NESSR : Un système neuro-expert pour la reconnaissance de la parole (Neural Expert System for Speech Recognition)
No Thumbnail Available
Date
2005
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Abstract
Aussi loin que remonte l’histoire des hommes ce sont leurs rêves et fictions qui ont
porté leurs plus grandes découvertes. Créer une machine dotée de facultés sensorielles
et motrices similaires à celles de l’homme, et en particulier une machine qui saurait
comprendre et interagir avec un dialogue est un vieux rêve de l’humanité. Mais bien que
le rêve que font les humains en ce qui est de machines qui les comprennent est
relativement ancien, nous ne disposons pas aujourd’hui encore de telles machines qui
puissent fonctionner dans des environnements « normaux ».
C’est cette fiction et bien d’autres qui annoncèrent l’avènement de l’intelligence
artificielle, et qui portent ceux à quoi aspire cette discipline. En effet, l’intelligence
artificielle est une orientation de la recherche qui tente de reproduire par des automates
des facultés de l’homme. Si l’on considère une tâche cognitive telle que la
reconnaissance de la parole, certains pensent (et nous en faisons partie) que l’une des
voies à suivre pour doter un automate de cette faculté est de mimer les mécanismes
utilisés chez l’homme à cette fin. A cet effet, il a été établi de longue date, que pour
mémoriser ses connaissances ou mener un raisonnement, l’homme utilise des réseaux
neuronaux (nous appelons neuronal ce qui est biologique, et connexionniste ce qui
correspond à cette qualification pour les automates) ; d’autre part, ce qui fait la richesse
du raisonnement humain est sa symbolique et c’est ainsi donc que dès son avènement
l’intelligence artificielle se trouve à balancer entre les deux paradigmes majeurs que
sont : l’IA symbolique et l’IA connexionniste [Hilario, 95].
Aujourd’hui encore, l’intelligence artificielle continue de connaître des
développements importants dans le domaine de la modélisation des processus cognitifs,
et un des axes intéressants de ces développements est l’orientation vers des approches
hybrides qui incorporent plusieurs paradigmes dans le même système [Sun, 97]. Parmi
ces paradigmes l’intégration neurosymbolique constitue une voie principale de la
complémentarité entre les deux approches connexionniste et symbolique [Boz, 95],
essayant ainsi de trouver des solutions aux inconvénients et limites de chacune d’entre
elles et d’apporter des résultats satisfaisants à des problèmes complexes du monde réel.