Des robots dotés d'une intelligence artificielle ludique reproduisent les erreurs d'apprentissage du langage des tout-petits et les corrigent.
infohightech ·
Les modèles d'IA comprennent-ils le langage qu'ils produisent ? Pour tenter de répondre à cette question et d'élucider plus généralement les mécanismes d'acquisition du langage, des chercheurs de l'Institut des sciences et technologies d'Okinawa (OIST) ont créé un robot virtuel doté d'un réseau neuronal inspiré du cerveau et ont testé ses performances après lui avoir conféré la curiosité, une caractéristique remarquablement humaine.
En exposant les robots à une grande variété de combinaisons verbe-adjectif-objet dans un environnement simulant les lois de la physique, les chercheurs ont trouvé une explication convaincante à l'acquisition étonnamment rapide du langage chez les enfants : un environnement linguistique riche et varié, associé à l'émerveillement propre à l'enfance. Leurs résultats ont été publiés dans la revue Science Advances .
« Ces robots curieux semblent acquérir une véritable compréhension du langage en deux fois moins de temps que leurs homologues indifférents. Et nous avons été stupéfaits par le comportement ludique et la capacité à gérer les exceptions qui sont apparus spontanément au cours de l'entraînement », explique Theodore Tinker, premier auteur de l'étude et doctorant à l'unité de recherche en neurorobotique cognitive de l'OIST.
Les robots virtuels utilisés dans l'étude. Lors de chaque simulation, une voix leur donne des instructions pour accomplir une tâche, tandis qu'une autre voix commente leurs actions, leur permettant ainsi d'apprendre de leur propre comportement. À mi-parcours de l'entraînement, les robots, visiblement curieux, ont semblé adopter un comportement ludique, expérimentant à plusieurs reprises des actions totalement différentes de celles qui leur sont ordonnées et pour lesquelles ils sont récompensés. Ceci pourrait s'expliquer par leur motivation intrinsèque, qui récompense les comportements nouveaux ; ce comportement les aide à généraliser les types de tâches. Crédit : Vidéo et voix off de Theodore Tinker, premier auteur de l'étude.
Les robots humanoïdes sont plus performants lorsqu'ils sont animés par la curiosité.
L'IA des chercheurs s'inspire d'un réseau neuronal récurrent variationnel (PV-RNN) inspiré du codage prédictif, qui repose sur les principales théories expliquant comment notre cerveau traite l'information.
Alors que les modèles linéaires à longue portée (LLM), en constante évolution, produisent la réponse statistiquement la plus probable à une entrée donnée à partir d'un vaste ensemble de données, les réseaux de neurones récurrents à propagation avant (PV-RNN) sont entraînés à minimiser leur « énergie libre » en maximisant leur précision (leur capacité à comprendre correctement la réalité) et en minimisant leur complexité (leur capacité à modifier leurs croyances internes après avoir observé les événements). Ces systèmes s'efforcent d'être justes tout en maintenant un système de croyances stable.
« Imaginez que vous tombiez sur un petit carré noir. Vous le mangez, et vous savez maintenant quel est le goût du chocolat noir. Vous tombez ensuite sur un autre petit carré noir. D'après son apparence et vos croyances, vous prédisez qu'il aura le goût du chocolat noir. Si vous avez raison, votre prédiction est exacte et vos croyances restent intactes, ce qui minimise la complexité du raisonnement », explique Tinker.
« Mais s’il s’agissait réellement de réglisse, votre prédiction est inexacte et vos croyances internes doivent changer pour tenir compte de votre nouvelle expérience – une expérience d’une grande complexité. »
Pour cette étude, l'équipe a également intégré l'apprentissage par renforcement à son PV-RNN en attribuant une récompense externe pour l'accomplissement d'une tâche et une récompense interne pour la curiosité, directement liée à la complexité. Ceci engendre des motivations contradictoires : le robot cherche à être précis et à préserver sa représentation actuelle du monde, tout en étant récompensé pour les actions qui l'obligent à modifier ses croyances internes. Ainsi, la curiosité permet au robot d'apprendre à trouver des solutions inédites à des tâches complexes.
Tinker poursuit : « Peut-être adorez-vous le chocolat noir, mais n'avez-vous jamais goûté au blanc. Alors, un jour, vous décidez d'y goûter, même si cela va à l'encontre de votre désir de simplicité et de simplicité. Vous pourriez toujours penser que le noir est plus savoureux, c'est-à-dire qu'il procure une plus grande satisfaction gustative que le blanc, mais vous éprouvez aussi une satisfaction intérieure à satisfaire votre curiosité. Et, en prime, vous avez enrichi votre compréhension du chocolat en général. »
L'équipe a observé le même comportement chez les robots en cours d'entraînement. Même s'ils devenaient de plus en plus performants pour résoudre la tâche, ils continuaient de renverser des objets par simple curiosité.
« C'est ce que je préfère, car aucune des tâches ne nécessite de renverser des objets. Nous n'avons pas demandé au robot de jouer comme un enfant. Nous lui avons demandé d'apprendre. Et pourtant, il semble qu'une activité en entraîne une autre : un comportement ludique, renforcé par la curiosité, a aidé les robots à comprendre le langage plus rapidement. »
La richesse de la diversité linguistique contribue à résoudre le problème du stimulus.
Les capacités d'apprentissage du langage chez l'enfant intriguent les scientifiques depuis longtemps. Depuis que Chomsky a présenté le problème de la « pauvreté du stimulus » en 1980, les chercheurs s'efforcent d'expliquer précisément comment les enfants peuvent acquérir rapidement toutes les caractéristiques de leur langue, malgré l'accès limité à des fragments épars, souvent incomplets et parfois erronés.
Cette étude suggère que la clé de la résolution de ce problème par les tout-petits réside dans la combinaison de la curiosité et d'un environnement linguistique diversifié. Les chercheurs ont précédemment démontré que le taux de réussite dans l'exécution de tâches langagières inédites dépend de la diversité des constructions de phrases auxquelles le robot est confronté.
Taux de réussite des robots dans l'exécution de tâches langagières telles que « se rapprocher du pilier vert » et « pousser l'haltère magenta vers la gauche », sur plus de 60 000 époques. Les robots récompensés pour avoir satisfait leur curiosité ont appris les tâches beaucoup plus rapidement que les autres, notamment les tâches complexes comme le déplacement d'objets. Ces tâches exigent du robot qu'il identifie d'abord la forme et la couleur appropriées, puis qu'il s'en approche et enfin qu'il le pousse dans la bonne direction. La zone ombrée représente les intervalles de confiance à 99 %. Crédit : Adapté de Tinker et al., 2026.
Dans cette étude, ils ont reproduit et étendu des résultats antérieurs en élargissant considérablement la gamme des combinaisons possibles, révélant une tendance claire : les robots curieux exposés à 48 ou 180 combinaisons ont montré des taux de performance de généralisation de 25 % et 85 %, respectivement.
Apprendre à généraliser par l'erreur
Outre le jeu, les chercheurs ont également été surpris de découvrir que les robots semblaient reproduire un phénomène très spécifique observé chez les tout-petits : la courbe de performance de gestion des exceptions en forme de U.
En anglais, la plupart des verbes au passé se conjuguent en ajoutant « -ed » à la racine : walked, touched, pushed. Mais il existe des exceptions notables, comme « ran » et « went ». Si l’on représente graphiquement la réussite des jeunes enfants en matière de conjugaison des verbes au fil du temps, on obtient une courbe en forme de U bien distincte.
Dans les scénarios où la signification de deux tâches est inversée, les performances des robots augmentent d'abord progressivement, puis chutent brutalement avant de remonter. Cette courbe en U se retrouve exactement dans les performances langagières observées chez les enfants. Crédit : Adapté de Tinker et al., 2026.
Au début, lorsque leur vocabulaire est limité, les enfants reproduisent avec précision des fragments de langage appris, tels que « le chien a couru » et « le garçon est allé ». Mais plus tard, à mesure qu'ils assimilent les règles de conjugaison des verbes, leurs performances chutent, ce qui les amène à faire des erreurs dans des phrases qu'ils étaient auparavant capables de reproduire avec succès, comme « le chien a couru » et « le garçon est allé ».
Cela s'explique par une généralisation excessive : les tout-petits appliquent désormais les règles de conjugaison verbale internalisées à de nouvelles constructions de phrases, au lieu de simplement répéter des fragments de phrases déjà entendus. À mesure qu'ils apprennent à gérer ces exceptions, leurs performances s'améliorent.
Les chercheurs ont reproduit ce défi pour les robots en inversant le sens de deux tâches. Lorsque la tâche énoncée était « surveiller le pilier magenta », ils récompensaient les robots pour l'exécution de la tâche non énoncée « se tenir près du poteau vert », et inversement. Au début, les robots ont appris à accomplir ces tâches comme prévu. Mais à mesure qu'ils apprenaient à en accomplir davantage, leurs performances diminuaient.
Une fois qu'ils ont appris à gérer l'exception, leurs performances se sont améliorées. « Le fait que les robots reproduisent les performances des enfants en matière de gestion des exceptions nous a totalement surpris, car le modèle ne comportait aucune mention spécifique de la sur-généralisation ou de la gestion des exceptions ; ils semblaient l'apprendre d'eux-mêmes », explique Tinker.
Accès clair à l'acquisition du langage
Les réseaux de neurones constituent une plateforme idéale pour étudier l'acquisition du langage, car il est à la fois difficile et éthiquement ambigu d'étudier les enfants tout au long de leur parcours d'apprentissage linguistique dans diverses conditions expérimentales. Cependant, bien que le développement de l'IA se soit accéléré à une échelle sans précédent au cours de la dernière décennie, les modèles de langage et autres architectures sophistiquées comportent des milliards de paramètres entraînés sur d'immenses ensembles de données, ce qui est très éloigné de l'apprentissage humain.
À l'inverse, les réseaux neuronaux tels que les PV-RNN sont des candidats prometteurs pour la recherche. Outre le fait qu'ils reflètent les principales théories de la cognition humaine, tant au niveau de leur architecture que, comme le montre cette étude, de leur comportement, ils sont transparents par conception.
Leur état dit « caché », qui encode leurs prédictions du futur à partir de leurs expériences passées, est librement accessible, permettant aux chercheurs de suivre en temps réel les processus mentaux des robots pendant qu'ils résolvent des tâches. Il leur permet également de contrôler précisément les stimuli qui suscitent la curiosité des robots et leur degré d'intérêt.
Le professeur Jun Tani, auteur principal de l'étude et directeur de l'unité OIST, résume : « Les robots ne pensent pas comme des enfants, et leur situation est très abstraite comparée à l'environnement langagier extrêmement dense des enfants. Mais cet environnement abstrait nous permet d'étudier l'impact de la curiosité au sein d'un modèle très convaincant de la façon dont les humains apprennent à traiter le langage. Nous sommes impatients de découvrir quels autres comportements nous pourrons observer et étudier grâce à cette plateforme. »