Partager

Jean-Remi KING

Recherche
Directeur de recherche
Études cognitives
Neurosciences computationnelles, Intelligence Artificielle, Langage
CNRS
Département d'études cognitives
, modifié le
14 novembre 2021
Image
jrKING
Laboratoire des systèmes perceptifs (LSP)
29 rue d’Ulm, 75005 Paris

Mon groupe s’intéresse aux fondements computationnels de l’intelligence humaine, et en particulier à ceux du traitement symbolique du langage. Nous utilisons, pour cela, le machine-learning, l’électrophysiologie, l’imagerie cérébrale, et les réseaux d’apprentissage profonds.

Champ de recherche

En quoi l'espèce humaine se distingue du reste du règne animal reste une question extrêmement débattue. De nombreux scientifiques en neurosciences, linguistiques, archéologie et intelligence artificielle proposent cependant une hypothèse commune: contrairement aux autres animaux, les humains seraient dotés d’un cerveau prédisposé à assembler et désassembler des séquences de symboles. C’est particulièrement clair dans le cadre du langage, où nous assemblons une séquence de mots jamais entendue auparavant en un sens complexe qui puisse guider notre comportement.

Pour tester cette hypothèse, mon groupe s’attelle à comparer deux types de calculs: d’un côté, ceux générés par les algorithmes de langage entraînés par intelligence artificielle. De l’autre, les calculs générés par le cerveau humain lors de compréhension de la parole, la lecture de texte, ou la production de mots et de phrases. Cette approche est simple: elle consiste à identifier s’il existe des représentations similaires entre cerveaux et machine exposés aux mêmes phrases et d’exploiter les différences observées pour améliorer les algorithmes actuels.

Publications

  • Inductive biases, pretraining and fine-tuning jointly account for brain responses to speech Millet, King (2021) arXiv preprint arXiv:2103.01032
  • GPT-2’s activations predict the degree of semantic comprehension in the human brain (2021) Caucheteux, Gramfort, King, bioRxiv:2021.04.20.440622
  • Disentangling syntax and semantics in the brain with deep networks (2021), Caucheteux, Gramfort, King, ICML