Fonctionnalisme vs. connexionnisme

Nés à peu près au même moment, connexionnisme et fonctionnalisme sont les deux grandes branches de l’IA. Souvent en concurrence, leurs approches sont de plus en plus considérées comme complémentaires.

Connexionnisme : les neurones « transistors »

Dans la seconde moitié du XX^e siècle s’impose l’idée que le cerveau est composé de neurones qui reçoivent les signaux électriques des neurones voisins et qui, en fonction de leur intensité, envoient (ou pas) à leur tour un signal. La pensée est-elle autre chose que le produit émergeant de ces interactions  Pourquoi ne pas imaginer des réseaux de « neurones formels », selon l’expression de Warren McCulloch et Walter Pitts dans « A Logical Calculus of the Ideas Immanent in Nervous Activity » (1943). Le comportement des neurones apparaît bientôt semblable à celui des transistors électriques inventés en 1947. D’où l’idée de reproduire le cerveau humain avec un réseau de neurones « transistors ». L’une des branches de l’IA est née : le connexionnisme, qui se concentre sur la structure en réseau du « support » rendant possible la pensée. Frank Rosenblatt développe ainsi en 1957 le Perceptron, « première machine à penser comme les humains » et première machine neuromimétique à deux couches, considérant que « le cerveau peut être apparenté à un calculateur numérique consistant en 10 milliards de relais appelés neurones ». L’objectif – indiqué par le nom même de la machine – n’est pas la simulation des facultés cognitives supérieures, mais plutôt de faire émerger de la pensée dans ses formes les plus simples (perception, sensation) à partir d’un ensemble d’interactions sous-jacentes. Vivement critiqué, notamment par Minsky, le connexionnisme connaît un certain déclin avant d’être relancé à partir des années 1980, avec les travaux de John Hopfield et la publication de Parallel Distributed Processing d’Everett Rumelhart et James McClelland.