internationale a largement salu\u00e9 la rigueur et l&rsquo;audace de ses travaux. En 2007, la <em>Cognitive Science Society<\/em> lui d\u00e9cerne sa plus haute distinction, le prestigieux prix David E. Rumelhart, r\u00e9compensant ses contributions formelles et conceptuelles \u00e0 l&rsquo;analyse des fondements th\u00e9oriques de la cognition humaine. \u00c9lu membre de l&rsquo;<em>American Academy of Arts and Sciences<\/em> et de l&rsquo;<em>Association for Psychological Science<\/em>, Elman a continu\u00e9 \u00e0 publier et \u00e0 enseigner jusqu&rsquo;\u00e0 sa disparition soudaine le 28 juin 2018, laissant derri\u00e8re lui une \u0153uvre colossale dont la r\u00e9sonance th\u00e9orique et technologique n&rsquo;a cess\u00e9 de cro\u00eetre \u00e0 l&rsquo;\u00e8re de l&rsquo;intelligence artificielle g\u00e9n\u00e9rative.<\/p>\n<h2>2. Le contexte \u00e9pist\u00e9mologique : Rupture avec le paradigme symbolique<\/h2>\n<h3>2.1 L&rsquo;h\u00e9g\u00e9monie du mod\u00e8le chomskien dans les ann\u00e9es 1970 et 1980<\/h3>\n<p>Pour mesurer pleinement la port\u00e9e r\u00e9volutionnaire des travaux de Jeffrey Elman, il est indispensable de reconstituer le paysage th\u00e9orique dominant au cours des ann\u00e9es 1970 et 1980. Durant cette p\u00e9riode, la linguistique et la psychologie cognitive \u00e9taient presque enti\u00e8rement domin\u00e9es par le paradigme de la grammaire g\u00e9n\u00e9rative, inaugur\u00e9 par <a rel=\"noopener noreferrer\" href=\"https:\/\/chomsky.info\">Noam Chomsky<\/a>, et sa d\u00e9clinaison philosophique formul\u00e9e par Jerry Fodor sous la forme de l&rsquo;hypoth\u00e8se du modularisme et du langage de la pens\u00e9e (<em>Language of Thought<\/em> ou <em>Mentalais<\/em>).<\/p>\n<p>Ce paradigme reposait sur plusieurs postulats fondamentaux :<\/p>\n<ul>\n<li><strong>La pauvret\u00e9 du stimulus :<\/strong> L&rsquo;argument selon lequel l&rsquo;environnement linguistique de l&rsquo;enfant est trop fragment\u00e9, bruit\u00e9 et lacunaire pour lui permettre d&rsquo;induire par apprentissage les structures formelles complexes du langage naturel sans l&rsquo;aide d&rsquo;un savoir inn\u00e9 pr\u00e9alable.<\/li>\n<li><strong>La grammaire universelle inn\u00e9e :<\/strong> L&rsquo;hypoth\u00e8se de l&rsquo;existence d&rsquo;une structure g\u00e9n\u00e9tique sp\u00e9cifiant a priori les principes et param\u00e8tres de toutes les langues humaines, mat\u00e9rialis\u00e9e dans un \u00ab organe du langage \u00bb cortical d\u00e9di\u00e9.<\/li>\n<li><strong>La modularit\u00e9 stricte de l&rsquo;esprit :<\/strong> La conception de syst\u00e8mes de traitement de l&rsquo;information \u00e9tanches, encapsul\u00e9s informationnellement, ind\u00e9pendants des facult\u00e9s cognitives g\u00e9n\u00e9rales telles que l&rsquo;apprentissage statistique, la m\u00e9moire de travail ou la perception.<\/li>\n<li><strong>Le calcul symbolique :<\/strong> La d\u00e9finition de la cognition comme une manipulation m\u00e9canique de repr\u00e9sentations symboliques discr\u00e8tes et arbitraires, r\u00e9gie par des r\u00e8gles logiques explicites et formelles, comparable \u00e0 l&rsquo;ex\u00e9cution d&rsquo;un algorithme par une machine de Turing.<\/li>\n<\/ul>\n<p>Toutefois, d\u00e8s le milieu des ann\u00e9es 1980, ce mod\u00e8le structuraliste et computationnel classique montre des signes de blocage th\u00e9orique et empirique. Il peine \u00e0 rendre compte de l&rsquo;acquisition naturelle du langage chez l&rsquo;enfant en temps r\u00e9el, se heurte au probl\u00e8me de l&rsquo;ancrage des symboles (<em>symbol grounding problem<\/em>) soulev\u00e9 par Stevan Harnad, et reste aveugle aux contraintes temporelles continues du traitement de la parole. De plus, il traite la variabilit\u00e9 lexicale, l&rsquo;ambigu\u00eft\u00e9 syntaxique et les exceptions r\u00e9guli\u00e8res comme des impuret\u00e9s p\u00e9riph\u00e9riques, incapables de trouver une place \u00e9l\u00e9gante dans un syst\u00e8me de r\u00e8gles rigides et d\u00e9terministes. Face \u00e0 cette abstraction computationnelle imperm\u00e9able aux donn\u00e9es biologiques, le besoin d&rsquo;un cadre conceptuel alternatif, capable d&rsquo;int\u00e9grer le temps, la continuit\u00e9 et la plasticit\u00e9 de l&rsquo;apprentissage empirique, devient une urgence scientifique.<\/p>\n<h3>2.2 L&rsquo;\u00e9mergence de la r\u00e9volution connexionniste<\/h3>\n<p>La publication en 1986 des deux volumes historiques de l&rsquo;\u00e9quipe de recherche men\u00e9e par David Rumelhart et James McClelland, intitul\u00e9s <em>Parallel Distributed Processing: Explorations in the Microstructure of Cognition<\/em>, marque le coup d&rsquo;envoi de la seconde r\u00e9volution connexionniste. Ce courant conteste de front la m\u00e9taphore classique de l&rsquo;esprit comme logiciel s&rsquo;ex\u00e9cutant sur un mat\u00e9riel neuronal accessoire. Le connexionnisme propose au contraire de s&rsquo;inspirer directement de l&rsquo;architecture micro-structurale du cerveau : des r\u00e9seaux d&rsquo;unit\u00e9s simples, massivement interconnect\u00e9es par des poids synaptiques pond\u00e9r\u00e9s, op\u00e9rant de mani\u00e8re parall\u00e8le et distribu\u00e9e.<\/p>\n<p>Dans ce cadre renouvel\u00e9, la repr\u00e9sentation mentale n&rsquo;est plus un symbole discret log\u00e9 dans une case m\u00e9moire statique, mais un profil d&rsquo;activation distribu\u00e9 sur une population d&rsquo;unit\u00e9s de calcul. De m\u00eame, les r\u00e8gles ne sont plus des instructions algorithmiques stock\u00e9es explicitement dans un programme centralis\u00e9, mais des r\u00e9gularit\u00e9s \u00e9mergentes mat\u00e9rialis\u00e9es par la force relative des poids synaptiques fa\u00e7onn\u00e9s par l&rsquo;exp\u00e9rience statistique. L&rsquo;analogie biologique fournit une contrainte de plausibilit\u00e9 fondamentale : les syst\u00e8mes cognitifs r\u00e9els font face \u00e0 la d\u00e9gradation gracieuse des performances en cas de l\u00e9sion, tol\u00e8rent le bruit dans le signal d&rsquo;entr\u00e9e et exploitent la similarit\u00e9 g\u00e9om\u00e9trique entre repr\u00e9sentations vectorielles pour g\u00e9n\u00e9raliser \u00e0 de nouvelles situations.<\/p>\n<p>Toutefois, les premiers r\u00e9seaux neuronaux multicouches (comme le perceptron multicouche entra\u00een\u00e9 par l&rsquo;algorithme de r\u00e9tropropagation du gradient popularis\u00e9 par Rumelhart, Hinton et Williams) pr\u00e9sentaient une faiblesse majeure : ils \u00e9taient strictement non r\u00e9currents (<em>feedforward<\/em>). Ces r\u00e9seaux recevaient un vecteur d&rsquo;entr\u00e9e statique spatialis\u00e9 et g\u00e9n\u00e9raient un vecteur de sortie, traitant chaque motif d&rsquo;information de mani\u00e8re isol\u00e9e, sans m\u00e9moire de ce qui avait pr\u00e9c\u00e9d\u00e9. Or, le langage naturel, la musique, la locomotion ou la pens\u00e9e conceptuelle se d\u00e9ploient intrins\u00e8quement dans le temps. C&rsquo;est pr\u00e9cis\u00e9ment \u00e0 ce carrefour \u00e9pist\u00e9mologique crucial que Jeffrey Elman intervient : il entreprend de briser le carcan du traitement spatialis\u00e9 de l&rsquo;information pour r\u00e9introduire la dynamique temporelle continue au c\u0153ur m\u00eame de l&rsquo;architecture connexionniste.<\/p>\n<h2>3. L&rsquo;invention du r\u00e9seau r\u00e9current simple (R\u00e9seau d&rsquo;Elman)<\/h2>\n<h3>3.1 Architecture computationnelle du r\u00e9seau r\u00e9current simple (SRN)<\/h3>\n<p>En 1990, Jeffrey Elman publie dans la revue <em>Cognitive Science<\/em> son article le plus embl\u00e9matique, intitul\u00e9 \u00ab Finding Structure in Time \u00bb, dans lequel il d\u00e9voile l&rsquo;architecture du r\u00e9seau r\u00e9current simple (d\u00e9sormais universellement d\u00e9sign\u00e9 par le sigle <em>SRN<\/em> ou sous le nom d&rsquo;\u00ab Elman Net \u00bb). L&rsquo;objectif d&rsquo;Elman \u00e9tait de r\u00e9soudre un probl\u00e8me computationnel r\u00e9current : comment un r\u00e9seau neuronal peut-il \u00eatre sensible \u00e0 l&rsquo;histoire s\u00e9quentielle des \u00e9v\u00e9nements pass\u00e9s sans avoir besoin d&rsquo;allouer au pr\u00e9alable une fen\u00eatre temporelle fixe ou un tampon de m\u00e9moire tampon (<em>buffer memory<\/em>) aux dimensions arbitraires ?<\/p>\n<p>L&rsquo;architecture du SRN repose sur un principe d&rsquo;une remarquable simplicit\u00e9 g\u00e9om\u00e9trique et computationnelle. Le r\u00e9seau est compos\u00e9 de quatre couches distinctes d&rsquo;unit\u00e9s :<\/p>\n<ul>\n<li><strong>La couche d&rsquo;entr\u00e9e (<em>input layer<\/em>) :<\/strong> Elle re\u00e7oit \u00e0 chaque pas de temps discret <em>t<\/em> le stimulus courant encod\u00e9 vectoriellement (par exemple, un mot ou une lettre).<\/li>\n<li><strong>La couche cach\u00e9e (<em>hidden layer<\/em>) :<\/strong> Elle traite le stimulus re\u00e7u et projette son activation vers la couche de sortie \u00e0 travers des connexions synaptiques ajustables.<\/li>\n<li><strong>La couche de sortie (<em>output layer<\/em>) :<\/strong> Elle produit le vecteur d&rsquo;activation attendu \u00e0 l&rsquo;instant <em>t<\/em> (souvent la pr\u00e9diction de l&rsquo;\u00e9l\u00e9ment suivant dans la s\u00e9quence, \u00e0 l&rsquo;instant <em>t+1<\/em>).<\/li>\n<li><strong>La couche de contexte (<em>context layer<\/em>) :<\/strong> Elle constitue le c\u0153ur de l&rsquo;innovation d&rsquo;Elman. \u00c0 chaque pas de temps <em>t<\/em>, les activations des unit\u00e9s de la couche cach\u00e9e sont copi\u00e9es \u00e0 l&rsquo;identique (via des liaisons de poids fixes \u00e9gales \u00e0 1.0) dans ces unit\u00e9s de contexte. Au pas de temps suivant (<em>t+1<\/em>), les unit\u00e9s de contexte r\u00e9injectent ces informations dans la couche cach\u00e9e via des poids synaptiques standards, modifiables par l&rsquo;apprentissage.<\/li>\n<\/ul>\n<p>Cette boucle de r\u00e9troaction interne modifie profond\u00e9ment la nature du traitement : l&rsquo;\u00e9tat de la couche cach\u00e9e \u00e0 l&rsquo;instant <em>t<\/em> d\u00e9pend non seulement de l&rsquo;entr\u00e9e ext\u00e9rieure au m\u00eame instant, mais \u00e9galement de son propre \u00e9tat interne ant\u00e9rieur \u00e0 l&rsquo;instant <em>t-1<\/em>. Par ce m\u00e9canisme de r\u00e9cursion, le r\u00e9seau encode une trace compressible et continue de l&rsquo;ensemble de son histoire s\u00e9quentielle. Il est essentiel de distinguer le SRN du r\u00e9seau r\u00e9current propos\u00e9 ant\u00e9rieurement par Michael I. Jordan en 1986. Dans le r\u00e9seau de Jordan, la boucle de r\u00e9troaction provenait de la couche de sortie pour alimenter les unit\u00e9s d&rsquo;\u00e9tat. Or, comme la sortie est contrainte par la cible d&rsquo;apprentissage imm\u00e9diate, le r\u00e9seau de Jordan ne conserve qu&rsquo;une trace de ses actions ou pr\u00e9dictions pass\u00e9es. Le r\u00e9seau d&rsquo;Elman, quant \u00e0 lui, recycle son \u00e9tat interne cach\u00e9, c&rsquo;est-\u00e0-dire sa propre repr\u00e9sentation latente du monde. Il conf\u00e8re ainsi au syst\u00e8me la libert\u00e9 d&rsquo;inventer et d&rsquo;organiser ses propres repr\u00e9sentations abstraites de l&rsquo;histoire contextuelle en fonction des exigences de la t\u00e2che.<\/p>\n<h3>3.2 Le traitement math\u00e9matique de la temporalit\u00e9<\/h3>\n<p>Sur le plan math\u00e9matique, le r\u00e9seau d&rsquo;Elman transforme la dimension temporelle unidirectionnelle en une trajectoire g\u00e9om\u00e9trique continue \u00e0 l&rsquo;int\u00e9rieur d&rsquo;un espace d&rsquo;\u00e9tats multidimensionnel. Si l&rsquo;on d\u00e9signe par <em>x(t)<\/em> le vecteur d&rsquo;entr\u00e9e au temps <em>t<\/em>, par <em>h(t)<\/em> le vecteur d&rsquo;activation de la couche cach\u00e9e, et par <em>c(t)<\/em> l&rsquo;\u00e9tat des unit\u00e9s de contexte, le fonctionnement dynamique du mod\u00e8le s&rsquo;articule autour des \u00e9quations matricielles canoniques suivantes :<\/p>\n<p>Puisque la couche de contexte conserve l&rsquo;\u00e9tat cach\u00e9 ant\u00e9rieur, nous avons :<\/p>\n<p><em>c(t) = h(t &#8211; 1)<\/em><\/p>\n<p>L&rsquo;\u00e9tat de la couche cach\u00e9e au temps <em>t<\/em> est calcul\u00e9 en appliquant une fonction d&rsquo;activation non lin\u00e9aire (g\u00e9n\u00e9ralement la fonction sigmo\u00efde ou la tangente hyperbolique) \u00e0 la somme pond\u00e9r\u00e9e des entr\u00e9es courantes et du contexte ant\u00e9rieur :<\/p>\n<p><em>h(t) = &sigma;(W<sub>ih<\/sub> &middot; x(t) + W<sub>ch<\/sub> &middot; c(t) + b<sub>h<\/sub>)<\/em><\/p>\n<p>O\u00f9 <em>W<sub>ih<\/sub><\/em> repr\u00e9sente la matrice des poids entre l&rsquo;entr\u00e9e et la couche cach\u00e9e, <em>W<sub>ch<\/sub><\/em> la matrice des poids r\u00e9currents reliant le contexte \u00e0 la couche cach\u00e9e, et <em>b<sub>h<\/sub><\/em> le vecteur de biais.<\/p>\n<p>Enfin, la sortie <em>y(t)<\/em> est calcul\u00e9e en projetant l&rsquo;\u00e9tat cach\u00e9 vers la couche sup\u00e9rieure :<\/p>\n<p><em>y(t) = g(W<sub>ho<\/sub> &middot; h(t) + b<sub>o<\/sub>)<\/em><\/p>\n<p>O\u00f9 <em>g<\/em> est une fonction d&rsquo;activation (telle que le softmax pour les distributions de probabilit\u00e9s ou la sigmo\u00efde) et <em>W<sub>ho<\/sub><\/em> la matrice des poids de projection.<\/p>\n<p>L&rsquo;apprentissage dans le SRN s&rsquo;effectue par l&rsquo;algorithme standard de <a rel=\"noopener noreferrer\" href=\"https:\/\/plato.stanford.edu\/entries\/connectionism\/\">r\u00e9tropropagation du gradient<\/a> (ou par une version tronqu\u00e9e de la r\u00e9tropropagation \u00e0 travers le temps, <em>Truncated Backpropagation Through Time<\/em>). \u00c0 chaque transition temporelle, l&rsquo;erreur quadratique entre la sortie pr\u00e9dite <em>y(t)<\/em> et la cible effective est calcul\u00e9e, et le gradient est propag\u00e9 en arri\u00e8re vers les connexions <em>W<sub>ho<\/sub><\/em>, <em>W<sub>ih<\/sub><\/em> et <em>W<sub>ch<\/sub><\/em>. Les connexions entre la couche cach\u00e9e et la couche de contexte restant fig\u00e9es \u00e0 l&rsquo;unit\u00e9, le calcul demeure remarquablement efficace et \u00e9conome en ressources computationnelles.<\/p>\n<p>En projetant continuellement l&rsquo;\u00e9tat ant\u00e9rieur dans le calcul pr\u00e9sent, le r\u00e9seau ne se contente pas d&rsquo;enregistrer des tranches de temps juxtapos\u00e9es : il compresse les d\u00e9pendances pass\u00e9es. Les repr\u00e9sentations de la couche cach\u00e9e deviennent des attracteurs dynamiques capables d&rsquo;absorber des d\u00e9pendances s\u00e9quentielle non lin\u00e9aires sans subir l&rsquo;explosion combinatoire qui paralyse habituellement les mod\u00e8les markoviens d&rsquo;ordre sup\u00e9rieur ou les arbres syntaxiques classiques.<\/p>\n<h3>3.3 Implications th\u00e9oriques pour la mod\u00e9lisation cognitive<\/h3>\n<p>L&rsquo;introduction du r\u00e9seau r\u00e9current simple a provoqu\u00e9 un s\u00e9isme conceptuel dans la mod\u00e9lisation de la cognition humaine. Le premier dogme renvers\u00e9 par Jeffrey Elman est la s\u00e9paration dualiste traditionnelle, h\u00e9rit\u00e9e de l&rsquo;architecture de von Neumann, entre le processeur et la m\u00e9moire, entre les donn\u00e9es statiques stock\u00e9es en m\u00e9moire vive et le programme op\u00e9ratoire charg\u00e9 de les manipuler.<\/p>\n<p>Dans le SRN, la m\u00e9moire n&rsquo;est pas un tiroir ou un r\u00e9ceptacle passif dans lequel des symboles sont d\u00e9pos\u00e9s pour \u00eatre relus ult\u00e9rieurement. Elle est une propri\u00e9t\u00e9 fonctionnelle globale et intrins\u00e8que du flux d&rsquo;activation :<\/p>\n<ul>\n<li><strong>La m\u00e9moire de travail<\/strong> correspond \u00e0 l&rsquo;\u00e9tat transitoire d&rsquo;activation active distribu\u00e9e au sein de la couche cach\u00e9e et du contexte.<\/li>\n<li><strong>La m\u00e9moire \u00e0 long terme<\/strong> s&rsquo;incarne dans la constellation des milliers de poids synaptiques pond\u00e9r\u00e9s r\u00e9partis sur l&rsquo;ensemble du r\u00e9seau, acquis lentement au fil de l&rsquo;exp\u00e9rience.<\/li>\n<li><strong>L&rsquo;effondrement du concept de \u00ab tampon \u00bb :<\/strong> Les mod\u00e8les psycholinguistiques computationnels dominants supposaient que le traitement de la parole n\u00e9cessitait une m\u00e9moire tampon \u00e0 capacit\u00e9 fixe conservant les <em>n<\/em> derniers mots pour les soumettre \u00e0 un analyseur syntaxique (<em>parser<\/em>). Le SRN prouve qu&rsquo;un syst\u00e8me dynamique peut traiter des flux s\u00e9quentiels sans aucun tampon explicite, l&rsquo;information contextuelle \u00e9tant r\u00e9cursivement repli\u00e9e et modifi\u00e9e par chaque nouvelle entr\u00e9e.<\/li>\n<\/ul>\n<p>Par ailleurs, le SRN a invalid\u00e9 l&rsquo;id\u00e9e selon laquelle la perception d&rsquo;un stimulus serait un acte isol\u00e9 et neutre. Dans un r\u00e9seau r\u00e9current, le m\u00eame mot entrant (par exemple le mot \u00ab court \u00bb) produira un profil d&rsquo;activation neuronale totalement diff\u00e9rent selon qu&rsquo;il succ\u00e8de au mot \u00ab Le temps \u00bb (o\u00f9 il sera trait\u00e9 comme un adjectif ou un verbe selon la suite) ou au mot \u00ab Le cheval \u00bb (o\u00f9 il sera cat\u00e9goris\u00e9 comme un verbe d&rsquo;action). Le contexte pass\u00e9 informe et transforme litt\u00e9ralement la repr\u00e9sentation du stimulus pr\u00e9sent. Cette d\u00e9monstration formelle offrait un support math\u00e9matique rigoureux \u00e0 l&rsquo;intuition gestaltiste et d\u00e9veloppementale selon laquelle la perception humaine est toujours m\u00e9di\u00e9e par un horizon d&rsquo;attente temporellement situ\u00e9.<\/p>\n<h2>4. \u00ab Finding Structure in Time \u00bb (1990) : L&rsquo;article s\u00e9minal<\/h2>\n<h3>4.1 M\u00e9thodologie et cadre exp\u00e9rimental de l&rsquo;\u00e9tude<\/h3>\n<p>L&rsquo;article \u00ab Finding Structure in Time \u00bb, paru en 1990, est unanimement c\u00e9l\u00e9br\u00e9 comme l&rsquo;un des textes les plus influents des sciences cognitives modernes. Pour tester les capacit\u00e9s r\u00e9elles de son architecture r\u00e9currente, Jeffrey Elman ne s&rsquo;est pas tourn\u00e9 vers des t\u00e2ches simplistes de reconnaissance de formes statiques, mais a soumis son r\u00e9seau \u00e0 un d\u00e9fi fondamental de la linguistique : la d\u00e9couverte autonome de structures cach\u00e9es au sein d&rsquo;un flux temporel continu, sans supervision humaine explicite ni \u00e9tiquetage cat\u00e9goriel pr\u00e9alable.<\/p>\n<p>Elman a articul\u00e9 son \u00e9tude autour d&rsquo;un protocole d&rsquo;apprentissage auto-supervis\u00e9 reposant sur la t\u00e2che de pr\u00e9diction s\u00e9quentielle : \u00e0 chaque \u00e9tape temporelle, le r\u00e9seau re\u00e7oit l&rsquo;\u00e9l\u00e9ment courant d&rsquo;une s\u00e9quence et doit pr\u00e9dire l&rsquo;\u00e9l\u00e9ment qui surviendra imm\u00e9diatement apr\u00e8s. Dans l&rsquo;une des exp\u00e9riences les plus c\u00e9l\u00e8bres de l&rsquo;article, il con\u00e7oit un langage artificiel miniature compos\u00e9 d&rsquo;un lexique strict de 29 mots distincts, agenc\u00e9s selon une grammaire g\u00e9n\u00e9ratrice r\u00e9gissant l&rsquo;ordre syntaxique des cat\u00e9gories : noms anim\u00e9s et inanim\u00e9s, verbes transitifs et intransitifs, pronoms relatifs et compl\u00e9ments d&rsquo;objet. Les phrases ainsi g\u00e9n\u00e9r\u00e9es (par exemple \u00ab <em>boy who chases dogs sees cat<\/em> \u00bb) sont concat\u00e9n\u00e9es bout \u00e0 bout pour former un flux ininterrompu de plusieurs milliers de mots, d\u00e9barrass\u00e9 de tout signe de ponctuation, de marqueur de pause ou de s\u00e9parateur de phrase.<\/p>\n<p>\u00c0 chaque pas de temps, un mot est pr\u00e9sent\u00e9 au r\u00e9seau sous la forme d&rsquo;un vecteur binaire orthogonal (un encodage de type <em>one-hot<\/em> o\u00f9 chaque dimension correspond \u00e0 un mot unique du vocabulaire). Le r\u00e9seau calcule son activation interne et projette sur sa couche de sortie une distribution de valeurs entre 0 et 1. L&rsquo;erreur d&rsquo;apprentissage est mesur\u00e9e par l&rsquo;\u00e9cart quadratique moyen entre cette pr\u00e9diction et le mot qui appara\u00eet effectivement au pas de temps suivant. Ce dispositif \u00e9limine toute tricherie t\u00e9l\u00e9ologique : aucun enseignant externe ne dicte au r\u00e9seau les classes de mots ou les fronti\u00e8res de syntagmes ; le syst\u00e8me n&rsquo;a acc\u00e8s qu&rsquo;\u00e0 la dynamique statistique s\u00e9quentielle de son environnement informationnel.<\/p>\n<h3>4.2 D\u00e9couverte des fronti\u00e8res de mots et segmentation statistique<\/h3>\n<p>L&rsquo;une des exp\u00e9riences fondamentales pr\u00e9sent\u00e9es dans l&rsquo;article de 1990 concerne la segmentation du signal acoustique continu. Pour simuler ce d\u00e9fi auquel fait face tout nouveau-n\u00e9 immerg\u00e9 dans le flux de la parole parentale, Elman entra\u00eene son r\u00e9seau sur une s\u00e9quence continue de lettres individuelles constituant des mots concat\u00e9n\u00e9s sans espaces (par exemple, la cha\u00eene continue : \u00ab <em>manyyearspass&#8230;<\/em> \u00bb). Le r\u00e9seau re\u00e7oit une lettre \u00e0 la fois et doit tenter de pr\u00e9dire la lettre suivante.<\/p>\n<p>En analysant l&rsquo;\u00e9volution de l&rsquo;erreur quadratique de pr\u00e9diction au fil de la lecture s\u00e9quentielle de la s\u00e9quence, Elman met en lumi\u00e8re un ph\u00e9nom\u00e8ne statistique saisissant :<\/p>\n<ul>\n<li>\u00c0 l&rsquo;int\u00e9rieur d&rsquo;un mot connu (par exemple, apr\u00e8s avoir re\u00e7u les lettres \u00ab <em>m-a-n<\/em> \u00bb), l&rsquo;erreur de pr\u00e9diction s&rsquo;effondre de mani\u00e8re drastique, car le faisceau des continuations possibles est hautement contraint par la r\u00e9gularit\u00e9 lexicale (la probabilit\u00e9 que la lettre suivante soit un \u00ab <em>y<\/em> \u00bb est tr\u00e8s \u00e9lev\u00e9e).<\/li>\n<li>En revanche, d\u00e8s que la derni\u00e8re lettre du mot est atteinte, l&rsquo;erreur de pr\u00e9diction culmine et explose brusquement. \u00c0 la fronti\u00e8re entre deux mots, l&rsquo;incertitude quant \u00e0 l&rsquo;identit\u00e9 du mot suivant est maximale, entra\u00eenant un pic massif d&rsquo;entropie dans la couche de sortie du r\u00e9seau.<\/li>\n<\/ul>\n<p>Cette observation a des r\u00e9percussions consid\u00e9rables : elle prouve de mani\u00e8re irr\u00e9futable que la segmentation d&rsquo;un flux temporel continu en unit\u00e9s discr\u00e8tes (mots, morph\u00e8mes) ne n\u00e9cessite pas la pr\u00e9sence de marqueurs acoustiques invariants ou de s\u00e9parateurs physiques explicites dans le signal. Le r\u00e9seau r\u00e9current d\u00e9couvre par lui-m\u00eame les fronti\u00e8res lexicales simplement en observant les oscillations de sa propre capacit\u00e9 pr\u00e9dictive. Cette avanc\u00e9e computationnelle a constitu\u00e9 le pr\u00e9curseur direct des travaux r\u00e9volutionnaires de la psycholinguiste Jenny Saffran et de ses coll\u00e8gues en 1996 sur l&rsquo;apprentissage statistique chez les nourrissons de 8 mois. Elman a prouv\u00e9 th\u00e9oriquement ce que la psychologie exp\u00e9rimentale allait bient\u00f4t confirmer en laboratoire : la transition de probabilit\u00e9 conditionnelle entre s\u00e9quences phon\u00e9miques constitue un m\u00e9canisme naturel, puissant et universel pour segmenter la langue maternelle.<\/p>\n<h3>4.3 Hi\u00e9rarchies cat\u00e9gorielles et repr\u00e9sentations implicites<\/h3>\n<p>L&rsquo;apport le plus profond de l&rsquo;article de 1990 r\u00e9side sans doute dans l&rsquo;analyse interne des repr\u00e9sentations g\u00e9om\u00e9triques form\u00e9es par le r\u00e9seau au terme de son apprentissage pr\u00e9dictif de phrases enti\u00e8res. Une fois le r\u00e9seau entra\u00een\u00e9 \u00e0 pr\u00e9dire le mot suivant dans le flux continu de 29 mots, Elman s&rsquo;est interrog\u00e9 sur la nature exacte du savoir emmagasin\u00e9 dans la couche cach\u00e9e. Pour percer cette bo\u00eete noire computationnelle, il a appliqu\u00e9 une technique statistique d&rsquo;analyse multivari\u00e9e novatrice dans ce contexte : l&rsquo;<a rel=\"noopener noreferrer\" href=\"https:\/\/en.wikipedia.org\/wiki\/Principal_component_analysis\">analyse en composantes principales<\/a> (ACP) ainsi que la classification hi\u00e9rarchique ascendante appliqu\u00e9es aux vecteurs d&rsquo;activation de la couche cach\u00e9e d\u00e9clench\u00e9s par chaque mot.<\/p>\n<p>Les r\u00e9sultats visualis\u00e9s sous la forme de dendrogrammes r\u00e9v\u00e8lent une organisation interne \u00e9poustouflante :<\/p>\n<ul>\n<li><strong>S\u00e9gr\u00e9gation grammaticale primaire :<\/strong> Le premier facteur discriminant s\u00e9pare nettement les vecteurs de la couche cach\u00e9e associ\u00e9s aux noms de ceux associ\u00e9s aux verbes.<\/li>\n<li><strong>Sous-cat\u00e9gorisation s\u00e9mantique et syntaxique :<\/strong> Au sein de la r\u00e9gion des noms, l&rsquo;espace se subdivise spontan\u00e9ment en un sous-espace r\u00e9serv\u00e9 aux anim\u00e9s (<em>boy<\/em>, <em>girl<\/em>, <em>dog<\/em>, <em>cat<\/em>) et un autre aux inanim\u00e9s (<em>rock<\/em>, <em>car<\/em>, <em>book<\/em>).<\/li>\n<li><strong>Raffinement des sous-classes fonctionnelles :<\/strong> Parmi les anim\u00e9s, le r\u00e9seau s\u00e9pare les \u00eatres humains des animaux pr\u00e9dateurs ; parmi les verbes, il regroupe s\u00e9par\u00e9ment les verbes intransitifs ne tol\u00e9rant aucun objet direct (<em>sleep<\/em>) et les verbes transitifs exigeant un compl\u00e9ment d&rsquo;objet anim\u00e9 ou comestible (<em>eat<\/em>, <em>break<\/em>, <em>see<\/em>).<\/li>\n<\/ul>\n<p>Ce r\u00e9sultat apporte une r\u00e9ponse cinglante \u00e0 l&rsquo;un des arguments cardinaux de la philosophie analytique et du nativisme fodorien. Fodor affirmait qu&rsquo;un syst\u00e8me ne manipulant pas des symboles logiques discrets ne pourrait jamais former de v\u00e9ritables cat\u00e9gories abstraites ni respecter des r\u00f4les th\u00e9matiques syntaxiques. Elman a d\u00e9montr\u00e9 que la topologie de l&rsquo;espace vectoriel d&rsquo;un r\u00e9seau r\u00e9current encode des hi\u00e9rarchies de concepts d&rsquo;une subtilit\u00e9 remarquable sous forme de r\u00e9gions d&rsquo;attraction, sans qu&rsquo;aucune \u00e9tiquette explicite (\u00ab NOM \u00bb, \u00ab VERBE \u00bb, \u00ab ANIM\u00c9 \u00bb) n&rsquo;ait jamais \u00e9t\u00e9 implant\u00e9e dans son architecture. La structure linguistique n&rsquo;est pas pr\u00e9programm\u00e9e : elle \u00e9merge de la compression dimensionnelle des contraintes de co-occurrence pr\u00e9dictive.<\/p>\n<h2>5. L&rsquo;acquisition du langage sans grammaire universelle<\/h2>\n<h3>5.1 Traitement des d\u00e9pendances \u00e0 longue distance et de la r\u00e9cursivit\u00e9<\/h3>\n<p>L&rsquo;un des d\u00e9fis les plus redoutables lanc\u00e9s par les linguistes g\u00e9n\u00e9rativistes aux partisans du connexionnisme concernait la capacit\u00e9 \u00e0 traiter les d\u00e9pendances \u00e0 longue distance et la r\u00e9cursivit\u00e9. Dans <em>Syntactic Structures<\/em> (1957), Noam Chomsky avait formul\u00e9 une critique c\u00e9l\u00e8bre affirmant que les mod\u00e8les s\u00e9quentiels fond\u00e9s sur des cha\u00eenes de Markov ou des automates \u00e0 \u00e9tats finis \u00e9taient fondamentalement incapables de g\u00e9rer les structures syntaxiques du langage naturel. En effet, dans une phrase comme \u00ab <em>The dog that chased the two cats was barking<\/em> \u00bb, l&rsquo;accord grammatical singulier du verbe \u00ab <em>was<\/em> \u00bb d\u00e9pend du sujet \u00e9loign\u00e9 \u00ab <em>dog<\/em> \u00bb, ignorant compl\u00e8tement les noms pluriels intercal\u00e9s \u00ab <em>cats<\/em> \u00bb dans la proposition subordonn\u00e9e relative.<\/p>\n<p>Pour Chomsky, ce ph\u00e9nom\u00e8ne prouvait sans \u00e9quivoque que la comp\u00e9tence linguistique repose n\u00e9cessairement sur une grammaire hors-contexte (<em>context-free grammar<\/em>) ou une grammaire g\u00e9n\u00e9rative transformationnelle manipulant des arbres syntaxiques hi\u00e9rarchiques, hors de port\u00e9e d&rsquo;architectures connexionnistes inductives bas\u00e9es sur des r\u00e9gularit\u00e9s lin\u00e9aires. Jeffrey Elman a relev\u00e9 ce d\u00e9fi de mani\u00e8re frontale dans une s\u00e9rie d&rsquo;exp\u00e9riences m\u00e9morables men\u00e9es entre 1991 et 1993. Il a con\u00e7u un corpus linguistique g\u00e9n\u00e9r\u00e9 par une grammaire complexe autorisant l&rsquo;ench\u00e2ssement r\u00e9cursif de propositions relatives :<\/p>\n<p>\u00ab <em>Boys who dogs chase see cats<\/em> \u00bb ou encore \u00ab <em>The girl who the boy who dogs bite loves sees horses<\/em> \u00bb.<\/p>\n<p>Face \u00e0 ces constructions, le r\u00e9seau r\u00e9current d&rsquo;Elman a r\u00e9ussi \u00e0 pr\u00e9dire avec pr\u00e9cision la marque du verbe principal au singulier ou au pluriel, m\u00eame lorsque plusieurs propositions subordonn\u00e9es imbriqu\u00e9es s\u00e9paraient le sujet de son verbe. L&rsquo;analyse des trajectoires dynamiques dans l&rsquo;espace d&rsquo;\u00e9tats de la couche cach\u00e9e a r\u00e9v\u00e9l\u00e9 le m\u00e9canisme sous-jacent : lorsqu&rsquo;une proposition relative s&rsquo;ouvre avec le pronom relatif \u00ab <em>who<\/em> \u00bb, l&rsquo;\u00e9tat cach\u00e9 du r\u00e9seau est propuls\u00e9 dans une sous-r\u00e9gion sp\u00e9cifique de son espace vectoriel. Cette r\u00e9gion agit comme un attracteur maintenant l&rsquo;accord du sujet principal en suspension latente, tout en autorisant les calculs locaux de la proposition subordonn\u00e9e. Une fois la relative achev\u00e9e, la dynamique interne se r\u00e9tablit et ram\u00e8ne l&rsquo;\u00e9tat du syst\u00e8me \u00e0 la coordonn\u00e9e exacte requise pour l&rsquo;accord du verbe principal. Elman a ainsi d\u00e9montr\u00e9 que la r\u00e9cursivit\u00e9 n&rsquo;exige pas obligatoirement une pile de m\u00e9moire formelle (<em>stack<\/em>) manipul\u00e9e par un compilateur symbolique : elle peut \u00eatre instanci\u00e9e par une dynamique continue d&rsquo;attracteurs dans un espace vectoriel multidimensionnel.<\/p>\n<h3>5.2 La nature des r\u00e8gles linguistiques revisit\u00e9e<\/h3>\n<p>Ces d\u00e9couvertes ont conduit Elman \u00e0 proposer une refondation compl\u00e8te du concept de \u00ab r\u00e8gle linguistique \u00bb. Dans le cadre rationaliste orthodoxe, une r\u00e8gle est une proposition formelle d\u00e9terministe (par exemple, <em>SN &rarr; D\u00e9t + N<\/em> ou <em>Pass\u00e9 &rarr; Base + \u00ab -ed \u00bb<\/em>) qui s&rsquo;applique de mani\u00e8re binaire : une s\u00e9quence linguistique est jug\u00e9e valide ou invalide selon qu&rsquo;elle respecte ou viole l&rsquo;algorithme sous-jacent.<\/p>\n<p>Or, cette vision math\u00e9matique id\u00e9alis\u00e9e entre en contradiction flagrante avec les donn\u00e9es empiriques de la linguistique de corpus et de la psycholinguistique comportementale, qui attestent toutes de ph\u00e9nom\u00e8nes massifs de gradience, de variabilit\u00e9 et de sensibilit\u00e9 au contexte. Dans la vision connexionniste d\u00e9fendue par Elman :<\/p>\n<ul>\n<li><strong>La r\u00e8gle comme \u00e9quilibre de contraintes :<\/strong> Une r\u00e8gle n&rsquo;a pas d&rsquo;existence physique ou logique s\u00e9par\u00e9e du r\u00e9seau synaptique. Elle repr\u00e9sente un faisceau convergent de contraintes statistiques douces (<em>soft constraints<\/em>) qui stabilisent le traitement d&rsquo;une s\u00e9quence.<\/li>\n<li><strong>La tol\u00e9rance aux irr\u00e9gularit\u00e9s :<\/strong> Contrairement aux syst\u00e8mes symboliques rigides qui plantent face \u00e0 une omission ou une anomalie, les r\u00e9seaux d&rsquo;Elman manifestent une d\u00e9gradation gracieuse des performances. Ils sont capables d&rsquo;interpr\u00e9ter des \u00e9nonc\u00e9s agrammaticaux ou ambigus en calculant le meilleur compromis probabiliste possible entre les contraintes en jeu.<\/li>\n<li><strong>Le comportement gouvern\u00e9 par des r\u00e8gles sans r\u00e8gles :<\/strong> Elman a forg\u00e9 l&rsquo;expression percutante de \u00ab comportement gouvern\u00e9 par des r\u00e8gles \u00bb sans manipulation explicite de symboles. Tout comme les alv\u00e9oles d&rsquo;un nid d&rsquo;abeille adoptent une forme hexagonale parfaite sans qu&rsquo;aucune abeille ne poss\u00e8de de plan g\u00e9om\u00e9trique abstrait dans son cerveau, le langage \u00e9merge sous une forme structur\u00e9e et quasi-syst\u00e9matique \u00e0 partir des dynamiques interactives d&rsquo;unit\u00e9s de calcul \u00e9l\u00e9mentaires.<\/li>\n<\/ul>\n<p>Cette approche th\u00e9orique converge de mani\u00e8re \u00e9clatante avec la linguistique fond\u00e9e sur l&rsquo;usage (<em>usage-based linguistics<\/em>) d\u00e9velopp\u00e9e par <a rel=\"noopener noreferrer\" href=\"https:\/\/www.eva.mpg.de\">Michael Tomasello<\/a> et Joan Bybee, ainsi qu&rsquo;avec la grammaire de construction. Loin de n\u00e9cessiter un dispositif inn\u00e9 d&rsquo;acquisition du langage (<em>Language Acquisition Device<\/em> ou LAD), l&rsquo;enfant construit sa ma\u00eetrise grammaticale pas \u00e0 pas, \u00e0 travers la s\u00e9dimentation statistique et l&rsquo;analogie distribu\u00e9e issue des interactions communicatives quotidiennes.<\/p>\n<h2>6. \u00ab Rethinking Innateness \u00bb (1996) et le paradigme \u00e9mergentiste<\/h2>\n<h3>6.1 Gen\u00e8se et port\u00e9e de l&rsquo;ouvrage collectif<\/h3>\n<p>En 1996, les \u00e9ditions du MIT Press publient un ouvrage qui allait red\u00e9finir en profondeur le paysage des sciences du d\u00e9veloppement : <em>Rethinking Innateness: A Connectionist Perspective on Development<\/em>. Co\u00e9crit par un collectif exceptionnel r\u00e9unissant Jeffrey Elman, Elizabeth Bates, Mark H. Johnson, Annette Karmiloff-Smith, Domenico Parisi et Kim Plunkett, cet opus monumental est le fruit de plusieurs ann\u00e9es de s\u00e9minaires et de collaborations interdisciplinaires intenses.<\/p>\n<p>L&rsquo;ouvrage est con\u00e7u comme une r\u00e9ponse th\u00e9orique et empirique majeure au nativisme radical alors triomphant, popularis\u00e9 aupr\u00e8s du grand public par Steven Pinker dans son best-seller <em>The Language Instinct<\/em> (1994) et d\u00e9fendu philosophiquement par Jerry Fodor. Pinker et ses pairs soutenaient l&rsquo;hypoth\u00e8se d&rsquo;une architecture cognitive rigoureusement modulaire, o\u00f9 chaque domaine de la comp\u00e9tence humaine (reconnaissance des visages, grammaire, th\u00e9orie de l&rsquo;esprit) d\u00e9coulerait de programmes g\u00e9n\u00e9tiques sp\u00e9cifiques ayant s\u00e9lectionn\u00e9 des circuits c\u00e9r\u00e9braux pr\u00e9-c\u00e2bl\u00e9s au cours de l&rsquo;\u00e9volution des hominid\u00e9s.<\/p>\n<p>Elman et ses coauteurs ne r\u00e9futent pas l&rsquo;existence de contraintes biologiques fondamentales, mais ils attaquent sans concession la m\u00e9taphore n\u00e9o-cart\u00e9sienne du g\u00e8ne comme plan architectural complet pr\u00e9-c\u00e2blant des repr\u00e9sentations mentales complexes. S&rsquo;appuyant sur les d\u00e9couvertes les plus r\u00e9centes de l&#8217;embryologie, de la g\u00e9n\u00e9tique mol\u00e9culaire et des neurosciences d\u00e9veloppementales, ils d\u00e9montrent qu&rsquo;il n&rsquo;y a tout simplement pas assez de mat\u00e9riel g\u00e9n\u00e9tique dans le g\u00e9nome humain pour encoder les connexions synaptiques pr\u00e9cises du cortex c\u00e9r\u00e9bral. D\u00e8s lors, le probl\u00e8me scientifique n&rsquo;est pas de savoir si le langage est inn\u00e9 ou acquis, mais d&rsquo;\u00e9lucider la nature exacte des contraintes qui canalisent le d\u00e9veloppement ontog\u00e9n\u00e9tique.<\/p>\n<h3>6.2 La typologie tripartite des contraintes inn\u00e9es<\/h3>\n<p>L&rsquo;apport conceptuel le plus p\u00e9renne de <em>Rethinking Innateness<\/em> r\u00e9side dans l&rsquo;\u00e9laboration d&rsquo;une typologie tripartite rigoureuse des contraintes biologiques inn\u00e9es, permettant de remplacer les invocations vagues de l&rsquo;\u00ab instinct \u00bb par des m\u00e9canismes m\u00e9canistiques v\u00e9rifiables :<\/p>\n<ul>\n<li><strong>1. Les contraintes chronotopiques (temporelles) :<\/strong> Elles concernent le calendrier g\u00e9n\u00e9tique du d\u00e9veloppement (l&rsquo;h\u00e9t\u00e9rochronie). La r\u00e9gulation de la prolif\u00e9ration cellulaire, de la synaptogen\u00e8se, de l&rsquo;\u00e9lagage synaptique et de la my\u00e9linisation s&rsquo;effectue selon un rythme temporel strictement coordonn\u00e9 dans diff\u00e9rentes aires c\u00e9r\u00e9brales. Une infime modification dans la chronologie de ces \u00e9v\u00e9nements de maturation suffit \u00e0 reconfigurer radicalement les comp\u00e9tences cognitives finales, car certaines aires matures traitent l&rsquo;environnement avant d&rsquo;autres.<\/li>\n<li><strong>2. Les contraintes architecturales :<\/strong> Elles renvoient \u00e0 la forme et \u00e0 la connectivit\u00e9 structurelle du cerveau au niveau cellulaire et m\u00e9soscopique : la composition laminaire des colonnes corticales, la densit\u00e9 des connexions locales par rapport aux faisceaux \u00e0 longue distance, le type de transmetteurs synaptiques ou encore le degr\u00e9 d&rsquo;inhibition lat\u00e9rale. Ces contraintes d\u00e9terminent le style de calcul d&rsquo;une aire c\u00e9r\u00e9brale (par exemple, haute r\u00e9solution spatiale versus int\u00e9gration multimodale rapide) sans pour autant d\u00e9terminer les repr\u00e9sentations qu&rsquo;elle h\u00e9bergera.<\/li>\n<li><strong>3. Les contraintes repr\u00e9sentationnelles :<\/strong> Elles stipuleraient que le g\u00e9nome pr\u00e9-c\u00e2ble \u00e0 la naissance des repr\u00e9sentations sp\u00e9cifiques d&rsquo;objets, de morph\u00e8mes ou de r\u00e8gles grammaticales pr\u00e9cises dans les circuits corticaux. Elman et ses coll\u00e8gues d\u00e9montrent que cette troisi\u00e8me cat\u00e9gorie est virtuellement inexistante dans le cortex humain. S&rsquo;il existe des repr\u00e9sentations inn\u00e9es pr\u00e9c\u00e2bl\u00e9es dans les circuits sous-corticaux primitifs (comme le r\u00e9flexe de succion ou la r\u00e9ponse de sursaut), le n\u00e9ocortex se caract\u00e9rise au contraire par une omnipotence plastique et une capacit\u00e9 ph\u00e9nom\u00e9nale d&rsquo;auto-organisation face aux stimuli exp\u00e9rientiels.<\/li>\n<\/ul>\n<p>Cette distinction r\u00e9volutionnaire met fin au mirage de la grammaire universelle g\u00e9n\u00e9tiquement inscrite : le cerveau n&rsquo;a pas besoin de na\u00eetre avec les r\u00e8gles de la syntaxe ; il lui suffit de na\u00eetre avec une architecture d&rsquo;apprentissage plastique soumise \u00e0 un calendrier de maturation temporelle calibr\u00e9 pour interagir avec un environnement social riche en r\u00e9gularit\u00e9s statistiques.<\/p>\n<h3>6.3 La notion d&rsquo;\u00e9mergence en sciences cognitives<\/h3>\n<p>Au c\u0153ur de l&rsquo;\u00e9pist\u00e9mologie d&rsquo;Elman se trouve le concept d&rsquo;<strong>\u00e9mergence<\/strong>. Emprunt\u00e9 \u00e0 la physique des syst\u00e8mes complexes et \u00e0 la th\u00e9orie du chaos d\u00e9terministe, l&rsquo;\u00e9mergentisme stipule que des structures macroscopiques hautement organis\u00e9es et qualitatives peuvent na\u00eetre spontan\u00e9ment d&rsquo;interactions microscopiques simples et non lin\u00e9aires, sans qu&rsquo;aucun agent central ni plan directeur ne contienne la maquette finale.<\/p>\n<p>Cette approche d\u00e9passe le faux d\u00e9bat entre l&#8217;empirisme b\u00e9havioriste na\u00eff (qui con\u00e7oit l&rsquo;esprit comme une page blanche passive) et le nativisme g\u00e9n\u00e9tique rigide (qui voit l&rsquo;esprit comme un automate pr\u00e9-c\u00e2bl\u00e9) en s&rsquo;appuyant sur l&rsquo;<strong>\u00e9pig\u00e9n\u00e8se probabiliste<\/strong>, un cadre biologique th\u00e9oris\u00e9 par Gilbert Gottlieb. Le d\u00e9veloppement cognitif n&rsquo;est pas une simple lecture d&rsquo;un code g\u00e9n\u00e9tique lin\u00e9aire, mais une trajectoire dynamique co-construite \u00e0 chaque instant par les r\u00e9troactions mutuelles entre les g\u00e8nes, l&rsquo;activit\u00e9 neuronale spontan\u00e9e, la motricit\u00e9 corporelle et l&rsquo;environnement socioculturel.<\/p>\n<p>L&rsquo;impact de cette conceptualisation sur la compr\u00e9hension de la sp\u00e9cialisation c\u00e9r\u00e9brale est profond. Alors que la neuropsychologie fodorienne postulait des modules inn\u00e9s pr\u00e9existants d\u00e8s le d\u00e9part, Elman et Annette Karmiloff-Smith introduisent le concept de <strong>modularisation progressive<\/strong> :<\/p>\n<ul>\n<li>Le cerveau du nouveau-n\u00e9 ne commence pas par \u00eatre modulaire ; il le <em>devient<\/em> au cours de son d\u00e9veloppement.<\/li>\n<li>Des aires c\u00e9r\u00e9brales initialement multipotentielles se sp\u00e9cialisent progressivement sous l&rsquo;effet conjugu\u00e9 des contraintes architecturales initiales et des flux d&rsquo;information sp\u00e9cifiques qu&rsquo;elles traitent pr\u00e9f\u00e9rentiellement.<\/li>\n<li>L&rsquo;aire de Broca ou l&rsquo;aire visuelle des mots (VWFA) ne sont pas des puces \u00e9lectroniques grav\u00e9es g\u00e9n\u00e9tiquement pour la grammaire ou la lecture, mais le produit optimal d&rsquo;une dynamique auto-organisatrice qui canalise ces fonctions dans ces zones pr\u00e9cises en raison de leur connectivit\u00e9 globale.<\/li>\n<\/ul>\n<h2>7. L&rsquo;hypoth\u00e8se du \u00ab Starting Small \u00bb et les contraintes de maturation<\/h2>\n<h3>7.1 L&rsquo;article de 1993 : \u00ab Learning and development in neural networks \u00bb<\/h3>\n<p>En 1993, Jeffrey Elman publie dans la revue <em>Cognition<\/em> une \u00e9tude exp\u00e9rimentale magistrale intitul\u00e9e \u00ab Learning and development in neural networks: The importance of starting small \u00bb, qui illustre \u00e0 la perfection la puissance op\u00e9rationnelle du paradigme \u00e9mergentiste. Cette recherche est n\u00e9e d&rsquo;un \u00e9chec exp\u00e9rimental initial particuli\u00e8rement instructif.<\/p>\n<p>Cherchant \u00e0 entra\u00eener un grand r\u00e9seau r\u00e9current simple dot\u00e9 d&rsquo;une importante capacit\u00e9 de m\u00e9moire de travail \u00e0 ma\u00eetriser une grammaire artificielle complexe autorisant de multiples propositions relatives imbriqu\u00e9es, Elman constate que le r\u00e9seau \u00e9choue syst\u00e9matiquement \u00e0 converger. Face \u00e0 l&rsquo;immensit\u00e9 combinatoire de la t\u00e2che et \u00e0 l&rsquo;interf\u00e9rence massive des d\u00e9pendances lointaines, les gradients d&rsquo;erreur s&rsquo;\u00e9garent, et le r\u00e9seau s&rsquo;enlise inexorablement dans des minima locaux sous-optimaux, incapable de g\u00e9n\u00e9raliser la structure sous-jacente.<\/p>\n<p>Elman a alors l&rsquo;intuition de reproduire une limitation biologique bien connue : celle de l&rsquo;immaturit\u00e9 cognitive du nourrisson. Pourquoi les b\u00e9b\u00e9s humains mettent-ils tant de temps \u00e0 d\u00e9velopper leur m\u00e9moire de travail et leurs capacit\u00e9s attentionnelles ? Loin d&rsquo;y voir un d\u00e9faut \u00e9volutif ou un handicap passager, Elman s&rsquo;inspire de l&rsquo;hypoth\u00e8se \u00ab <em>Less is More<\/em> \u00bb formul\u00e9e par la psycholinguiste <a rel=\"noopener noreferrer\" href=\"https:\/\/www.psychology.illinois.edu\">Elissa Newport<\/a> en 1990 dans ses \u00e9tudes sur l&rsquo;acquisition du langage des signes et des langues secondes. Newport avait sugg\u00e9r\u00e9 que les limitations sensorielles et m\u00e9morielles de l&rsquo;enfant constituent en r\u00e9alit\u00e9 un avantage computationnel protecteur : en limitant la quantit\u00e9 d&rsquo;informations qu&rsquo;il peut traiter simultan\u00e9ment, l&rsquo;enfant est contraint d&rsquo;extraire des unit\u00e9s \u00e9l\u00e9mentaires simples avant de tenter de combiner des blocs plus complexes.<\/p>\n<h3>7.2 Les deux voies du \u00ab Starting Small \u00bb<\/h3>\n<p>Pour tester cette intuition sur le plan computationnel, Elman formalise et compare deux m\u00e9thodologies distinctes pour guider l&rsquo;apprentissage du r\u00e9seau r\u00e9current :<\/p>\n<table border=\"1\" cellpadding=\"8\" style=\"border-collapse: collapse; width: 100%; margin-top: 15px; margin-bottom: 20px;\">\n<thead>\n<tr style=\"background-color: #f2f2f2;\">\n<th style=\"width: 50%;\">Starting small dans les donn\u00e9es (<em>Environmental Filtering<\/em>)<\/th>\n<th style=\"width: 50%;\">Starting small dans l&rsquo;architecture (<em>Maturation Constraints<\/em>)<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td>\n<ul>\n<li>Le r\u00e9seau conserve sa pleine capacit\u00e9 computationnelle d\u00e8s le d\u00e9but.<\/li>\n<li>L&rsquo;environnement d&rsquo;apprentissage est artificiellement structur\u00e9 en \u00e9tapes successives.<\/li>\n<li>Le r\u00e9seau est d&rsquo;abord expos\u00e9 exclusivement \u00e0 des phrases simples de base (Sujet-Verbe-Objet).<\/li>\n<li>Une fois ces structures ma\u00eetris\u00e9es, les propositions coordonn\u00e9es puis les relatives imbriqu\u00e9es sont introduites progressivement dans le corpus.<\/li>\n<\/ul>\n<\/td>\n<td>\n<ul>\n<li>Le corpus entier, incluant toute sa complexit\u00e9 et ses structures r\u00e9cursives d\u00e8s le premier jour, est pr\u00e9sent\u00e9 au r\u00e9seau.<\/li>\n<li>La capacit\u00e9 de la m\u00e9moire de travail du r\u00e9seau (le maintien de l&rsquo;\u00e9tat contextuel) est artificiellement d\u00e9grad\u00e9e au d\u00e9but : la couche de contexte est r\u00e9initialis\u00e9e \u00e0 z\u00e9ro tous les 3 ou 4 pas de temps.<\/li>\n<li>La dur\u00e9e de conservation de la m\u00e9moire r\u00e9currente est ensuite accrue par paliers successifs au fil des cycles d&rsquo;apprentissage, simulant la my\u00e9linisation et la maturation corticale progressive.<\/li>\n<\/ul>\n<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<p>Les r\u00e9sultats de ces simulations sont sans \u00e9quivoque : dans les deux cas, le r\u00e9seau r\u00e9ussit brillamment l\u00e0 o\u00f9 le r\u00e9seau adulte pleinement mature avait \u00e9chou\u00e9. En limitant initialement sa fen\u00eatre temporelle, le r\u00e9seau est contraint d&rsquo;apprendre d&rsquo;abord les corr\u00e9lations locales imm\u00e9diates (comme l&rsquo;accord direct entre un nom et son verbe adjacent). Lorsque sa m\u00e9moire s&rsquo;\u00e9tend ensuite pour embrasser des d\u00e9pendances plus \u00e9loign\u00e9es, il a d\u00e9j\u00e0 fix\u00e9 une armature de repr\u00e9sentations stables qui lui permet de d\u00e9composer la complexit\u00e9 r\u00e9cursive sans \u00eatre d\u00e9sorient\u00e9 par le bruit statistique. Elman d\u00e9montre ainsi que l&rsquo;imperfection d\u00e9veloppementale n&rsquo;est pas une faiblesse : elle constitue le moteur computationnel n\u00e9cessaire \u00e0 la r\u00e9ussite de l&rsquo;apprentissage.<\/p>\n<h3>7.3 D\u00e9bats et r\u00e9plications ult\u00e9rieures<\/h3>\n<p>L&rsquo;article de 1993 a suscit\u00e9 un d\u00e9bat passionn\u00e9 et a pouss\u00e9 la communaut\u00e9 connexionniste \u00e0 des v\u00e9rifications m\u00e9thodologiques m\u00e9ticuleuses. En 1999, Douglas Rohde et David Plaut publient un article critique retentissant (\u00ab <em>Language acquisition in the absence of explicit morphological cues: More is more<\/em> \u00bb). Rohde et Plaut rapportent qu&rsquo;en modifiant l\u00e9g\u00e8rement certains param\u00e8tres architecturaux, notamment en utilisant une variante d&rsquo;algorithme avec un taux d&rsquo;apprentissage optimis\u00e9 et des contextes s\u00e9mantiques plus riches, des r\u00e9seaux connexionnistes peuvent parfois apprendre la grammaire sans devoir obligatoirement passer par la phase de restriction de m\u00e9moire initiale, sugg\u00e9rant que \u00ab <em>More is more<\/em> \u00bb pouvait \u00e9galement s&rsquo;appliquer selon les conditions d&rsquo;ing\u00e9nierie logicielle.<\/p>\n<p>Jeffrey Elman a accueilli ces critiques avec une remarquable rigueur scientifique, publiant des clarifications th\u00e9oriques nuanc\u00e9es. Il a soulign\u00e9 que l&rsquo;enjeu central de son travail n&rsquo;\u00e9tait pas d&rsquo;affirmer qu&rsquo;aucun algorithme math\u00e9matique ne pourrait jamais r\u00e9soudre une grammaire sans contrainte, mais d&rsquo;\u00e9tablir que, dans les conditions \u00e9cologiques du syst\u00e8me nerveux biologique \u2014 marqu\u00e9 par un bruit permanent, des ressources m\u00e9taboliques limit\u00e9es et un apprentissage en temps r\u00e9el \u2014, la maturation temporelle offre une solution robuste, naturelle et \u00e9l\u00e9gante pour contourner les blocages computationnels.<\/p>\n<p>Au XXIe si\u00e8cle, l&rsquo;h\u00e9ritage de cette intuition s&rsquo;est av\u00e9r\u00e9 \u00e9clatant. En 2009, le chercheur en intelligence artificielle <a rel=\"noopener noreferrer\" href=\"https:\/\/openreview.net\">Yoshua Bengio<\/a> et son \u00e9quipe ont formalis\u00e9 le concept de <em>Curriculum Learning<\/em>, directement inspir\u00e9 du \u00ab starting small \u00bb d&rsquo;Elman. Le principe selon lequel un mod\u00e8le d&rsquo;apprentissage profond doit d&rsquo;abord \u00eatre expos\u00e9 \u00e0 des exemples simples avant de recevoir des donn\u00e9es hautement complexes est aujourd&rsquo;hui devenu l&rsquo;un des piliers m\u00e9thodologiques de l&rsquo;entra\u00eenement des mod\u00e8les d&rsquo;IA les plus avanc\u00e9s. De surcro\u00eet, le mod\u00e8le d&rsquo;Elman continue de servir de paradigme de r\u00e9f\u00e9rence pour \u00e9clairer les troubles du neurod\u00e9veloppement, tels que les troubles du spectre de l&rsquo;autisme ou les troubles sp\u00e9cifiques du langage, o\u00f9 une perturbation infime du rythme de maturation synaptique peut alt\u00e9rer en cascade l&rsquo;ensemble des acquisitions cognitives sup\u00e9rieures.<\/p>\n<h2>8. S\u00e9mantique dynamique et repr\u00e9sentations lexicales<\/h2>\n<h3>8.1 Les mots en tant que modulateurs d&rsquo;\u00e9tat mental<\/h3>\n<p>Parall\u00e8lement \u00e0 ses perc\u00e9es en syntaxe, Jeffrey Elman a men\u00e9 une refonte radicale de la s\u00e9mantique lexicale. Dans la tradition cognitiviste et linguistique dominante, un mot est couramment con\u00e7u comme une entr\u00e9e dans un \u00ab lexique mental \u00bb, analogue \u00e0 un dictionnaire interne statique. Dans cette vision archivistique, le mot est une \u00e9tiquette symbolique passive associ\u00e9e \u00e0 un ensemble de traits s\u00e9mantiques discrets ou \u00e0 un pointeur conceptuel invariant stock\u00e9 dans un casier m\u00e9moriel.<\/p>\n<p>Elman s&rsquo;est insurg\u00e9 contre cette r\u00e9ification du lexique, proposant une approche radicalement non repr\u00e9sentationnelle et dynamique du mot dans des articles fondateurs tels que \u00ab <em>Connectionist approaches to language acquisition<\/em> \u00bb et ses \u00e9crits ult\u00e9rieurs sur la dynamique s\u00e9mantique. Pour Elman :<\/p>\n<ul>\n<li><strong>Le mot comme op\u00e9rateur :<\/strong> Un mot n&rsquo;est pas un objet statique que le cerveau manipule, extrait ou empile. Un mot est un <em>op\u00e9rateur dynamique<\/em> qui alt\u00e8re et sculpte l&rsquo;\u00e9tat interne du syst\u00e8me.<\/li>\n<li><strong>La trajectoire dans l&rsquo;espace d&rsquo;\u00e9tats :<\/strong> L&rsquo;esprit est \u00e0 tout instant situ\u00e9 dans un \u00e9tat d&rsquo;activation multidimensionnel. La survenue d&rsquo;un mot agit comme une force vectorielle qui propulse l&rsquo;\u00e9tat mental courant vers une nouvelle r\u00e9gion du paysage mental, modifiant instantan\u00e9ment son horizon de pr\u00e9dictions et d&rsquo;attentes.<\/li>\n<li><strong>L&rsquo;ancrage situationnel :<\/strong> Le sens d&rsquo;un mot n&rsquo;est jamais isol\u00e9 ; il r\u00e9side dans l&rsquo;ensemble des transformations qu&rsquo;il op\u00e8re sur le contexte dans lequel il est prof\u00e9r\u00e9. Un m\u00eame mot ne produit jamais deux fois exactement la m\u00eame transformation math\u00e9matique, car le contexte d&rsquo;arriv\u00e9e n&rsquo;est jamais identique au pr\u00e9c\u00e9dent.<\/li>\n<\/ul>\n<p>Cette vision dynamique du mot s&rsquo;articule directement avec la s\u00e9mantique cognitive d\u00e9velopp\u00e9e par George Lakoff, Ronald Langacker et Leonard Talmy. Tout comme pour la s\u00e9mantique de la gestalt et de l&rsquo;incarnation, le sens linguistique n&rsquo;est pas une v\u00e9rit\u00e9 propositionnelle abstraite r\u00e9gie par des conditions de v\u00e9rit\u00e9 logiques, mais une modulation ph\u00e9nom\u00e9nale et incarn\u00e9e de la disposition \u00e0 agir, \u00e0 anticiper et \u00e0 percevoir le monde.<\/p>\n<h3>8.2 La s\u00e9mantique distributionnelle et vectorielle pr\u00e9coce<\/h3>\n<p>L&rsquo;une des contributions les plus proph\u00e9tiques de Jeffrey Elman est d&rsquo;avoir \u00e9t\u00e9 l&rsquo;artisan pionnier de la s\u00e9mantique distributionnelle computationnelle et des repr\u00e9sentations vectorielles denses (<em>embeddings<\/em>). En s&rsquo;appuyant sur l&rsquo;aphorisme c\u00e9l\u00e8bre du linguiste britannique John Rupert Firth (1957) \u2014 \u00ab <em>You shall know a word by the company it keeps<\/em> \u00bb (On conna\u00eet un mot par la compagnie qu&rsquo;il fr\u00e9quente) \u2014, Elman a \u00e9t\u00e9 le premier \u00e0 prouver exp\u00e9rimentalement comment un r\u00e9seau de neurones artificiels peut d\u00e9duire des g\u00e9om\u00e9tries s\u00e9mantiques subtiles \u00e0 partir de la seule co-occurrence statistique pr\u00e9dictive des formes lexicales dans un flux temporel.<\/p>\n<p>Dans ses exp\u00e9riences de 1990 et de la d\u00e9cennie suivante, le r\u00e9seau ne disposait d&rsquo;aucune information visuelle ou sensorimotrice externe pour comprendre ce qu&rsquo;\u00e9tait un \u00ab chien \u00bb ou un \u00ab rocher \u00bb. Pourtant, parce que le mot \u00ab chien \u00bb apparaissait apr\u00e8s des verbes comme \u00ab mordre \u00bb, \u00ab courir \u00bb, \u00ab aboyer \u00bb ou \u00ab nourrir \u00bb, tandis que le mot \u00ab rocher \u00bb apparaissait apr\u00e8s \u00ab jeter \u00bb, \u00ab casser \u00bb ou \u00ab rouler \u00bb, l&rsquo;espace vectoriel interne du r\u00e9seau a regroup\u00e9 ces concepts dans des zones topologiques distinctes mais dot\u00e9es de m\u00e9triques de proximit\u00e9 pr\u00e9cises. Elman a ainsi d\u00e9montr\u00e9 que :<\/p>\n<ul>\n<li>La polys\u00e9mie d&rsquo;un mot est naturellement r\u00e9solue par la d\u00e9formation continue de son vecteur en fonction du contexte ant\u00e9c\u00e9dent, sans n\u00e9cessiter d&rsquo;entr\u00e9es lexicales dupliqu\u00e9es pour chaque acception.<\/li>\n<li>La m\u00e9taphore et l&rsquo;analogie \u00e9mergent spontan\u00e9ment de la proximit\u00e9 g\u00e9om\u00e9trique de trajectoires au sein de l&rsquo;espace vectoriel d&rsquo;activation.<\/li>\n<li>La flexibilit\u00e9 contextuelle du sens chez l&rsquo;adulte \u2014 o\u00f9 un m\u00eame terme adopte une tonalit\u00e9 s\u00e9mantique diff\u00e9rente selon l&rsquo;interlocuteur ou la situation \u2014 d\u00e9coule naturellement de la nature non lin\u00e9aire des attracteurs synaptiques.<\/li>\n<\/ul>\n<p>Vingt-trois ans avant l&rsquo;explosion de mod\u00e8les tels que <em>Word2Vec<\/em> (d\u00e9velopp\u00e9 par Tomas Mikolov chez Google en 2013) ou <em>GloVe<\/em> (Pennington et al., 2014), Jeffrey Elman avait d\u00e9j\u00e0 invent\u00e9 et th\u00e9oris\u00e9 le principe fondamental qui r\u00e9git l&rsquo;ensemble de la s\u00e9mantique vectorielle contemporaine : la projection des relations s\u00e9mantiques sous la forme de distances et de directions vectorielles continues g\u00e9n\u00e9r\u00e9es par une t\u00e2che d&rsquo;auto-pr\u00e9diction contextuelle.<\/p>\n<h2>9. Contributions \u00e0 la psycholinguistique exp\u00e9rimentale<\/h2>\n<h3>9.1 Le traitement du langage en temps r\u00e9el (Online Processing)<\/h3>\n<p>Jeffrey Elman n&rsquo;a jamais con\u00e7u ses mod\u00e8les computationnels comme de simples exercices math\u00e9matiques d\u00e9sincarn\u00e9s ; ils \u00e9taient pour lui des hypoth\u00e8ses fonctionnelles rigoureuses destin\u00e9es \u00e0 \u00eatre test\u00e9es contre les comportements humains en temps r\u00e9el. C&rsquo;est pourquoi son influence sur la psycholinguistique exp\u00e9rimentale contemporaine a \u00e9t\u00e9 d\u00e9terminante, en particulier dans le domaine du traitement du langage en ligne (<em>online language processing<\/em>).<\/p>\n<p>Jusqu&rsquo;aux ann\u00e9es 1990, le mod\u00e8le dominant d&rsquo;analyse syntaxique chez l&rsquo;adulte reposait sur l&rsquo;hypoth\u00e8se d&rsquo;une analyse \u00e9tapiste et modulaire (notamment incarn\u00e9e par le mod\u00e8le <em>Garden-Path<\/em> de Lyn Frazier). Selon cette approche, face \u00e0 une phrase syntaxiquement ambigu\u00eb comme :<\/p>\n<p>\u00ab <em>The horse raced past the barn fell<\/em> \u00bb (Le cheval couru devant la grange est tomb\u00e9),<\/p>\n<p>un analyseur syntaxique autonome applique aveugl\u00e9ment des principes formels \u00e9conomiques (comme l&rsquo;attachement minimal) pour interpr\u00e9ter initialement \u00ab <em>raced<\/em> \u00bb comme le verbe principal de la proposition. Lorsque l&rsquo;analyseur heurte le mot final \u00ab <em>fell<\/em> \u00bb, il \u00e9choue, d\u00e9clenche une rupture de traitement et est contraint d&rsquo;engager un r\u00e9analyse co\u00fbteux.<\/p>\n<p>Jeffrey Elman a d\u00e9fendu une vision radicalement inverse : le traitement du langage humain s&rsquo;effectue par int\u00e9gration imm\u00e9diate, continue et parall\u00e8le de contraintes multiples (<em>constraint-satisfaction models<\/em>). Gr\u00e2ce au suivi des mouvements oculaires (<em>eye-tracking<\/em>) lors de la lecture et dans des paradigmes de monde visuel (<em>visual world paradigm<\/em>), les psycholinguistes ont constat\u00e9 que le syst\u00e8me cognitif n&rsquo;attend pas d&rsquo;arriver \u00e0 la fin d&rsquo;une phrase pour r\u00e9soudre une ambigu\u00eft\u00e9. Si le sujet de la phrase est un nom inanim\u00e9 incapable d&rsquo;effectuer l&rsquo;action par lui-m\u00eame :<\/p>\n<p>\u00ab <em>The apple fell from the basket was rotten<\/em> \u00bb,<\/p>\n<p>le regard du lecteur ne manifeste aucun effet de \u00ab <em>garden-path<\/em> \u00bb, car les contraintes s\u00e9mantiques et th\u00e9matiques de l&rsquo;inanim\u00e9 \u00ab pomme \u00bb bloquent imm\u00e9diatement l&rsquo;interpr\u00e9tation d&rsquo;agent actif au profit d&rsquo;une proposition passive r\u00e9duite. Les r\u00e9seaux r\u00e9currents d&rsquo;Elman simulaient parfaitement ces patrons de temps de lecture milliseconde par milliseconde. En calculant en temps r\u00e9el la distribution probabiliste des suites possibles \u00e0 chaque mot, le r\u00e9seau pr\u00e9dit pr\u00e9cis\u00e9ment l&rsquo;ampleur du co\u00fbt cognitif humain face \u00e0 des configurations inattendues, d\u00e9montrant que le cerveau utilise activement l&rsquo;ensemble des contraintes s\u00e9mantiques, syntaxiques et discursives disponibles pour anticiper en permanence le d\u00e9roulement du signal.<\/p>\n<h3>9.2 L&rsquo;interaction entre mod\u00e8les computationnels et neurophysiologie<\/h3>\n<p>L&rsquo;engagement d&rsquo;Elman dans l&rsquo;\u00e9tude des fondements physiologiques de la cognition l&rsquo;a conduit \u00e0 nouer des collaborations \u00e9troites avec des pionni\u00e8res de l&rsquo;\u00e9lectrophysiologie cognitive, notamment <a rel=\"noopener noreferrer\" href=\"https:\/\/kutaslab.ucsd.edu\">Marta Kutas<\/a> \u00e0 l&rsquo;UCSD, c\u00e9l\u00e8bre pour sa cod\u00e9couverte du potentiel \u00e9voqu\u00e9 <em>N400<\/em>.<\/p>\n<p>L&rsquo;onde N400 est une d\u00e9flexion n\u00e9gative du potentiel \u00e9lectroenc\u00e9phalographique survenant environ 400 millisecondes apr\u00e8s la pr\u00e9sentation d&rsquo;un mot qui viole les attentes s\u00e9mantiques du contexte (par exemple, \u00ab Il prend son caf\u00e9 avec du lait et du <em>chausson<\/em> \u00bb). Elman et ses coll\u00e8gues ont apport\u00e9 une mod\u00e9lisation computationnelle \u00e9l\u00e9gante de ce marqueur neurophysiologique :<\/p>\n<ul>\n<li>L&rsquo;amplitude de l&rsquo;onde N400 correspond directement \u00e0 la quantit\u00e9 de surprise informationnelle ou d&rsquo;erreur de pr\u00e9diction vectorielle g\u00e9n\u00e9r\u00e9e par le mot entrant au sein de l&rsquo;\u00e9tat cach\u00e9 du r\u00e9seau r\u00e9current.<\/li>\n<li>De m\u00eame, la composante <em>P600<\/em>, traditionnellement interpr\u00e9t\u00e9e comme un indice d&rsquo;infraction purement syntaxique par les g\u00e9n\u00e9rativistes, a pu \u00eatre reth\u00e9oris\u00e9e comme le co\u00fbt de r\u00e9organisation structurelle de l&rsquo;espace d&rsquo;\u00e9tats lorsqu&rsquo;une trajectoire dynamique doit franchir une barri\u00e8re d&rsquo;attraction pour s&rsquo;adapter \u00e0 une s\u00e9quence inattendue mais grammaticalement valide.<\/li>\n<\/ul>\n<p>Parall\u00e8lement, Elman a profond\u00e9ment influenc\u00e9 la neuropsychologie de l&rsquo;aphasiologie. En collaboration avec Elizabeth Bates, il a contest\u00e9 la dichotomie classique \u00e9tablie au XIXe si\u00e8cle entre l&rsquo;aphasie de Broca (pr\u00e9sent\u00e9e comme un d\u00e9ficit purement syntaxique) et l&rsquo;aphasie de Wernicke (pr\u00e9sent\u00e9e comme un d\u00e9ficit purement lexical). En simulant des l\u00e9sions c\u00e9r\u00e9brales par l&rsquo;introduction de bruit al\u00e9atoire ou la destruction graduelle d&rsquo;unit\u00e9s au sein de r\u00e9seaux r\u00e9currents simples entra\u00een\u00e9s, Elman et Bates ont reproduit les dissociations observ\u00e9es chez les patients c\u00e9r\u00e9brol\u00e9s\u00e9s. Ils ont d\u00e9montr\u00e9 qu&rsquo;une l\u00e9sion diffuse touchant le traitement temporel d\u00e9grade pr\u00e9f\u00e9rentiellement les marqueurs morphosyntaxiques complexes sans qu&rsquo;il soit n\u00e9cessaire d&rsquo;invoquer la destruction d&rsquo;un \u00ab module syntaxique \u00bb autonome. Ces r\u00e9sultats ont valid\u00e9 exp\u00e9rimentalement l&rsquo;interd\u00e9pendance organique profonde entre le vocabulaire et la grammaire au sein d&rsquo;une architecture distribu\u00e9e partag\u00e9e.<\/p>\n<h2>10. Le r\u00f4le institutionnel et le mentorat de Jeffrey Elman<\/h2>\n<h3>10.1 B\u00e2tisseur des sciences cognitives \u00e0 l&rsquo;\u00e9chelle mondiale<\/h3>\n<p>L&rsquo;ampleur de l&rsquo;impact scientifique d&rsquo;un chercheur ne se mesure pas seulement au nombre de ses articles ou de ses citations, mais \u00e9galement \u00e0 sa capacit\u00e9 \u00e0 forger de nouveaux \u00e9cosyst\u00e8mes institutionnels durables. Jeffrey Elman a \u00e9t\u00e9 sans conteste l&rsquo;un des plus grands b\u00e2tisseurs institutionnels de la science contemporaine. \u00c0 une \u00e9poque o\u00f9 les universit\u00e9s mondiales demeuraient solidement retranch\u00e9es derri\u00e8re les fronti\u00e8res disciplinaires h\u00e9rit\u00e9es du XIXe si\u00e8cle \u2014 la psychologie ignorant l&rsquo;informatique, les d\u00e9partements de linguistique rejetant les neurosciences \u2014, Elman a \u0153uvr\u00e9 inlassablement pour abattre ces cloisons.<\/p>\n<p>En cofondant et en d\u00e9veloppant le d\u00e9partement de sciences cognitives de l&rsquo;UCSD, il a pos\u00e9 les bases d&rsquo;un nouveau mod\u00e8le p\u00e9dagogique et \u00e9pist\u00e9mologique. Il a con\u00e7u des maquettes d&rsquo;enseignement r\u00e9volutionnaires o\u00f9 les \u00e9tudiants devaient obligatoirement valider des comp\u00e9tences solides en programmation informatique, en calcul matriciel, en neuroanatomie clinique, en mod\u00e9lisation connexionniste, en linguistique formelle et en philosophie de l&rsquo;esprit. Ce mod\u00e8le d&rsquo;int\u00e9gration radicale, d&rsquo;abord regard\u00e9 avec scepticisme par les traditionalistes, a rapidement suscit\u00e9 l&rsquo;admiration g\u00e9n\u00e9rale avant d&rsquo;\u00eatre essaim\u00e9 et copi\u00e9 par les plus prestigieuses universit\u00e9s d&rsquo;Am\u00e9rique du Nord, d&rsquo;Europe et d&rsquo;Asie.<\/p>\n<p>Elman s&rsquo;est \u00e9galement distingu\u00e9 par son habilet\u00e9 \u00e0 financer et \u00e0 structurer des consortiums de recherche interdisciplinaires de classe mondiale. \u00c0 la t\u00eate du <em>Center for Research in Language<\/em> et plus tard comme doyen des sciences sociales, il a soutenu l&rsquo;acquisition de plateformes technologiques de pointe \u2014 des premiers syst\u00e8mes d&rsquo;imagerie par r\u00e9sonance magn\u00e9tique fonctionnelle (IRMf) d\u00e9di\u00e9s \u00e0 la cognition humaine jusqu&rsquo;aux calculateurs parall\u00e8les haute performance \u2014, tout en pr\u00e9servant un esprit de convivialit\u00e9 d\u00e9mocratique et de partage intellectuel qui caract\u00e9risait la culture du campus de La Jolla.<\/p>\n<h3>10.2 Transmission acad\u00e9mique et formation de chercheurs majeurs<\/h3>\n<p>L&rsquo;h\u00e9ritage d&rsquo;Elman est \u00e9galement magnifi\u00e9 par sa posture de mentor d\u00e9vou\u00e9, g\u00e9n\u00e9reux et d&rsquo;une exceptionnelle bienveillance intellectuelle. Loin de chercher \u00e0 s&rsquo;entourer de disciples dociles r\u00e9p\u00e9tant ses th\u00e8ses, Jeffrey Elman encourageait syst\u00e9matiquement ses doctorants et chercheurs post-doctoraux \u00e0 interroger ses propres mod\u00e8les, \u00e0 explorer des pistes divergentes et \u00e0 tester des architectures alternatives.<\/p>\n<p>Parmi les g\u00e9n\u00e9rations de chercheurs qu&rsquo;il a form\u00e9s et inspir\u00e9s se trouvent de futures figures de proue internationales de la psycholinguistique computationnelle, de la mod\u00e9lisation connexionniste et de la neuro-imagerie :<\/p>\n<ul>\n<li>Ken McRae (sp\u00e9cialiste de la s\u00e9mantique computationnelle et des repr\u00e9sentations conceptuelles) ;<\/li>\n<li>Morten Christiansen (th\u00e9oricien de l&rsquo;\u00e9volution du langage et de l&rsquo;apprentissage s\u00e9quentiel \u00e0 Cornell University) ;<\/li>\n<li>Bob McMurray (pionnier du traitement lexical en temps r\u00e9el et de la dynamique de l&rsquo;audition) ;<\/li>\n<li>Franklin Chang (d\u00e9veloppeur de mod\u00e8les connexionnistes avanc\u00e9s de la production syntaxique).<\/li>\n<\/ul>\n<p>Elman a \u00e9galement \u00e9t\u00e9 un pionnier dans la d\u00e9mocratisation des outils de recherche computationnelle. \u00c0 une \u00e9poque o\u00f9 la simulation de r\u00e9seaux de neurones exigeait des comp\u00e9tences logicielles complexes en programmation C sous environnement Unix, il a co-d\u00e9velopp\u00e9 et mis \u00e0 disposition gratuitement le logiciel p\u00e9dagogique <strong>Tlearn<\/strong> (accompagn\u00e9 d&rsquo;un manuel d&rsquo;exercices pratiques destin\u00e9 aux \u00e9tudiants). Cet outil intuitif a permis \u00e0 des milliers d&rsquo;\u00e9tudiants et de chercheurs \u00e0 travers le monde, qui n&rsquo;avaient pas de formation initiale en informatique lourde, d&rsquo;exp\u00e9rimenter directement l&rsquo;apprentissage r\u00e9current, d\u00e9mocratisant le connexionnisme \u00e0 l&rsquo;\u00e9chelle plan\u00e9taire.<\/p>\n<p>Enfin, durant son mandat de doyen, il s&rsquo;est engag\u00e9 avec passion pour l&rsquo;\u00e9quit\u00e9, la diversit\u00e9 et l&rsquo;inclusion au sein du corps professoral et des cohortes \u00e9tudiantes. Il a mis en place des politiques actives de mentorat pour soutenir les carri\u00e8res des femmes chercheuses et des universitaires issus de minorit\u00e9s sous-repr\u00e9sent\u00e9es dans les fili\u00e8res scientifiques et technologiques (STEM), laissant le souvenir d&rsquo;un leader acad\u00e9mique aussi humain et chaleureux que rigoureux intellectuellement.<\/p>\n<h2>11. D\u00e9bats th\u00e9oriques et controverses scientifiques<\/h2>\n<h3>11.1 La confrontation avec le nativisme de Jerry Fodor et Steven Pinker<\/h3>\n<p>Le d\u00e9ploiement des travaux de Jeffrey Elman s&rsquo;est op\u00e9r\u00e9 au c\u0153ur d&rsquo;une des batailles \u00e9pist\u00e9mologiques les plus intenses de l&rsquo;histoire des sciences cognitives : le conflit sans merci opposant le paradigme connexionniste aux partisans du calcul symbolique orthodoxe. D\u00e8s 1988, les philosophes <a rel=\"noopener noreferrer\" href=\"https:\/\/plato.stanford.edu\/entries\/fodor\/\">Jerry Fodor<\/a> et Zenon Pylyshyn avaient publi\u00e9 un br\u00fblot retentissant (\u00ab <em>Connectionism and cognitive architecture: A critical analysis<\/em> \u00bb) affirmant que les r\u00e9seaux de neurones \u00e9taient intrins\u00e8quement incapables d&rsquo;expliquer les deux propri\u00e9t\u00e9s fondamentales de l&rsquo;esprit humain :<\/p>\n<ul>\n<li><strong>La productivit\u00e9 :<\/strong> La capacit\u00e9 d&rsquo;engendrer et de comprendre un nombre infini de pens\u00e9es ou de phrases nouvelles \u00e0 partir d&rsquo;un ensemble fini d&rsquo;\u00e9l\u00e9ments.<\/li>\n<li><strong>La syst\u00e9maticit\u00e9 :<\/strong> Le principe selon lequel la capacit\u00e9 de penser ou d&rsquo;\u00e9noncer une pens\u00e9e (par exemple \u00ab Jean aime Marie \u00bb) implique n\u00e9cessairement la capacit\u00e9 intrins\u00e8que de comprendre sa contrepartie structurelle (\u00ab Marie aime Jean \u00bb), en vertu de leur forme propositionnelle combinatoire.<\/li>\n<\/ul>\n<p>Fodor et Pylyshyn soutenaient que si un r\u00e9seau de neurones parvenait \u00e0 simuler ces comportements, ce ne serait qu&rsquo;en se bornant \u00e0 impl\u00e9menter b\u00eatement une architecture symbolique sous-jacente, rendant le niveau neuronal scientifiquement redondant pour la psychologie cognitive.<\/p>\n<p>Jeffrey Elman a apport\u00e9 une r\u00e9ponse magistrale \u00e0 ces critiques. \u00c0 travers ses simulations de SRN, il a prouv\u00e9 que la systematicit\u00e9 et la productivit\u00e9 peuvent \u00eatre r\u00e9alis\u00e9es par <strong>compositionnalit\u00e9 fonctionnelle et g\u00e9om\u00e9trique<\/strong> sans n\u00e9cessiter de compositionnalit\u00e9 concat\u00e9native classique. Dans un r\u00e9seau d&rsquo;Elman, le vecteur repr\u00e9sentant la proposition \u00ab Jean aime Marie \u00bb n&rsquo;est pas une simple juxtaposition spatiale des \u00e9tiquettes \u00ab Jean \u00bb, \u00ab aime \u00bb et \u00ab Marie \u00bb ; il est un point pr\u00e9cis dans un espace non lin\u00e9aire qui partage des relations vectorielles m\u00e9triques mesurables avec le point \u00ab Marie aime Jean \u00bb. La structure n&rsquo;a pas besoin de symboles explicites pour \u00eatre op\u00e9rante : elle vit dans la topologie des transformations continues.<\/p>\n<p>Une autre controverse majeure a \u00e9clat\u00e9 autour du d\u00e9bat sur la double voie dans la morphologie verbale, men\u00e9 notamment par Steven Pinker et Gary Marcus. Pinker affirmait que le traitement de la langue anglaise exige deux m\u00e9canismes c\u00e9r\u00e9braux dissoci\u00e9s : un syst\u00e8me associatif m\u00e9moriel pour les formes verbales irr\u00e9guli\u00e8res (<em>sing &rarr; sang<\/em>) et un moteur de r\u00e8gles symboliques d\u00e9terministe pour les formes r\u00e9guli\u00e8res (<em>walk &rarr; walked<\/em>). Gary Marcus (1998) a vertement critiqu\u00e9 les r\u00e9seaux connexionnistes, pr\u00e9tendant qu&rsquo;ils \u00e9taient incapables d&rsquo;extrapoler des r\u00e8gles r\u00e9guli\u00e8res \u00e0 des mots pr\u00e9sentant des motifs phonologiques enti\u00e8rement nouveaux, situ\u00e9s \u00ab hors de la distribution d&rsquo;apprentissage \u00bb (<em>out of distribution<\/em>). Elman et ses coll\u00e8gues ont r\u00e9fut\u00e9 l&rsquo;obligation d&rsquo;un double syst\u00e8me computationnel, d\u00e9montrant qu&rsquo;un r\u00e9seau r\u00e9current distribu\u00e9 unique peut int\u00e9grer \u00e0 la fois le traitement des r\u00e9gularit\u00e9s universelles et l&rsquo;absorption des exceptions historiques \u00e0 travers une hi\u00e9rarchie continue de contraintes partag\u00e9es.<\/p>\n<h3>11.2 Limites reconnues et d\u00e9fis computationnels des ann\u00e9es 1990<\/h3>\n<p>Malgr\u00e9 ses triomphes th\u00e9oriques ind\u00e9niables, Jeffrey Elman n&rsquo;a jamais cach\u00e9 les limitations computationnelles strictes qui pesaient sur son architecture dans les ann\u00e9es 1990. Ces limites \u00e9taient \u00e0 la fois th\u00e9oriques, algorithmiques et mat\u00e9rielles :<\/p>\n<p>Le premier \u00e9cueil fondamental \u00e9tait le probl\u00e8me de l&rsquo;<strong>\u00e9vanouissement du gradient<\/strong> (<em>vanishing gradient problem<\/em>), formalis\u00e9 math\u00e9matiquement par Sepp Hochreiter en 1991 et Yoshua Bengio en 1994. Dans un r\u00e9seau r\u00e9current simple, lors de la r\u00e9tropropagation du gradient d&rsquo;erreur \u00e0 travers de multiples pas de temps successifs, les gradients subissent des multiplications r\u00e9p\u00e9t\u00e9es par les matrices de poids. Si ces poids sont inf\u00e9rieurs \u00e0 1, le signal d&rsquo;erreur s&rsquo;\u00e9teint de mani\u00e8re exponentielle au fur et \u00e0 mesure que l&rsquo;on remonte dans le pass\u00e9 ; s&rsquo;ils sont sup\u00e9rieurs \u00e0 1, il explose (<em>exploding gradient<\/em>). Par cons\u00e9quent, en pratique, le SRN d&rsquo;Elman perdait sa capacit\u00e9 de guidage synaptique d\u00e8s que les d\u00e9pendances s\u00e9quentielles d\u00e9passaient une douzaine de pas de temps discrets, limitant son aptitude \u00e0 traiter de tr\u00e8s longs discours narratifs.<\/p>\n<p>Le deuxi\u00e8me verrou concernait la taille \u00e9triqu\u00e9e des vocabulaires et des corpus utilis\u00e9s \u00e0 cette \u00e9poque :<\/p>\n<ul>\n<li>En raison de la modestie des puissances de calcul disponibles sur les ordinateurs des ann\u00e9es 1980 et 1990, les exp\u00e9riences d&rsquo;Elman reposaient sur des vocabulaires artificiels de quelques dizaines de mots et des phrases g\u00e9n\u00e9r\u00e9es par des grammaires formelles closes.<\/li>\n<li>Les critiques soulignaient \u00e0 juste titre que la r\u00e9ussite d&rsquo;un mod\u00e8le sur un corpus miniature de 29 mots ne garantissait absolument pas son passage \u00e0 l&rsquo;\u00e9chelle (<em>scalability<\/em>) face au lexique foisonnant, chaotique et illimit\u00e9 d&rsquo;une v\u00e9ritable langue vivante naturelle parl\u00e9e par des millions d&rsquo;individus.<\/li>\n<li>De plus, l&rsquo;encodage d&rsquo;entr\u00e9e sous forme de vecteurs orthogonaux <em>one-hot<\/em> imposait un goulet d&rsquo;\u00e9tranglement dimensionnel et supposait une s\u00e9paration pr\u00e9alable des mots, \u00e9ludant ainsi une partie des d\u00e9fis du traitement du signal vocal brut.<\/li>\n<\/ul>\n<p>Elman \u00e9tait pleinement lucide face \u00e0 ces d\u00e9fis de passage \u00e0 l&rsquo;\u00e9chelle. Pour lui, le SRN constituait un mod\u00e8le de principe (<em>proof of concept<\/em>) d\u00e9monstratif, visant \u00e0 d\u00e9truire les verrous \u00e9pist\u00e9mologiques du dogme g\u00e9n\u00e9rativiste, plut\u00f4t qu&rsquo;une solution d&rsquo;ing\u00e9nierie industrielle achev\u00e9e. Il appelait de ses v\u0153ux le d\u00e9veloppement d&rsquo;architectures r\u00e9currentes plus sophistiqu\u00e9es, dot\u00e9es de m\u00e9canismes de contr\u00f4le de flux capables de pr\u00e9server l&rsquo;information temporelle sur de tr\u00e8s longues \u00e9chelles.<\/p>\n<h2>12. L&rsquo;h\u00e9ritage intellectuel et technologique \u00e0 l&rsquo;\u00e8re de l&rsquo;IA moderne<\/h2>\n<h3>12.1 De l&rsquo;Elman Net aux architectures LSTM, GRU et Transformers<\/h3>\n<p>Avec le recul historique offert par les d\u00e9cennies r\u00e9centes, la filiation directe unissant les r\u00e9seaux r\u00e9currents simples de Jeffrey Elman aux triomphes les plus \u00e9clatants de l&rsquo;intelligence artificielle g\u00e9n\u00e9rative moderne appara\u00eet avec une clart\u00e9 \u00e9blouissante. Jeffrey Elman doit \u00eatre reconnu \u00e0 sa juste place comme l&rsquo;un des p\u00e8res conceptuels fondateurs du traitement automatique du langage naturel moderne (NLP).<\/p>\n<p>Pour r\u00e9soudre le probl\u00e8me de l&rsquo;\u00e9vanouissement du gradient qui bridait le SRN d&rsquo;Elman, Sepp Hochreiter et J\u00fcrgen Schmidhuber ont con\u00e7u en 1997 l&rsquo;architecture <strong>LSTM<\/strong> (<em>Long Short-Term Memory<\/em>), plus tard simplifi\u00e9e sous la forme du mod\u00e8le <strong>GRU<\/strong> (<em>Gated Recurrent Unit<\/em>) par Kyunghyun Cho en 2014. Les LSTM ont enrichi la boucle r\u00e9currente invent\u00e9e par Elman en lui adjoignant des \u00ab portes \u00bb non lin\u00e9aires (portes d&rsquo;entr\u00e9e, d&rsquo;oubli et de sortie) capables de maintenir l&rsquo;\u00e9tat cellulaire invariant sur des centaines de pas de temps. Durant deux d\u00e9cennies (des ann\u00e9es 1990 jusqu&rsquo;\u00e0 la fin des ann\u00e9es 2010), les r\u00e9seaux de neurones r\u00e9currents de type Elman et LSTM ont constitu\u00e9 le moteur exclusif de tous les syst\u00e8mes de reconnaissance vocale (comme Apple Siri), de traduction automatique (comme Google Translate) et de mod\u00e9lisation linguistique s\u00e9quentielle.<\/p>\n<p>En 2017, la publication de l&rsquo;article r\u00e9volutionnaire de Vaswani et al. (\u00ab <em>Attention Is All You Need<\/em> \u00bb) introduit l&rsquo;architecture des <strong>Transformers<\/strong>, qui a donn\u00e9 naissance aux grands mod\u00e8les de langage contemporains (<em>Large Language Models<\/em> ou LLM) tels que GPT-4, Claude ou LLaMA. Bien que les Transformers remplacent la boucle de r\u00e9cursion temporelle pas-\u00e0-pas par un m\u00e9canisme d&rsquo;attention spatialis\u00e9 et parall\u00e9lisable sur de gigantesques grappes de processeurs graphiques (GPU), leur principe moteur fondamental demeure une r\u00e9plication \u00e0 \u00e9chelle plan\u00e9taire de la vision inaugur\u00e9e par Jeffrey Elman en 1990 :<\/p>\n<ul>\n<li><strong>La pr\u00e9diction du mot suivant comme t\u00e2che d&rsquo;auto-supervision universelle :<\/strong> Tout comme le r\u00e9seau r\u00e9current de 1990 apprenait \u00e0 segmenter la grammaire sans supervision en pr\u00e9disant la lettre ou le mot suivant dans un flux de texte, les mod\u00e8les d&rsquo;IA les plus avanc\u00e9s d&rsquo;aujourd&rsquo;hui ne font rien d&rsquo;autre que d&rsquo;optimiser la pr\u00e9diction auto-r\u00e9gressive du prochain token sur des milliards de documents textuels.<\/li>\n<li><strong>L&rsquo;\u00e9mergence des concepts dans des espaces g\u00e9om\u00e9triques latents :<\/strong> La capacit\u00e9 ahurissante des LLM modernes \u00e0 d\u00e9duire la syntaxe, le raisonnement logique \u00e9l\u00e9mentaire, le code informatique et les r\u00f4les s\u00e9mantiques sans programmation formelle valide de mani\u00e8re \u00e9clatante l&rsquo;hypoth\u00e8se centrale d&rsquo;Elman : la r\u00e9gularit\u00e9 statistique massive inject\u00e9e dans une architecture connexionniste vectorielle suffit \u00e0 faire \u00e9merger la structure abstraite du monde.<\/li>\n<\/ul>\n<p>Jeffrey Elman avait vu juste avec trente ans d&rsquo;avance : le langage naturel ne requiert pas un algorithme g\u00e9n\u00e9ratif symbolique ; il est le fruit de la compression pr\u00e9dictive de la temporalit\u00e9 de l&rsquo;information.<\/p>\n<h3>12.2 R\u00e9sonance contemporaine en neurosciences computationnelles<\/h3>\n<p>L&rsquo;h\u00e9ritage d&rsquo;Elman est tout aussi vibrant au sein des neurosciences computationnelles th\u00e9oriques. L&rsquo;une des th\u00e9ories neurobiologiques les plus influentes du XXIe si\u00e8cle, le <strong>codage pr\u00e9dictif<\/strong> (<em>Predictive Coding<\/em>) et le principe de l&rsquo;\u00e9nergie libre formul\u00e9s par Karl Friston, ainsi que les travaux d&rsquo;Andy Clark sur le cerveau pr\u00e9dictif (<em>The Predictive Mind<\/em>), plongent leurs racines les plus solides dans le paradigme inaugur\u00e9 par Jeffrey Elman.<\/p>\n<p>Dans ce cadre neurocomputationnel unifi\u00e9 :<\/p>\n<ul>\n<li>Le cerveau n&rsquo;est plus envisag\u00e9 comme un r\u00e9cepteur passif qui attend d&rsquo;\u00eatre stimul\u00e9 par le monde pour enregistrer des informations, mais comme un moteur d&rsquo;inf\u00e9rence active (<em>active inference engine<\/em>).<\/li>\n<li>Le cortex projette en permanence des pr\u00e9dictions descendantes (<em>top-down<\/em>) sur les flux sensoriels entrants et n&rsquo;utilise les signaux ascendants (<em>bottom-up<\/em>) que pour calculer des erreurs de pr\u00e9diction servant \u00e0 corriger ses mod\u00e8les internes.<\/li>\n<li>Cette conception est l&rsquo;exacte r\u00e9plique de l&rsquo;architecture du r\u00e9seau r\u00e9current d&rsquo;Elman, o\u00f9 l&rsquo;\u00e9tat cach\u00e9 contextuel formule \u00e0 chaque instant une attente pr\u00e9dictive sur l&rsquo;\u00e9tat futur imm\u00e9diat.<\/li>\n<\/ul>\n<p>Par ailleurs, les mod\u00e8les r\u00e9currents d&rsquo;Elman demeurent aujourd&rsquo;hui l&rsquo;un des outils de r\u00e9f\u00e9rence les plus performants pour mod\u00e9liser l&rsquo;activit\u00e9 dynamique du cortex pr\u00e9frontal dans les t\u00e2ches de prise de d\u00e9cision, de contr\u00f4le temporel et de maintien de la m\u00e9moire de travail chez les primates. Les neurophysiologistes contemporains observent couramment que des populations enti\u00e8res de neurones pr\u00e9frontaux et temporaux forment des trajectoires de dimension r\u00e9duite au sein d&rsquo;un espace d&rsquo;\u00e9tats continu, \u00e9voluant le long d&rsquo;attracteurs dynamiques exactement similaires \u00e0 ceux qu&rsquo;Elman d\u00e9crivait dans ses dendrogrammes et ses projections en composantes principales en 1990.<\/p>\n<p>Enfin, la r\u00e9surgence spectaculaire de l&rsquo;\u00e9mergentisme \u00e0 travers les avanc\u00e9es de l&rsquo;\u00e9pig\u00e9n\u00e9tique, de la biologie des syst\u00e8mes et de la neuro-plasticit\u00e9 a d\u00e9finitivement rel\u00e9gu\u00e9 le nativisme g\u00e9n\u00e9tique rigide au rang d&rsquo;anachronisme historique. La vision d\u00e9fendue par Jeffrey Elman \u2014 celle d&rsquo;un esprit incarn\u00e9, plastique, temporellement situ\u00e9 et indissociable de son histoire d\u00e9veloppementale \u2014 n&rsquo;a jamais \u00e9t\u00e9 aussi f\u00e9conde. En nous apprenant \u00e0 trouver \u00ab la structure dans le temps \u00bb, Jeffrey Locke Elman n&rsquo;a pas seulement r\u00e9invent\u00e9 la mod\u00e9lisation connexionniste : il a offert \u00e0 l&rsquo;humanit\u00e9 une cl\u00e9 th\u00e9orique universelle pour comprendre comment la pens\u00e9e la plus \u00e9labor\u00e9e jaillit de la mati\u00e8re vivante en constante \u00e9volution.<\/p>\n<h2>R\u00e9f\u00e9rences<\/h2>\n<ul>\n<li>Bates, E., &amp; Elman, J. L. (1996). Learning reconnection. <em>Nature<\/em>, 383(6600), 584-585. <a rel=\"noopener noreferrer\" href=\"https:\/\/doi.org\/10.1038\/383584a0\">https:\/\/doi.org\/10.1038\/383584a0<\/a><\/li>\n<li>Bengio, Y., Louradour, J., Collobert, R., &amp; Weston, J. (2009). Curriculum learning. In <em>Proceedings of the 26th annual international conference on machine learning<\/em> (pp. 41-48). <a rel=\"noopener noreferrer\" href=\"https:\/\/doi.org\/10.1145\/1553374.1553380\">https:\/\/doi.org\/10.1145\/1553374.1553380<\/a><\/li>\n<li>Chomsky, N. (1957). <em>Syntactic Structures<\/em>. Mouton &amp; Co. <a rel=\"noopener noreferrer\" href=\"https:\/\/doi.org\/10.1515\/9783112316009\">https:\/\/doi.org\/10.1515\/9783112316009<\/a><\/li>\n<li>Elman, J. L. (1990). Finding structure in time. <em>Cognitive Science<\/em>, 14(2), 179-211. <a rel=\"noopener noreferrer\" href=\"https:\/\/doi.org\/10.1207\/s15516709cog1402_1\">https:\/\/doi.org\/10.1207\/s15516709cog1402_1<\/a><\/li>\n<li>Elman, J. L. (1991). Distributed representations, simple recurrent networks, and grammatical structure. <em>Machine Learning<\/em>, 7(2-3), 195-225. <a rel=\"noopener noreferrer\" href=\"https:\/\/doi.org\/10.1007\/BF00114844\">https:\/\/doi.org\/10.1007\/BF00114844<\/a><\/li>\n<li>Elman, J. L. (1993). Learning and development in neural networks: The importance of starting small. <em>Cognition<\/em>, 48(1), 71-99. <a rel=\"noopener noreferrer\" href=\"https:\/\/doi.org\/10.1016\/0010-0277(93)90058-4\">https:\/\/doi.org\/10.1016\/0010-0277(93)90058-4<\/a><\/li>\n<li>Elman, J. L. (1995). Language and space: A cognitive view. In P. Bloom, M. A. Peterson, L. Nadel, &amp; M. F. Garrett (Eds.), <em>Language and Space<\/em> (pp. 347-384). MIT Press.<\/li>\n<li>Elman, J. L. (2004). An alternative view of the mental lexicon. <em>Trends in Cognitive Sciences<\/em>, 8(7), 301-306. <a rel=\"noopener noreferrer\" href=\"https:\/\/doi.org\/10.1016\/j.tics.2004.05.003\">https:\/\/doi.org\/10.1016\/j.tics.2004.05.003<\/a><\/li>\n<li>Elman, J. L. (2009). On the meaning of words and dinosaur bones: Lexical knowledge without a lexicon. <em>Cognitive Science<\/em>, 33(4), 547-582. <a rel=\"noopener noreferrer\" href=\"https:\/\/doi.org\/10.1111\/j.1551-6709.2009.01023.x\">https:\/\/doi.org\/10.1111\/j.1551-6709.2009.01023.x<\/a><\/li>\n<li>Elman, J. L., Bates, E. A., Johnson, M. H., Karmiloff-Smith, A., Parisi, D., &amp; Plunkett, K. (1996). <em>Rethinking Innateness: A Connectionist Perspective on Development<\/em>. MIT Press. <a rel=\"noopener noreferrer\" href=\"https:\/\/mitpress.mit.edu\/9780262550307\/rethinking-innateness\/\">https:\/\/mitpress.mit.edu\/9780262550307\/rethinking-innateness\/<\/a><\/li>\n<li>Fodor, J. A., &amp; Pylyshyn, Z. W. (1988). Connectionism and cognitive architecture: A critical analysis. <em>Cognition<\/em>, 28(1-2), 3-71. <a rel=\"noopener noreferrer\" href=\"https:\/\/doi.org\/10.1016\/0010-0277(88)90031-5\">https:\/\/doi.org\/10.1016\/0010-0277(88)90031-5<\/a><\/li>\n<li>Friston, K. (2010). The free-energy principle: A unified brain theory?. <em>Nature Reviews Neuroscience<\/em>, 11(2), 127-138. <a rel=\"noopener noreferrer\" href=\"https:\/\/doi.org\/10.1038\/nrn2787\">https:\/\/doi.org\/10.1038\/nrn2787<\/a><\/li>\n<li>Hochreiter, S., &amp; Schmidhuber, J. (1997). Long short-term memory. <em>Neural Computation<\/em>, 9(8), 1735-1780. <a rel=\"noopener noreferrer\" href=\"https:\/\/doi.org\/10.1162\/neco.1997.9.8.1735\">https:\/\/doi.org\/10.1162\/neco.1997.9.8.1735<\/a><\/li>\n<li>Jordan, M. I. (1986). <em>Serial Order: A Parallel Distributed Processing Approach<\/em> (Institute for Cognitive Science Report No. 8604). University of California, San Diego.<\/li>\n<li>Marcus, G. F. (1998). Rethinking eliminative connectionism. <em>Cognitive Psychology<\/em>, 37(3), 243-282. <a rel=\"noopener noreferrer\" href=\"https:\/\/doi.org\/10.1006\/cogp.1998.0694\">https:\/\/doi.org\/10.1006\/cogp.1998.0694<\/a><\/li>\n<li>Mikolov, T., Chen, K., Corrado, G., &amp; Dean, J. (2013). Efficient estimation of word representations in vector space. <em>arXiv preprint arXiv:1301.3781<\/em>. <a rel=\"noopener noreferrer\" href=\"https:\/\/arxiv.org\/abs\/1301.3781\">https:\/\/arxiv.org\/abs\/1301.3781<\/a><\/li>\n<li>Newport, E. L. (1990). Maturational constraints on language learning. <em>Cognitive Science<\/em>, 14(1), 11-28. <a rel=\"noopener noreferrer\" href=\"https:\/\/doi.org\/10.1207\/s15516709cog1401_2\">https:\/\/doi.org\/10.1207\/s15516709cog1401_2<\/a><\/li>\n<li>Pinker, S. (1994). <em>The Language Instinct: How the Mind Creates Language<\/em>. William Morrow &amp; Co. <a rel=\"noopener noreferrer\" href=\"https:\/\/doi.org\/10.1037\/e412952005-009\">https:\/\/doi.org\/10.1037\/e412952005-009<\/a><\/li>\n<li>Rohde, D. L., &amp; Plaut, D. C. (1999). Language acquisition in the absence of explicit morphological cues: More is more. <em>Cognition<\/em>, 72(1), 67-109. <a rel=\"noopener noreferrer\" href=\"https:\/\/doi.org\/10.1016\/S0010-0277(99)00031-7\">https:\/\/doi.org\/10.1016\/S0010-0277(99)00031-7<\/a><\/li>\n<li>Rumelhart, D. E., McClelland, J. L., &amp; the PDP Research Group. (1986). <em>Parallel Distributed Processing: Explorations in the Microstructure of Cognition<\/em> (Vols. 1-2). MIT Press. <a rel=\"noopener noreferrer\" href=\"https:\/\/mitpress.mit.edu\/9780262680530\/parallel-distributed-processing\/\">https:\/\/mitpress.mit.edu\/9780262680530\/parallel-distributed-processing\/<\/a><\/li>\n<li>Saffran, J. R., Aslin, R. N., &amp; Newport, E. L. (1996). Statistical learning by 8-month-old infants. <em>Science<\/em>, 274(5294), 1926-1928. <a rel=\"noopener noreferrer\" href=\"https:\/\/doi.org\/10.1126\/science.274.5294.1926\">https:\/\/doi.org\/10.1126\/science.274.5294.1926<\/a><\/li>\n<li>Tomasello, M. (2003). <em>Constructing a Language: A Usage-Based Theory of Language Acquisition<\/em>. Harvard University Press. <a rel=\"noopener noreferrer\" href=\"https:\/\/www.hup.harvard.edu\/books\/9780674017641\">https:\/\/www.hup.harvard.edu\/books\/9780674017641<\/a><\/li>\n<li>Vaswani, A., Shazeer, N., Parmar, N., Uszkoreit, J., Jones, L., Gomez, A. N., Kaiser, \u0141., &amp; Polosukhin, I. (2017). Attention is all you need. In <em>Advances in Neural Information Processing Systems<\/em> (Vol. 30, pp. 5998-6008). <a rel=\"noopener noreferrer\" href=\"https:\/\/arxiv.org\/abs\/1706.03762\">https:\/\/arxiv.org\/abs\/1706.03762<\/a><\/li>\n<\/ul>\n","protected":false},"excerpt":{"rendered":"<p>Une analyse acad\u00e9mique compl\u00e8te de la vie, des travaux et de l&rsquo;h\u00e9ritage de Jeffrey Elman, pionnier des sciences cognitives et des r\u00e9seaux connexionnistes.<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"closed","template":"","categories":[3840,1486],"tags":[6451,23507,24822,24823,1808],"class_list":["post-15683","psych_theorist","type-psych_theorist","status-publish","hentry","category-psycholinguistique","category-sciences-cognitives","tag-connexionnisme","tag-emergentisme","tag-jeffrey-elman","tag-reseau-recurrent-simple","tag-sciences-cognitives"],"_links":{"self":[{"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/psych_theorist\/15683","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/psych_theorist"}],"about":[{"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/types\/psych_theorist"}],"author":[{"embeddable":true,"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=15683"}],"version-history":[{"count":0,"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/psych_theorist\/15683\/revisions"}],"wp:attachment":[{"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=15683"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=15683"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=15683"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}