Adaptation dynamique et apprentissage dans des réseaux de neurones récurrents aléatoires. (Dynamic adaptation and learning in random recurrent neural networks)

Nous etudions un modele de reseau de neurones recurrent, de grande taille et a temps discret. Les poids synaptiques sont deternmines aleatoirement. Du fait de l'asymetrie des connexions, nos reseaux sont capables d'entretenir une dynamique autonome, et presentent differents regimes, cycliques ou chaotiques. De tels reseaux admettent de plus une description theorique portant sur des variables d'etat macroscopiques, necessitant l'emploi de methodes issues de la physique statistique (champ moyen a la limite thermodynamique). Par ailleurs, on s'interesse au couplage entre la dynamique autonome et un signal statistique ou dynamique. On parle alors de dynamique contrainte. L'emploi de simulations numeriques permet de mettre en œuvre un apprentissage de type Hebbien qui tend a reconstruire au sein de la dynamique du reseau les caracteristiques du signal d'entree. L'adaptation dynamique, qui prend place dans le reseau apres apprentissage, peut manifester a la fois un comportement de reconnaissance, un calcul et une memoire de travail. La reconnaissance se manifeste par le fait que le systeme change qualitativement son regime dynamique lorsqu'un signal appris est present en entree. Le calcul repose sur la capacite a reconstruire un signal manquant a partir du signal disponible. Enfin, la memoire de travail repose sur la structure de circuit qui se met en place dynamiquement dans le systeme et permet de maintenir au sein de l'activite des neurones la memoire de plusieurs etats, correspondant au nombre de relais du signal interne. De facon plus generale, ce travail pose le probleme de la perception et de la reconnaissance. Ce que le systeme "percoit" ne se reduit pas au simple signal sensoriel, mais plutot une interpretation de ce signal par la dynamique interne. Ce que le systeme percoit est donc intermediaire entre ce que le systeme recoit de ses entrees sensorielles et ce qu'il pense "percevoir".