Publications académiques

Neuropsychologie de l'IA

Recherches de l'équipe Neocognition.ai sur la cognition synthétique des réseaux neuronaux artificiels.

01 Avr. 2026 Michael Pichat et al.

Polysémie des neurones synthétiques : vers un nouvel espace vectoriel catégoriel explicatif

Les neurones d'une IA ne répondent pas à une seule idée, mais à plusieurs à la fois. Cet article montre que chaque neurone fonctionne comme un espace de significations superposées, hérité des couches précédentes du réseau. Cela explique pourquoi les IA sont capables d'associer des concepts hétérogènes et d'en générer de nouveaux complètement disruptifs.

Télécharger le PDF
02 Sept. 2025 Michael Pichat et al.

Restructuration catégorielle synthétique : comment les IA extraient progressivement les régularités du monde

Comment une IA apprend-elle à mieux comprendre le monde au fil de ses couches neuronnales successives ? Cet article montre qu'à chaque nouvelle couche de son réseau, une IA réorganise et affine sa façon de classer les informations. Elle ne mémorise pas des règles fixes : elle construit progressivement des catégories de plus en plus efficaces pour analyser le monde extérieur.

Télécharger le PDF
03 Jan. 2025 Michael Pichat et al.

Le découpage catégoriel : au cœur de la genèse des concepts dans la cognition neuronale synthétique

Comment une IA fabrique-t-elle ses propres concepts ? Cet article décrit un mécanisme-clé : à chaque couche, les neurones découpent et sélectionnent des fragments de sens issus des couches précédentes pour construire des catégories nouvelles. C'est ainsi que naissent les représentations internes d'une IA, construites de l'intérieur, couche après couche.

Télécharger le PDF
04 Déc. 2024 Michael Pichat et al.

Comment pensent les intelligences artificielles ? Les trois facteurs mathématico-cognitifs de la segmentation catégorielle

Comment une IA découpe-t-elle notre monde en catégories pour pouvoir le comprendre ? Cet article identifie trois mécanismes fondamentaux à l'œuvre dans les réseaux neuronaux : l'amorçage (comment une catégorie en active une autre), l'attention (comment l'IA sélectionne ce qui compte) et le phasage (comment les catégories s'organisent dans le traitement).

Télécharger le PDF
05 Oct. 2024 Michael Pichat et al.

Neuropsychologie et explicabilité de l'IA : approche distributionnelle de la similarité d'activation des catégories neuronales

Comment expliquer ce qu'il se passe à l'intérieur de la pensée intime d'une IA ? Cet article propose de transposer les concepts de la psychologie cognitive humaine — notamment la catégorisation et la notion de similarité — pour analyser le fonctionnement interne des réseaux neuronaux. Une approche concrète pour rendre l'IA plus compréhensible et plus transparente.

Télécharger le PDF
06 Oct. 2024 Michael Pichat et al.

Neuropsychologie de l'IA : relation entre proximité d'activation et proximité catégorielle dans la cognition synthétique

Comment une IA se construit-elle une représentation du monde ? Cet article explore le lien entre la proximité mathématique des neurones et leur proximité de sens : deux neurones qui s'activent de façon similaire traitent-ils des idées similaires ? Une question-clé pour comprendre comment les IA organisent leur connaissance intérieure de notre monde.

Télécharger le PDF
07 Juil. 2024 Michael Pichat et al.

Psychologie de l'intelligence artificielle : marqueurs épistémologiques de l'analyse cognitive des réseaux neuronaux

Comment une IA pense-t-elle vraiment, et sous quelle forme existe son savoir ? Cet article fondateur distingue les comportements visibles des IA (biais, hallucinations) de ce qui se passe réellement à l'intérieur des réseaux neuronaux. Il pose les bases d'une nouvelle discipline : la neuropsychologie de l'intelligence artificielle.

Télécharger le PDF