Vision et perception du monde

Les recherches sur la vision sont peut-être la branche la plus «scientifique» (au sens étroit) des sciences cognitives. C’est aussi celle dans laquelle les neurosciences jouent le plus grand rôle. Le second fait n’explique qu’en partie le premier: la vision présente par rapport à d’autres modalités cognitives des particularités qui la rendent plus accessible à l’enquête scientifique. Elle est aussi l’objet d’une fascination ancienne, et son étude bénéficie d’une avance prise au cours des siècles, tout particulièrement depuis une centaine d’années.

Ce qui distingue la vision, c’est d’abord le caractère fortement objectif et reproductible de ses manifestations. Les illusions visuelles elles-mêmes comptent parmi les phénomènes les plus robustes du monde naturel. Ces propriétés sont rapportées aujourd’hui au caractère modulaire  du système visuel. Fonctionnant de manière absolument automatique (il est impossible de ne pas voir  ce qu’on a sous les yeux, même s’il arrive qu’on ne le remarque  pas), prodigieusement sûr et rapide, ce système est dans une grande mesure isolé  des autres systèmes cognitifs, qui lui transmettent peu d’informations, sinon aux stades ultimes de l’élaboration des images. En particulier, nos croyances et nos attentes affectent rarement notre perception de l’environnement: nous voyons le tigre s’élancer sur nous, si improbable et importune que sa présence nous paraisse place de l’Opéra, et devant la cage vide du zoo nous écarquillons nos yeux en vain, si probable et espérée qu’elle soit.

Une deuxième particularité de la vision est de se prêter à des séparations nettes, sur le plan fonctionnel comme sur celui de l’analyse. Il est facile de distinguer, par exemple, la perception des couleurs, celle des formes, celle du relief et de la profondeur, celle des dimensions relatives, celle du mouvement; les défaillances sélectives, permanentes ou occasionnelles, nous aident à penser de telles distinctions. La cécité elle-même, dans la variété de ses formes et de ses étiologies, nous renseigne, paradoxalement, sur les composantes de la vision. De même, les niveaux d’analyse sont assez facilement discernables, de la biochimie des cellules photosensibles à l’optique physique, en passant par la neuroanatomie, la neurophysiologie du cortex visuel, les problèmes topologiques de la transformation d’une image rétinienne bidimensionnelle en un percept tridimensionnel, etc.

Un troisième privilège de la vision est d’être présente dans une grande variété d’organismes autres que l’homme adulte, du nourrisson aux chats, aux oiseaux et aux poissons, chez lesquels elle prend des formes variées, et de s’y laisser interroger, du moins jusqu’à un certain point.

Enfin, les aires visuelles occupent chez les Primates un bon tiers du cortex, ce qui fait de la vision la fonction cognitive majeure pour les neurosciences, et leur sujet favori: ils lui consacrent plus d’efforts qu’à tout autre.

Pourtant, elle demeure profondément mystérieuse, et le contraste entre l’abondance d’informations sûres dont nous disposons sur ses mécanismes et la perplexité dans laquelle nous plongent ses énigmes est peut-être la plus frappante de ses singularités.

Nous mentionnerons seulement quelques-uns des problèmes qui retiennent l’attention des chercheurs, et semblent exiger une fois de plus la collaboration de plusieurs disciplines.

Si l’on considère d’abord les images que nous avons conscience de percevoir, nous constatons qu’elles sont stables et dépourvues de discontinuité. Or l’examen des mouvements oculaires dans l’orbite révèle l’existence de saccades régulières (se produisant deux à cinq fois par seconde), d’amplitude non négligeable (entre 4H et 150), rapides (600/s). À cela s’ajoutent les variations de l’image rétinienne lorsque nous nous déplaçons tout en maintenant notre regard sur un objet fixé. Comment expliquer que l’image perçue ne pivote ni ne varie au cours de ces mouvements? De même, la «tache aveugle» correspondant à l’implantation dans la rétine du nerf oculaire, dont nous savons qu’elle provoque un «trou» dans l’image rétinienne, n’a pas d’homologue perceptif. De manière générale, tout un ensemble de mécanismes «correctifs» semblent compenser les diverses imperfections du système optique que constitue l’œil. Mais quel écart s’agit-il de corriger? Quel sens donner à la notion d’une perception fidèle : à quoi le serait-elle? Autant de questions que posera le philosophe avec non moins de curiosité que le neurophysiologiste et le psychologue.

La reconnaissance invariante des formes donne naissance à une seconde série de questions. Comment se fait-il que nous soyons capables de reconnaître un même objet sous des angles, à des distances ou dans des contextes extrêmement variables, sans être conscients (sauf effort particulier) que la sensation est chaque fois différente? De même, comment classons-nous des objets très différents, tels que des graphies différentes de la même lettre de l’alphabet, dans une même catégorie, sans avoir conscience, ici encore, de devoir faire l’effort d’assimiler une forme à une autre? Qu’il ne s’agisse pas là de problèmes imaginaires est attesté par le fait que trente années de recherches intensives en vision artificielle n’en sont pas venues à bout.

Avec la question de la segmentation d’une image même modérément complexe, nous abordons les processus visuels «de haut niveau». C’est là qu’apparaît pleinement la notion de représentation cognitive des signaux visuels, après une première phase de traitement par les processus «de bas niveau». (La question de l’ordre dans lequel les différents processus se déroulent, et de la manière éventuelle dont ils coopèrent, se pose également; il n’est pas nécessaire d’en préjuger ici pour formuler notre troisième problème.) Comment le système visuel s’y prend-il pour constituer, à partir des pixels , ces «éléments d’image» définis par une intensité et un couple de coordonnées dans un repère bidimensionnel associé à l’image rétinienne, des formes connexes, à les situer les unes par rapport aux autres, à distinguer le fond sans en faire une forme de plus? Comment passer, pour le dire brièvement, d’une représentation locale à une représentation globale de l’image? Immense problème qui, sans être complètement résolu, a fait néanmoins l’objet d’avancées remarquables, notamment grâce aux efforts d’un chercheur particulièrement respecté dans tout le domaine des sciences cognitives, David Marr (1945-1980).

Marr a d’abord accompli un progrès méthodologique en considérant qu’il s’agit d’un processus de traitement d’informations symboliques, et en insistant sur la nécessité de le formuler d’abord au niveau formel, avant de partir à la recherche d’un algorithme abstrait de traitement, puis d’une réalisation de cet algorithme dans le tissu nerveux. Cette méthode s’étend, selon lui, à tout phénomène cognitif complexe, et la leçon a été entendue bien au-delà du domaine de la vision. En second lieu, Marr a montré comment le système visuel pouvait extraire certaines primitives, tels les bords  d’une forme, et les combiner en vue de formuler des hypothèses sur l’étendue et la position respective des objets dans l’image, notamment en profondeur. Ce processus se déroule presque entièrement au niveau symbolique, et implique l’élaboration d’une suite de représentations porteuses d’informations particulières. Il met en œuvre des principes heuristiques d’allure kantienne, hypothèses générales sur l’impénétrabilité des objets solides ou la continuité des bords, se démarquant ainsi des approches empiristes qui ont longtemps dominé. Sans être à l’abri des critiques, les thèses de Marr ont néanmoins profondément marqué le domaine, et aux yeux d’une majorité de chercheurs indiquent la voie à suivre. Cependant, les tenants du point de vue «écologique» de J. J. Gibson mettent en cause l’approche symbolique cognitiviste de Marr; il en est de même, aujourd’hui, de certains connexionnistes, malgré le caractère connexionniste des mécanismes proposés par Marr pour prendre en compte le caractère massivement parallèle, à certains stades, du traitement de l’information visuelle.

Notre dernier exemple est celui de la compréhension des scènes. Le problème est maintenant de dégager d’une image supposée convenablement segmentée une hypothèse plausible sur la situation ou l’événement qu’elle (re)présente. (Ici non plus il n’est pas en fait indispensable de supposer que ce processus d’interprétation se place après le processus de segmentation, ou même certains processus de bas niveau.) Comme la pragmatique dans le cas de la communication linguistique, cette étape mêle les fonctions proprement visuelles et les fonctions cognitives générales. Elle fait appel en effet à de nombreuses informations sur l’organisation de l’environnement, sur la manière dont les événements se regroupent, selon des probabilités variables, sur les enchaînements causaux possibles et impossibles, sur les croyances et les attentes des êtres humains, etc. Bref, il n’est aucune compétence cognitive qui ne puisse à tout moment être mise à contribution dans ce travail d’interprétation. Tout, jusqu’à la variété des solutions acceptables et la possibilité d’erreurs, fait de ce travail une de ces tâches cognitives centrales que Fodor assimile à la «fixation de la croyance». Or il estime que – par opposition aux processus modulaires (essentiellement les modalités sensorielles et une grande partie du traitement du langage) dont, en raison de leur caractère automatique, systématique et surtout autonome par rapport aux autres fonctions cognitives, on peut espérer faire la théorie – les processus centraux ne seront probablement jamais l’objet d’une science constituée. Il est vrai que les progrès, dans la compréhension des scènes, comme dans celle des dialogues et des textes par exemple, sont hésitants. Il a néanmoins été possible, en restreignant fortement l’univers dont les images sont analysées (stratégie universelle pour l’étude et la simulation des processus centraux), de proposer des mécanismes fondés sur des schémas hiérarchisés de représentations. Comme toujours en pareil cas, la question est de savoir dans quelle mesure ces solutions sont généralisables, et on ne peut qu’hésiter entre l’espoir et le doute.

Les applications

Les sciences cognitives sont-elles applicables? Naturellement, et de multiples façons; certaines sont du reste de plein droit des disciplines appliquées. La vraie question serait donc celle des rapports entre sciences cognitives pures ou théoriques et sciences cognitives appliquées. Renonçant à la traiter, nous nous contenterons d’énumérer quelques-unes des principales applications, en les classant selon les sphères d’activité auxquelles elles peuvent contribuer.

Intelligence artificielle, robotique, vision artificielle,therapeutique..

Tout en étant dès l’origine, on l’a vu, l’une des composantes majeures du projet des sciences cognitives, l’intelligence artificielle consiste aujourd’hui en grande partie en une collection d’applications de ces sciences – dans chacune des quatre grandes aires (perception, raisonnement, langage, action), les recherches fondamentales sur l’homme ont leur pendant en intelligence artificielle. Il arrive que les réalisations dans ce domaine ne s’inspirent pas directement des travaux sur l’homme, ou bien que leurs auteurs n’en aient pas conscience, ou encore que ce soient les applications informatiques qui ont à l’inverse suscité les recherches fondamentales. (Il y a là un problème complexe qu’on ne peut qu’effleurer; qu’on songe à la définition qu’un Roger Schank donne de l’intelligence artificielle: la science de l’intelligence humaine!)

Il n’empêche que dans l’ordre logique, et, malgré des exceptions, souvent aussi dans l’ordre méthodologique, l’intelligence artificielle applique les notions et les résultats des (autres) sciences cognitives. Mentionnons, pour la perception, la vision artificielle et la reconnaissance des signaux acoustiques ou de la parole; pour le raisonnement, les systèmes experts et tous les systèmes d’aide à la décision, au diagnostic ou au contrôle, les bases de données dites intelligentes, les jeux, etc.; pour le langage, la traduction automatique, l’analyse automatique des textes, le traitement de texte, la classification et l’indexation, etc.; pour l’action, la planification et la coordination robotique...

La neuropharmacologie a d’ores et déjà obtenu des résultats spectaculaires dans la thérapeutique palliative de certains désordres mentaux. Il est permis de penser que les connaissances nouvelles acquises par la neurochimie et d’autres neurosciences permettront d’affiner sensiblement ces traitements, voire de compenser chez l’enfant un désordre métabolique et rétablir les conditions d’un développement cognitif normal.

La neurophysiologie pathologique a dès à présent des applications cliniques, fondées sur des progrès dans le diagnostic et la taxinomie des déficits cognitifs. Dans des domaines tels que la rééducation des patients ayant subi des lésions cérébrales partielles, la formation des enfants ayant des difficultés d’apprentissage liées ou non à un handicap sensoriel, moteur, ou cognitif, ou souffrant d’une déficience intellectuelle massive (syndromes de Down et de Williams), de grands espoirs sont permis.

Il en est de même pour les prothèses sensorielles et motrices: l’intelligence artificielle, l’informatique, la mécanique, la neuroanatomie et la neurophysiologie coopèrent activement dans ce domaine, mettant à profit nos connaissances toujours plus fines des connexions nerveuses, les techniques de miniaturisation électronique et de micromécanique, les nouveaux matériaux, etc.

                                          Continue .........