Espace corps

Michel Bret, professeur émérite, A.T.I., Université PARIS-8, décembre 2009

 

Mots clés:

Art, connexionnisme, corps, espace, interactivité, vie artificielle.

Résumé

     Par "espace corps" on peut entendre le corps comme lieu (tout à la fois cause et conséquence) de manifestations telles que les émotions ou la conscience ; on peut aussi entendre l’ espace comme lieu de déploiement des actions du corps. Je m'attacherai à dépasser ce dualisme en montrant que la notion de corps est inséparable de celle de l'espace dans lequel il acte et qui le fait exister. Il ne s'agit plus dès lors de s'interroger sur les relations d'un spectateur et d'un dispositif considérés indépendamment l’un de l’autre, mais plutôt de créer les conditions expérimentales de l'émergence d'une entité formant système en équilibre homéostatique  avec un environnement scénique. Le paradigme cybernétique permet de construire effectivement de tels systèmes adaptatifs dont je donnerai  quelques exemples dans le domaine des installations interactives,

 

1 Introduction

 

    La réalité d'un problème est souvent complexe, confuse, étalée dans le temps, autant de raisons qui en rendent difficile l’étude analytique. Les modèles informatiques permettent d'en faire tourner virtuellement un simulacre simplifié dont les résultats peuvent constituer des solutions possibles. Il s’agit là d’une modélisation algorithmique du fonctionnement du monde, or on sait bien aujourd'hui que les êtres vivants, et parmi eux les humains, ne procèdent pas de cette façon. Avec Damasio [Damasio 1999] on aura compris par exemple que le cerveau qui calcule est le même que celui qui aime, que rationalité et émotion ne sont pas séparables. Si la compréhension du cerveau passe par l’abandon du dualisme corps-esprit [Damasio 1995], ne devra-t-on pas reconnaître aux machines une certaine part de sensibilité si on veut bien en faire des acteurs efficients de la Vie Artificielle ? Il n’en est certes rien aujourd’hui, mais rappelons que les pères de l’informatique que sont A1an Turing [Turing 1950] et John Von Neumann [Neumann 1948] avaient parler, dès le début, d’intelligence et de vie à propos des ordinateurs et que, avec le rapprochement spectaculaire des neurosciences et de l’intelligence artificielle, il n’est plus impossible d’envisager jusqu’à la notion même de conscience artificielle [Cardon 2000].

 

2 Les enchâssements conduisant à l’autonomie

 

Sur l’exemple des rapports du corps au dispositif interactif montrons, sur des schémas très simples, l’évolution de la notion d’interactivité depuis son degré zéro (la réactivité) jusqu’à son aboutissement le plus évolué (les systèmes adaptatifs [Cardon 2005]) en passant par la boucle rétroactive (le fameux feedback de la première cybernétique [Wiener 1948]) :

1) Le corps et le dispositif envisagés indépendamment l’un de l’autre:

 

      Corps

 

   Dispositif

 

/

 
 

 

 


2) Le corps agissant sur le dispositif (système réactif)  (exemple : un éditeur de texte, certaines installations « interactives » … qui n’en sont pas)

 

Corps

 

Dispositif

 
 

 

 


 3) Interaction (feedback) (exemple : les installations interactives « intelligentes » comme la Funambule Virtuelle, voir ci-après 3-2)

 

Corps

 

Dispositif

 
 

 

 


4) L'ensemble corps-dispositif considéré comme système plongé dans un environnement (exemple : une performance  impliquant les spectateurs comme le Mime Virtuel, voir ci-après 3-4)

 

Environnement

 
 


            

 

Entrées

 

Sorties

 
 

 

 

 

 

 

 

 


5) Un tel système est adaptatif en ce sens qu’il est capable de s’auto configurer afin de survivre dans son environnement, c’est à dire d’y développer des actions (sorties) dont les conséquences (entrées) optimisent sa pérennité. Cela suppose qu’il est constitué d’une matière malléable, autopoétique, c’est à dire capable de s’auto produire : la nature a résolu ce problème en dotant les organismes les plus évolués d’un système nerveux central. A partir du connexionnisme [Chazal 2000], et en utilisant les réseaux neuronaux [Abdi 1994], on peut munir un organisme artificiel de propriétés et de comportements propres au vivant, on parle alors de Vie Artificielle [Heudin].

Environnement

 
 

 

 

 


L’une des propriétés les plus remarquables d’un tel système est son autonomie : en dehors de tout superviseur il prendra seul les décisions favorisant sa survie. S’il apparaît aujourd’hui indéniable que cette autonomie fonde la viabilité des systèmes complexes, elle continue, et continuera encore longtemps, à poser des problèmes à certains « artistes » pour qui la capacité de créer est un privilège que ne sauraient posséder les machines.

On retrouve la même problématique dans la pédagogie: j’estime que mon enseignement est réussi lorsque mes élèves me dépassent. De même dans la création artistique, je considère qu'une de mes oeuvres (en général un système interactif) est achevée lorsque, paradoxalement, elle prend son autonomie et peut continuer à se développer sans moi.

3 Dispositifs interactifs « intelligents »

3-1 La seconde interactivité

 

     Avec Edmond Couchot et Marie-Hélène Tramus [Couchot 2003] nous avons défini le concept de "seconde interactivité" (par analogie avec la seconde cybernétique de Heinz von Foerster [Andreewsky 2006]) qui apparaît dès que le système se modifie lui-même au cours d'apprentissages par lesquels il interagit avec son environnement afin de s'y adapter. Nous avons aussi qualifié cette interactivité d'"intelligente" car son implémentation s'inspire du fonctionnement des systèmes nerveux des êtres vivants les plus évolués.
     Au lieu de transmettre mécaniquement l'information en provenance des capteurs, celle-là est relayée par des réseaux neuronaux dont les sorties sont connectées aux actuateurs. Au cours des apprentissages résultants de l'interaction de l'être virtuel avec son environnement, ces réseaux s'auto configurent afin d'optimiser la prévisibilité de leur perception.

3-2 La funambule virtuelle

Cette installation, que j’ai développé en 2000 avec Marie-Hélène Tramus [Bret 2005], propose au spectateur de devenir, pour quelques instants, un funambule. Avec le balancier qu'il tient entre ses mains il interagit avec un autre funambule, virtuel celui-ci, dont l'image est projetée sur un écran. Le face à face entre les deux "acteurs" s'élabore autour d'un jeu d'équilibre déséquilibre.
         Un capteur de mouvement, fixé au balancier, transmet à l'ordinateur des informations de position et d'orientation interprétées en temps réel comme des forces agissant sur l'acteur dynamique de synthèse contrôlé par des réseaux neuronaux. Ainsi celui-là développe des stratégies gestuelles autonomes acquises lors d'apprentissages.
         Plus qu'une simple boucle rétroactive, ce système est un être artificiel, certes très élémentaire, mais montrant certaines propriétés du vivant: Par exemple la notion de généralisation, propre aux réseaux neuronaux, lui confère une richesse potentiellement illimitée de réactions non apprises et cependant adaptées. Son intelligence apparaît comme une propriété émergente des interactions entre ses éléments (des neurones artificiels), les informations qu'il capte de son environnement, et sa structure (simulation d'un corps humain muni de certains comportements).

Dans un apprentissage supervisé on définit des couples d'apprentissage (P, A), la perception P étant projetée sur la couche d'entrée du réseau, l'action A étant attendue sur la couche de sortie. La matrice des poids synaptiques, initialisée aléatoirement, produit une action calculée C généralement différente de A. L'algorithme de la "rétropropagation de l'erreur" travaillant sur un réseau multi couches permet de minimiser l'erreur A-C en modifiant les poids synaptiques. Un tel apprentissage suppose qu'un "professeur" dise quelle est la bonne sortie A.

 

 

3-3 La danseuse virtuelle

Les réseaux multi couches utilisés dans l’installation précédente ne représentent que très imparfaitement la réalité du fait de leur faible connectivité (la circulation de l’information depuis l’entrée vers la sortie ne rend pas compte du caractère massivement réentrant des réseaux biologiques), c’est pourquoi j’ai implémenté une méthode d’apprentissage non supervisé, la « cohérence de flux » [Bret 2006], qui est particulièrement bien adaptée pour cette installation : l’interacteur se trouve en situation multiple d’auditeur (de la musique), d’acteur (de la danse), d’observateur (de la danseuse virtuelle) et d’observé (par l’être artificiel qui lui montre ce qu’il comprend de sa gestuelle), toutes ces activités, canalisées et organisées par l’algorithme de cohérence rentrent en résonance et produisent une émotion artistique née de l’adéquation de ces différentes perceptions-actions.

3-4 Le mime virtuel

Dans cette installation un être artificiel, muni d’un comportement mimétique, improvise à partir de la gestuelle de l’interacteur qu’il observe au moyen d’une petite webcam. Plus qu’une simple reconnaissance, il s’agit d’un auto apprentissage permettant la construction de comportements optimisant la relation interactive.

Lors de l’ apprentissage non supervisé, la caméra délivre des informations sur la dynamique du flux d'images en entrée, la méthode de "cohérence de flux" donne un signal de sortie corrélé au signal d’entrée et donc un mouvement du mime virtuel en accord avec celui de l'acteur réel. Il s'agit là plus d'un mimétisme de résonance que d'une imitation au sens propre, l'effet attendu est la satisfaction engendrée par la perception harmonieuse des mouvements des deux protagonistes de la scène.

Sur l’image suivante on peut voir les deux flux (images en entrée et forces en sortie) ainsi que le réseau en action avec sa matrice des poids synaptiques et la courbe d’erreur.

 

 

 

4 Création artificielle

4-1 La théorie de la sélection de groupes neuronaux

La théorie de la sélection de groupes neuronaux a été développée par Gérald Edelman,  depuis les années 80 [Edelman 1987], pour rendre compte de l’organisation des réseaux neuronaux selon une sélection darwinienne : au stade embryonnaire les neurones sont d’abord connectés au hasard puis, progressivement, des circuits se stabilisent, et des groupes de circuits se connectent à leur tour pour former des cartes. Changeux [Changeux 1983]  avait déjà parlé des objets mentaux, et les idées seraient des objets comme les autres, observables dans les réseaux neuronaux, tandis que pour Edelman [Edelman 2000]la conscience émerge de la matière.

4-2 Connecvolution

A partir des réflexions précédentes j’ai construit  un système de création artificielle [Bret 2007] qui observe son environnement en catégorisant ses perceptions à l’aide d’apprentissages non supervisés. Ainsi à chaque perception correspond un certain état d’une mémoire associative. Si l’on code ces états comme une population de génomes, il est possible de leur appliquer une évolution darwinienne [Holland 1975] (par des algorithmes génétiques [Goldberg 1991]) visant à favoriser ceux qui répondent le mieux à une certaine fonction d’évaluation. Une façon de les noter serait de noter l’image (qui n’existe pas) lui correspondant, ce qui suppose que soit trouvée une méthode de « remontée » du réseau. Pour cela on peut utiliser un apprentissage supervisé sur le réseau inverse (obtenu en permutant les entrées et les sorties), les couples d’apprentissages étant les couples inverses (état, expérience) du premier apprentissage. Ainsi à tout nouvel état obtenu par croisement de deux états correspond une nouvelle image qu’il suffit alors d’évaluer.

On peut voir ci-dessous le résultat du croisement des images 1 et 5:

 

5

 

1

 

1 + 5

 
              

 

 

4-3 Rêves artificiels

 

Antonio Damasio [Damasio 1999] propose la construction des différents niveaux de conscience en faisant appel à des cartographies et réseaux de neurones superposés : le proto-soi, le soi central, le soi autobiographique et finalement la conscience étendue.

Je propose de faire rêver un être artificiel en simulant ces différents niveaux de conscience: des configurations neuronales du premier ordre cartographieront, sous forme d’images mentales, la perception d’images réelles (proto-soi). Un changement de ces cartes par évolution génétique sera une représentation, au second ordre, de la relation entre les images et l’organisme (conscience noyau), qui produira de nouvelles images mentales. Par un processus inverse (allant du mental au réel) l’organisme pourra alors interagir socialement avec d’autres organismes pour, peut-être, atteindre un degré de conscience plus élevé.   

 

Conclusion

            Avec cet « espace corps » se trouvent réconciliés le corps sensible constitutif de l’art, le corps esprit chère aux philosophes, l’espace physique théâtre du monde et l’espace abstrait des modèles qui permettent la mise en scène de leurs jeux interactifs.

 

Bibliographie

 

Abdi H. 1994: Les réseaux de neurones, Presses Universitaires de Grenoble 1994.

 

Andreewsky E., Delorme R., Seconde cybernétique et complexité, Rencontres avec Heinz von Foerster, L’Harmattan 2006.

 

Bret M., Tramus M.H., Berthoz A. 2005, Interacting with an Intelligent Dancing Figure : Artistic Experiments at the Crossroads betweenAart and Cognitive Science, in Leonardo, Vol 38, N° 1, pp. 46-53, 2005.

Bret M. décembre 2006, « Emergence et résonance neuronale »,  Journée Art/technologie de l'information et de la communication, Universalité Le Mirail Toulouse, 15 décembre 2006.

Bret 2007, « Création artificielle », in La convivialité des interfaces à vocation ludique et/ou pédagogique        Ludovia 5-6 juillet 2007.

 

Cardon A.2000, Conscience artificielle & systèmes adaptatifs, Eyrolles.

Cardon A. 2005, La complexité organisée : Systèmes adaptatifs et champ organisationnel, Hermès.

 

Changeux J. P. 1983, L’homme neuronal, Fayard.

 

Chazal G. 2000, Les réseaux du sens. De l’informatique aux neurosciences, Champ Vallon.

 

Couchot E., Tramus M.H., Bret M. 2003, A segunda interatividade. Em direção a novas praticas artisticas 2003 : In Arte vida no século XXI p.27, 38, Diana Domingues,Editora UNESP Saõ Paulo, Brasil.
    

Damasio A. 1995, L’erreur de Descartes, Ed Odile Jacob.

 Damasio A. 1999, Le sentiment même de soi, corps, émotions, conscience, Ed Odile Jacob.

 

Edelman G. 1987, « Neural Darwinism : The Theory of Neural Group Selection », Basic Book, New York.

Edelman G. 2000, Comment la matière devient conscience, Odile Jacob.

 

Goldberg D. E. 1991, Algorithmes génétiques, Addison-Wesley.

 

Heudin J-C. 1994, La Vie Artificielle, Hermès.

 

Holland J.H. 1975, « Adaptation  natural and artificial systems », An Arbor: The University of Michigan Press.

 

Turing A. 1950, “Computing Machenery and Intelligence”, in Mind.

 

Von Neumann J. 1948,  “Théorie générale et logique des automates “, conférence Californie.

 

Wiener N. 1948, Cybernetics, or Control and Communication in the Animal and the Machine, John Wiley Editor, New York 1948.