I. Modèles dynamiquesen Sciences cognitives
ReturnJean Petitot's Home Page
1. Modèlesmorphodynamiques, modèles connexionnistes et systèmes complexes
1.1. Réseaux de neurones et systèmesdynamiques complexes
Les modèles dynamiques constituent désormais unepart essentielle de la modélisation cognitive. Ils sont utiliséspour modéliser certaines performances cognitives fondamentales.Implémentés dans des réseaux de neurones formels,ils permettent de développer un point de vue physicaliste, maisnon éliminativiste, sur les sciences cognitives. Ils participentainsi activement à la naturalisation des sciences humaines.
Lorsque les sorties d'un réseau de neurones sont boucléessur les entrées (feed back intégral), le réseau devientun système dynamique. Un input externe (stimulus) le met dans unétat global initial. Celui-ci évolue alors à traversl'itération de la loi de transition globale agrégeant leslois de transition individuelles des unités. En général,l'état initial est asymptotiquement capturé par un attracteurde la dynamique. Cet attracteur est la réponse (dynamique) duréseau au stimulus.
Les dynamiques que l'on peut obtenir ainsi peuvent être d'unegrande complexité. On y retrouve la physique statistique des verresde spins ainsi que de nombreux scénarios classiques de route versle chaos et, en particulier, la route par doublement de période(cascade sous-harmonique de Coullet-Feigenbaum-Tresser).
On a utilisé des résultats de cet ordre pour développerla thèse que les contenus mentaux sont des attracteurs de systèmesdynamiques implémentés dans des réseaux de neuroneset que, par conséquent, les fonctions cognitives doivent êtreconçues en termes de morphodynamique et de thermodynamique neurales.Sur cette base, on a étudié un certain nombre de problèmes,en particulier ceux liés à l'apprentissage et à lacatégorisation.
1.2. Réseaux d'oscillateurs, constituanceet "labeling hypothesis"
Un exemple particulièrement intéressant de systèmescomplexes pouvant présenter des patterns hautement structurésmorphologiquement est fourni par les réseaux d'oscillateurs faiblementcouplés. De tels modèles physiques ont ététransférés récemment aux sciences neurocognitives,et cela pour des raisons théoriques fondamentales.
Le problème cognitif général considéréest celui de la constituance des représentations mentales,par exemple des scènes perceptives. Il est central pour tous lestraitements cognitifs de haut niveau car ceux-ci sont causalement sensiblesà la structure en constituants des représentations mentales(cela est particulièrement évident dans le cas du langage).On l'appelle aussi le "binding problem", celui du lien entreles constituants. Il est facile à comprendre. Au niveau neuronal,les représentations mentales sont implémentées defaçon distribuée sur un très grand nombre d'unitésélémentaires. Comment donc arriver à déterminerdes constituants globaux et des relations entre eux?
L'une des hypothèses actuellement les plus discutées reposesur le codage temporel fin des processus mentaux. Elle est que lacohérence, l'unité, des constituants d'une représentationse trouve encodée par la synchronisation de réponsesneuronales oscillatoires. La phase commune des oscillateurs synchronisésimplémentant un constituant peut alors servir d'étiquettepour ce constituant dans des processus de traitement ultérieurs.D'où le nom de "labeling hypothesis".
Il existe de nombreuses confirmations expérimentales d'oscillationssynchronisées des colonnes et hypercolonnes corticales (en particulierdans le cortex visuel primaire), la synchronisation étant sensibleà la constituance des stimuli, i.e. à la cohérencede leurs constituants (travaux de Ch. Gray, W. Singer, P. König, A.Engel, etc.). On peut accélérer la synchronisation en introduisantdes cycles marqués: cela permet aux oscillateurs de se caler surles points marqués (F. Varela). Il faut toutefois noter que certainsauteurs estiment que le codage temporel n'est pas un codage par synchronisationmais par ordre temporel des décharges neuronales (codage par rangde S. Thorpe).
En ce qui concerne la modélisation, on montre d'abord que descolonnes corticales peuvent effectivement fonctionner comme des oscillateursélémentaires. Elles sont constituées d'un grand nombrede neurones excitateurs et inhibiteurs. En moyennant sur ces deux groupesles équations standard des réseaux de neurones (modèlede Hopfield), on obtient un système de deux équations (équationsde Wilson-Cowan). On montre alors que l'état d'équilibresubit une bifurcation de Hopf lorsque l'intensité du stimulus dépasseun certain seuil.
On est ainsi conduit à étudier des réseaux constituésd'un grand nombre N d'oscillateurs dont la fréquence propredépend de l'intensité du stimulus. Ce sont des systèmestypiquement complexes que l'on doit étudier avec des méthodesde physique statistique (travaux de Kuramoto, Daido, Lumer, Sompolinsky,Samuelides, etc.) et de dynamique qualitative (travaux d'Ermentrout etKopell, etc.).
Une fois mieux comprises les propriétés de synchronisationde tels systèmes d'oscillateurs, on peut construire, sur la basede la "labeling hypothesis", des modèles de fonctionscognitives de haut niveau, comme par exemple le processus de focalisationde l'attention.
Ces modèles ont été appliqués à l'analysede la constituance des scènes visuelles en relation avec les algorithmesd'analyse multi-échelle.
2. Apprentissageet catégorisation
2.1. Apprentissage et systèmes lentsrapides
Dans la théorie des réseaux de neurones, l'apprentissagepeut se concevoir comme le problème inverse de celui qui, étantdonnée la matrice w des poids synaptiques, consiste àtrouver les attracteurs de la dynamique correspondante. Il s'agit de sedonner a priori des attracteurs et de trouver une matrice w. Certainsalgorithmes ont été développés à cettefin, en particulier celui dit de rétropropagation. Ils définissentdes dynamiques dans les espaces W, dits espaces de contrôleou espaces "externes", des poids synaptiques. Ces dynamiques"externes" sont "lentes" relativement à celles,dites "internes", déterminant les attracteurs du réseau.
L'un des principaux problèmes est alors que dans de tels systèmeslents/rapides il existe dans W une stratification catégorisantles dynamiques en différents types qualitatifs. Cette stratificationest une partition de W par un fermé catastrophique K(un système de frontières). Les algorithmes comme la rétropropagationfournissent des dynamiques externes qui ne sont définies que dansles strates ouvertes (les composantes connexes de WK). Maisen général, une trajectoire d'apprentissage conduit d'unedynamique interne initiale Xinit à une dynamiqueinterne finale Xfin qui n'est pas du tout de mêmetype qualitatif (qui ne possède pas le même nombre d'attracteurs).Lorsque l'on déforme continûment Xinit enXfin le long de la trajectoire correspondante de la dynamiqueexterne, la dynamique interne Xw subit donc nécessairementdes changements de type qualitatif, c'est-à-dire des bifurcations.Ces phénomènes de bifurcation sont intimement liésaux propriétés d'instabilité structurelle de Xwpour certaines valeurs - dites critiques - de W. Les théoriesde la stabilité structurelle et de la bifurcation sont donc nécessairespour la bonne compréhension de l'apprentissage comme phénomènedynamique. Le propre d'un apprentissage est de transformer le type qualitatifdes dynamiques internes et il faut donc comprendre comment les dynamiquesde rétropropagation définies sur les différentes stratesouvertes se recollent le long de K.
Ce problème n'est pas abordé par les théories connexionnistesstandard. On l'a étudié dans les cas simples.
2.2. Catégorisation, typicalitéet perception catégorielle
Un autre problème cognitif central pour la solution duquel lesmodèles morphodynamiques s'avèrent très utiles estcelui de la catégorisation. En général, lesmodèles connexionnistes de catégorisation reposent sur l'idéeque les attracteurs d'une dynamique (définie sur un espace interneapproprié M) fonctionnent comme des prototypes, queleurs bassins d'attraction partitionnent M en domaines que l'onpeut traiter comme des catégories, que les fonctions de Liapounovsur ces bassins s'identifient alors à ce que les psychologues appellentdes gradients de typicalité, et que la capture d'une condition initiale(stimulus) par un des attracteurs s'identifie à la réalisationphysique d'une relation type-occurrence. Ces modèles restent toutefoistrès largement insuffisants. En effet dans de nombreux cas la catégorisationse manifeste lorsque l'on fait varier des indices qui appartiennent àdes espaces de contrôle. Le changement de catégorie s'identifiealors à un phénomène de bifurcation contrôlépar ces paramètres. La catégorisation se réalise doncnon seulement dans les espaces internes, mais également dans lesespaces externes.
On a développé des modèles de catégorisationfondés sur la théorie des bifurcations, en particulier ence qui concerne la catégorisation phonétique et lesphénomènes associés dits de perception catégorielle.Dans ce cas, les dynamiques internes sont des dynamiques acoustiques (définissanten particulier les formants, i.e. les pics du spectre continu modulantle spectre harmonique, pics qui reflètent la géométriedes résonateurs du tractus vocal) et les contrôles externessont des indices acoustiques comme le voisement ou des indices articulatoirescomme le point d'articulation. Les hypothèses développéesà ce propos ont été confirmées expérimentalementpar certains travaux (en particulier ceux de J.L. Schwartz, C. Abry, P.Escudier et L.J. Boë) de l'Institut de la Communication Parléede Grenoble (prolongeant ceux de l'équipe Chistovich de l'InstitutPavlov de Saint-Petersbourg). On a repris les modèles connus (destravaux de G. Fant jusqu'à ceux contemporains) sur la façondont les paramètres articulatoires contrôlent la structureformantielle des spectres continus. La fonction de transfert du tractusvocal (qui donne le spectre continu) se ramène à l'inversed'un polynôme P(s,C) dont les paires de zérosconjugués correspondent aux formants et dont les coefficients C=(ci)dépendent de façon non triviale des paramètres articulatoires.En fait, ces polynômes sont des déploiements universels quidéploient des singularités cuspoïdes de type s2n(pour n formants) et les phénomènes de perceptioncatégorielle sont intimement liés à leurs ensemblescatastrophiques canoniques.
3. Géométriedifférentielle multi-échelle et vision
3.1. Mesure du signal optique et detectionde traits géométriques
Les travaux sur la vision naturelle et la vision artificielle venantdes neurosciences cognitives, de l'analyse du signal et de l'IA permettentde reprendre sur des bases complètement nouvelles les problèmesde l'espace et du statut cognitif de la géométrie.
L'espace et la structure géométrique des images sont lerésultat d'un formatage du signal optique par des processus de mesurequi s'effectuent au moyen de champs rétinotopiques de cellules opérantcomme des filtres. Il existe dans le système visuel des cellules(par exemple les cellules ganglionnaires de la rétine, ou les cellulesdu cortex visuel primaire détectant les orientations) possédantdes champs récepteurs dont les profils récepteurs sont desdérivées de gaussiennes jusqu'à l'ordre au moins 3(sans doute 4) d'échelles différentes (par exemple les cellulesganglionnaires ont un profil récepteur en forme de laplacien degaussienne). Des champs de tels profils agissent par convolution sur lesignal. Il est facile de construire à partir d'eux des détecteursde traits géométriques locaux multi-échelle (par exempledes détecteurs de bords, de coins, de points d'inflexion, etc.).
3.2. Lien avec les algorithmes de type ondelettes
De façon générale, on a considérablementapprofondi ces dernières années les méthodes d'analysemorphologique des images au moyen de la théorie des singularités.On a en particulier établi le lien avec les algorithmes d'analysemulti-échelle de type ondelettes et "scale-space analysis".
La saisie des discontinuités qualitatives (et de leurs singularitésgénériques de codimension 2) constitue un phénomèneperceptif de base. La conséquence en est qu'il faut penser la perceptioncomme une implémentation d'algorithmes géométriquesde traitement de singularités génériques. Dèsle traitement périphérique de l'information encodéedans le signal optique, les algorithmes visuels sont finalisés defaçon essentielle par la détection de discontinuités.Depuis les travaux de D. Marr à la fin des années 1970, l'unedes hypothèses qui semble le mieux confirmée est que lescellules ganglionnaires de la rétine implémentent une analyseen ondelettes du signal optique.
L'intérêt principal de l'analyse en ondelettes est de fournirun algorithme d'analyse du signal qui, contrairement aux analyses classiquesde type Fourier, est spatialement localisée et multiéchelle,ce qui la rend adaptée à l'extraction de la géométrieencodée dans le signal. A chaque échelle, le signal est lisséet les discontinuités qualitatives significatives en sont extraites.On peut citer les travaux de S. Mallat sur ce problème.
3.3. Scale-space analysis et équationsde diffusion non linéaires (Koenderink, Morel, Florack, etc.)
L'idée d'analyse multi-échelle domine désormaisles théories de l'analyse géométrique des images.Parallèlement à la filière Marr Æondelettes, elle remonte à Witkin (1982) et à Koenderink(1984). Elle est celle de la "scale-space analysis".
Pour être morphologiquement correcte, une analyse d'images doits'effectuer en termes de géométrie différentielle(et non pas en termes de combinaisons de primitives de type cubes, sphères,cylindres, "géons", etc.). Le problème est queles outils de la géométrie différentielle ne sontpas directement applicables au signal en tant que tel (leur applicationconstitue un problème mal posé). Pour que les images puissentacquérir le statut d'observables géométriquement analysablespar détection d'invariants, il faut au préalable définirune échelle, c.à.d. fixer un niveau de régularisationdu signal bruité. On est ainsi conduit à définir desjets multiéchelle et à reprendre sur cette base la théoriede Thom-Mather des singularités génériqueset des déploiements universels. C'est en effet celle-ci quipermet de définir les bons invariants.
On montre (travaux de J-M. Morel, etc.) que, sous des contraintes généralesde linéarité et d'isotropie, la façon la plus simpled'obtenir une analyse multi-échelle d'une image 2D I(x,y)est de la plonger dans une famille Is(x, y)qui est une solution de l'équation de diffusion dIs/ds = DIs(d=dérivée partielle, équation de la chaleur dansun espace-échelle et non pas dans un espace-temps). Le problèmeest évidemment qu'un tel lissage, parcequ'isotrope, est indifférentà la géométrie de l'image. D'où l'idéeque pour pouvoir effectuer une bonne analyse morphologique de l'image,il faut concilier deux exigences apparemment antagonistes:
(i) régulariser le signal de façon multiéchellepar diffusion;
(ii) préserver la structure morphologique de l'image, c'est-à-direles discontinuités d'éléments différentielsconstruits à partir des jets successifs de la fonction Is(x,y) et possédant une signification géométriqueintrinsèque.
Pour ce faire, il faut adapter l'équation de diffusion àla préservation de ces éléments.
Le cas le plus simple est celui des bords qui délimitent lesdomaines homogènes d'une image et sont essentiels à la définitionde ses constituants. Un bord est idéalement une discontinuitédu gradient ÑIs(x,y)de Is. Pour qu'une diffusion préserve le caractèrediscontinu des bords tout en les simplifiant progressivement, il faut qu'ellesoit anisotrope, en fait inhibée dans la direction du gradient.Des EDP paraboliques non linéaires possédant ces propriétésont été proposées et analysées par Malik etPerona ainsi que J-M. Morel et ses collègues.
Ces méthodes de segmentation d'image sont intimement liéesaux modèles variationnels de type Mumford-Shah.
Une autre façon de développer une analyse d'images multi-échelleest de partir d'une analyse multi-échelle standard et d'adapterlocalement l'échelle à la structure des données. Lespremiers modèles adaptatifs de ce genre ont été développéspar Hervé Hamy.
On peut généraliser les équations anisotropes àdes espaces de jets de façon à améliorer l'analysemorphologique de l'image. Par exemple les "crêtes" d'uneforme - qui fournissent une "squelétisation" essentielleà son analyse morphologique - peuvent être extraitesdu signal en tant que des discontinuités de la direction du gradientqui sont préservées de la diffusion.
3.4. Théorie des singularitésmulti-échelle
Ces méthodes d'analyse d'images conduisent à reprendrecertains problèmes de géométrie différentielledans une optique multi-échelle, en particulier la théoriedes singularités et de leurs déploiements universels.
En ce qui concerne ce dernier point J. Damon a montré commenton pouvait transformer la théorie de Morse - Whitney -Thom - Mather - Arnold. Le problème est que les formesnormales de Morse ne satisfont pas à l'équation de la chaleur.Les méthodes doivent être transposées des espaces degermes d'applications différentiables aux espaces de germes de solutionsde l'EDP considérée. Or, ces espaces n'ont pas en généralles "bonnes" propriétés algébriques quifont marcher la théorie et permettent d'appliquer des argumentsde transversalité pour obtenir des résultats de généricité.
Les formes normales de déploiements universels de Damon montrentqu'il existe un cas où de nouveaux points critiques peuvent apparaîtredans le déploiement. On a analysé graphiquement en détailce phénomène apparemment paradoxal (collaboration avec B.Teissier).
3.5. Contours apparents et graphes d'aspectsmulti-échelle
Un problème particulièrement intéressant àrésoudre dans cette perspective est celui des contours apparentset des graphes d'aspects multi-échelle. Les CA d'une forme F(surface dans R3) sont un élément essentielde sa perception. Lorsque le point de vue varie dans l'espace des pointsde vue, les types qualitatifs des CA stratifient cet espace et ce que l'onappelle le graphe d'aspects de la forme F est le graphe d'incidencede cette stratification. On dispose de nombreux résultats sur lesgraphes d'aspects des surfaces de révolution (Rieger, Van Effelterre,Petitjean). Par ailleurs, on peut simplifier la forme F en lui appliquantl'équation de la chaleur (dans de nombreux cas cela fait diffuserla courbure, convexifie la forme et la fait tendre vers une sphère :ce résultat généralise en dimension 2 un théorèmede Grayson en dimension 1; il n'est pas vrai en toute généralitécar des formes possédant des étranglements trop forts peuventse scinder, mais il est vrai pour une large classe de formes). Le problèmeest alors d'étudier l'évolution multi-échelle du graphed'aspects (collaboration avec Yves Candau).
3.6. Structure de contact et intégrationcorticale des contours
On sait depuis les travaux pionniers de Hubel, Wiesel et Mountcastlequ'il existe dans l'aire V1 du cortex visuel primaire des neurones détectantune orientation de bord particulière en un lieu particulier de larétine. Ces neurones se regroupent en structures que l'on appellehypercolonnes d'orientation.
On a montré que cette organisation fonctionnelle trèsparticulière implémente une structure géométriquebien précise, celle de la fibration ayant pour base la rétineet pour fibre la droite projective des directions du plan. Cette structureest la version projective de celle des 1-jets de courbes.
Un tel modèle permet de résoudre le problème fondamentalde l'intégration des contours. Il existe en effet une structurede contact naturelle sur l'espace fibré des 1-jets et les courbesdu fibré qui "remontent" les courbes du plan rétinienen sont les courbes intégrales. Or on a montré en collaborationavec Y. Tondut que l'équivalent discret de cette structure correspondà un mécanisme proposé récemment par Field,Hayes et Hess pour rendre compte d'expériences psychophysiques surl'intégration des contours : le champ d'association. Qui plus est,les connexions horizontales découvertes dans le cortex visuel pourraientimplémenter ce schéma local d'association.
Une application importante des mécanismes d'association concernel'explication des contours subjectifs. L'idée est qu'ilssont solutions d'un problème variationnel dans le fibré des1-jets qui associe faible longueur et faible courbure. Une premièreclasse de courbes, dites elastica, semblent pertinentes. Elles sont d'ailleurscouramment utilisées pour la reconstruction des contours en traitementd'image (cf. les travaux de Mumford). Mais on peut aussi considérerdes courbes qui sont d'une façon ou d'une autre "géodésiques"dans la classe des courbes intégrables de la structure de contactdu fibré.
4. Le problèmede la constituance dans les modèles dynamiques et connexionnistes
4.1. Des scènes visuelles au langage:le problème des grammaires cognitives
Beaucoup de travaux (par ex. ceux de Kosslyn) ont étérécemment consacrés à la "montée"de la perception vers le langage. Cela a conduit à développerune conception topologico-dynamique, schématique et iconique dela grammaire qui est radicalement opposée à la conceptionformaliste chomskyenne: Cognitive Grammar de Ronald Langacker, CognitiveTopology de George Lakoff, modèles connectionnistes d'apprentissagedes systèmes prépositionnels de différentes languespar Terry Regier, et, surtout, conceptions néo-gestaltistes de LeonardTalmy.
Par exemple, les relations spatiales entre objets linguistiquementcodés par des prépositions (dans, dessus, à travers,etc.) sont de nature perceptive abstraite (i.e. perceptivo-sémantique)et sont catégorisées de façon beaucoup plus subtileque l'on peut le croire. Leur catégorisation mélange de façoncompliquée (et encore incomprise) des informations géométriques(traitées dans l'hémisphère droit) et des informationscatégorielles (traitées dans l'hémisphère gauche).L'élaboration d'un bon modèle mathématique est considéréecomme l'un des problèmes de base des grammaires cognitives. Surla base de travaux antérieurs, on a construit en collaboration avecRené Doursat, la première machine (programmée en Java)sachant appliquer automatiquement certaines prépositions àdes scènes visuelles.
4.2. Syntaxe d'attracteurs
Une des hypothèses de base des modèles dynamiques et connexionnistesen linguistique cognitive est qu'un contenu de représentation mentalepeut être modélisé par un attracteur d'un réseauconvenable. Mais alors comment comprendre sur cette base le problèmede la syntaxe et définir ce que peut être une syntaxed'attracteurs? Cela est pourtant préjudiciel pour toute bonne théoriecognitive du langage. Ces dernières années, un débattrès vif s'est développé entre les cognitivistes classiquestenants du paradigme symbolique (J. Fodor, Z. Pylyshyn, etc.) et les cognitivistesdynamistes-connexionnistes (en particulier P. Smolensky).
Selon les classiques, les représentations dynamiques-connexionnistessont holistiques, sans structure interne et ne permettent donc pas d'expliquerles propriétés fondamentales, caractéristiques detout "langage" (au sens le plus large, y compris non strictementlinguistique), que sont la productivité et la générativité,la systématicité, la compositionalité et la cohérenceinférentielle. Celles-ci reposent toutes en effet sur une constituancedes représentations. Le problème de la constituance dansles représentations dynamiques-connexionnistes est ainsi devenuun challenge fondamental.
Or des modèles dynamiques de syntaxe d'attracteurs existent déjàdepuis longtemps (travaux de R. Thom). Ils sont fondés sur la théoriedes bifurcations et des déploiements universels de singularités.Dans la mesure où ils sont directement implémentables dansdes réseaux de neurones formels, ils peuvent être considéréscomme une version mathématique abstraite de modèles connexionnistes.
On avait utilisé ces modèles depuis longtemps pour modéliserles théories structuralistes de l'actantialité (en particulierles théories tesnièrienne, greimassienne et fillmorienne,cf. §7). On a utilisé ces travaux préalables pour montrerqu'ils permettent de rendre effectif le concept de "syntaxe d'attracteurs"et de résoudre partiellement le problème des représentationsstructurées dans les modèles dynamiques-connexionnistes.
Le développement d'une modélisation topologique et dynamiquedes liens entre langage et perception conduit à reprendre nombrede questions héritées de la phénoménologieet de la Gestaltthéorie et à poser la question de leurs liensavec les formalisations, plus classiques, de nature logique.
On a étudié en particulier les jugements perceptifs (parexemple ceux d'attribution d'un prédicat de couleur à unobjet). Sur le plan morphologique-perceptif, le remplissement de l'extensionspatiale W d'un objet par une qualité sensible appartenantà un genre de qualité G se décrit par une sectiond'une fibration de base W et de fibre G. Ces fibrations sontneuralement implémentées.
Comment penser le lien entre un tel schématisme géométriqueet la formalisation traditionnelle des jugements en termes de calcul desprédicats? On a utilisé pour ce faire le lien (établipar W. Lawvere au début des années 1970) qui existe entreles faisceaux (ici les faisceaux de sections de fibrations) et lalogique formelle. La catégorie F des faisceaux sur un espacetopologique M possédant une structure de topos, unfaisceau X de F peut être syntaxiquement interprétécomme un type syntaxique pour des variables x qui sont sémantiquementinterprétées comme des sections de X. On obtientainsi à la fois une typification et une localisation spatiale desvariables. Cela permet de relier la géométrie des sectionsà une logique du jugement.
Dans une telle approche, il apparaît que l'espace fonctionne commeune modalité dans la mesure où la sémantiquede situations où des variables sont à la fois typifiéeset localisées est une sémantique modale.
Le développement des modèles cognitifs morphodynamiquesconduit à aborder le problème de la naturalisation desthéories logiques et phénoménologiques des contenusmentaux. On a consacré de nombreuses recherches à la naturalisationde la noématique husserlienne. Dans le cas de la phénoménologiede la perception on a montré comment des approches de phénoménologuesplus réalistes que Husserl comme J. Daubert, R. Chambon et M. Merleau-Pontypouvaient être naturalisées. Le problème central del'intentionalité (au sens de la directionalité des représentations)peut être résolu sur cette base pour la perception visuelle.Cela permet de faire l'hypothèse que, comme le second Husserl l'aexpliqué dans les Ideen, l'intentionalité n'est pasd'abord un problème de référence sémantiquemais un problème de réalisme perceptif et que les représentationssémantiques héritent de l'intentionalité des représentationsperceptives sur lesquelles elles s'édifient.
7. Sémiotique,Structuralisme et Morphodynamique
Les premiers modèles dynamiques en sciences humaines ont étéintroduits par René Thom et Christopher Zeeman à la fin desannées soixante. Ils concernaient essentiellement la perception,le langage et la cognition. C'est en particulier à ce moment quefut introduite l'idée force que le contenu d'une représentationmentale pouvait être modélisé par un attracteur d'unedynamique neurale appropriée, le flux temporel de l'activitémentale par une dynamique lente opérant sur ces dynamiques rapideset les événements mentaux par des bifurcations d'attracteurs.Depuis, les modèles connexionnistes de mémoires associatives(§1) ont explicité ces dynamiques. Qui plus est, Thom et Zeemanavaient montré comment en utilisant des paramètres d'ordre(activités moyennes) on pouvait (comme lorsque l'on passe de laphysique statistique à la thermodynamique) réduire drastiquementle nombre de degrés de liberté des modules neuronaux considérés.Ce passage micro Æ macro est interprétablecomme un changement de niveau de réalité, du niveau neuronalau niveau psychologique.
On a utilisé les modèles morphodynamiques d'une part enthéorie de la perception (perception catégorielle en phonétique(§2), perception visuelle (§3)) et d'autre part en sémio-linguistique.
En ce qui concerne la perception phonétique on a établile lien avec la tradition de la phonologie structurale, de Ferdinandde Saussure à Roman Jakobson. En ce qui concerne la perception visuelleon a fait le lien avec la Phénoménologie et la Gestaltthéorie(§6). En ce qui concerne la sémio-linguistique on amodélisé les structures actantielles constitutives des structuressémio-narratives au sens de Greimas. En relation avec les travauxde Per Aage Brandt (Univ. d'Aarhus), le lien a été fait avecles grammaires cognitives.
Cela a conduit a reprendre les approches structurales de la syntaxecomme celle de Lucien Tesnière ainsi que la tradition des grammairescasuelles, de Louis Hjelmslev à Charles Fillmore.
On a également appliqué les modèles morphodynamiquesà la modélisation d'une des clés de la théoriestructuraliste en anthropologie, à savoir la formule canoniquedu mythe proposée par Claude Lévi-Strauss. Ces dernièresannées, en particulier grâce aux travaux de Lucien Scubla,Pierre Maranda et Solomon Marcus, ce thème s'est considérablementdéveloppé.
