{"id":58697,"date":"2024-06-09T18:57:24","date_gmt":"2024-06-09T22:57:24","guid":{"rendered":"https:\/\/cifar.ca\/?page_id=58697"},"modified":"2025-12-17T06:18:45","modified_gmt":"2025-12-17T11:18:45","slug":"elucider-la-causalite","status":"publish","type":"page","link":"https:\/\/cifar.ca\/fr\/publications-et-rapports\/la-revue-reach\/elucider-la-causalite\/","title":{"rendered":"Reach 2024: \u00c9lucider la causalit\u00e9"},"content":{"rendered":"\r\n\r\n\t\t\t<h2>\r\n\t\t\tSuivez-nous\t\t<\/h2>\r\n\t\t<button class='connect square balloon white-transparent facebook left' data-url='https:\/\/www.facebook.com\/CIFAR\/' aria-haspopup=\"false\"   aria-label='Suis nous surFaceBook' data-balloon-pos='right'>\r\n\t\t\tFaceBook\r\n\t\t<\/button>\r\n\t\t<button class='connect square balloon white-transparent twitter' data-url='https:\/\/twitter.com\/cifar_news' aria-haspopup=\"false\"   aria-label='Suis nous surTwitter' data-balloon-pos='right'>\r\n\t\t\tTwitter\r\n\t\t<\/button>\r\n\t\t<button class='connect square balloon white-transparent youtube left' data-url='https:\/\/www.youtube.com\/channel\/UCZj1nnTIiutUjEg-22e8UTA' aria-haspopup=\"false\"   aria-label='Suis nous surYouTube' data-balloon-pos='right'>\r\n\t\t\tYouTube\r\n\t\t<\/button>\r\n\t\t<button class='connect square balloon white-transparent linkedin' data-url='https:\/\/ca.linkedin.com\/company\/canadian-institute-for-advanced-research' aria-haspopup=\"false\"   aria-label='Suis nous surLinkedIn' data-balloon-pos='right'>\r\n\t\t\tLinkedIn\r\n\t\t<\/button>\r\n\t\t<button class='connect square balloon white-transparent instagram left' data-url='https:\/\/www.instagram.com\/cifar.ca_fr\/' aria-haspopup=\"false\"   aria-label='Suis nous surInstagram' data-balloon-pos='right'>\r\n\t\t\tInstagram\r\n\t\t<\/button>\r\n\r\n\t<p><b>PAR KATHLEEN SANDUSKY<\/b><\/p>\r\n<h2>Pourquoi le cerveau excelle-t-il \u00e0 percevoir les liens de causalit\u00e9 (et que faut-il \u00e0 l&rsquo;IA pour rattraper son retard)?<\/h2>\r\n\t\t\t\t<img loading=\"lazy\" decoding=\"async\" src=\"https:\/\/cifar.ca\/wp-content\/uploads\/2024\/06\/ReachMag-MayaNguyen.png\" alt=\"MayaNguyen\" itemprop=\"image\" height=\"3500\" width=\"4900\" title=\"ReachMag-MayaNguyen\" onerror=\"this.style.display='none'\"  \/>\t\t\t\t\t\r\n\t<p><em>ILLUSTRATION PAR MAYA NGUYEN<\/em><\/p>\r\n\t<p>Les b\u00e9b\u00e9s comprennent ces liens, m\u00eame les chats et les corbeaux semblent en avoir une connaissance pratique. Pourtant, malgr\u00e9 d&rsquo;\u00e9normes avanc\u00e9es, les syst\u00e8mes d&rsquo;intelligence artificielle actuels ont du mal \u00e0 comprendre la causalit\u00e9, c&rsquo;est-\u00e0-dire la relation entre la cause et l&rsquo;effet.<\/p>\r\n<p>Pourquoi le cerveau humain est-il si dou\u00e9 pour interpr\u00e9ter la causalit\u00e9? Que peut nous apprendre la neuroscience sur la causalit\u00e9 pour aider l&rsquo;IA et vice versa? Quels sont les enjeux?<\/p>\r\n<p>Pour r\u00e9pondre \u00e0 ces questions pressantes, nous avons demand\u00e9 \u00e0 trois scientifiques du CIFAR de nous faire part de leurs r\u00e9flexions.<\/p>\r\n\t<p><b><i>ALISON GOPNIK<\/i><\/b><\/p>\r\nUniversit\u00e9 de la Californie \u00e0 Berkeley<br \/>\r\nMembre, <a href=\"https:\/\/cifar.ca\/fr\/programmes-de-recherche\/developpement-du-cerveau-et-de-lenfant\/\">D\u00e9veloppement du cerveau et de l&rsquo;enfant<\/a>, et <a href=\"https:\/\/cifar.ca\/fr\/programmes-de-recherche\/apprentissage-automatique-apprentissage-biologiques\/\">Apprentissage automatique, apprentissage biologique<\/a>\r\n<p><a href=\"https:\/\/cifar.ca\/fr\/biographie\/alison-gopnik\/\">Alison Gopnik<\/a> est une sommit\u00e9 dans l&rsquo;\u00e9tude des sciences cognitives ainsi que de l&rsquo;apprentissage et du d\u00e9veloppement des enfants. Dans ses plus r\u00e9centes recherches, elle conjugue l&rsquo;\u00abhistoire de la vie\u00bb en biologie \u00e9volutive et les recherches actuelles en IA pour expliquer comment les enfants pensent et apprennent.<\/p>\r\n\t\t\t\t<img loading=\"lazy\" decoding=\"async\" src=\"https:\/\/cifar.ca\/wp-content\/uploads\/2024\/06\/Alison-800x900-1.png\" alt=\"Alison Gopnik\r\nPhoto by Winni Wintermeyer\" itemprop=\"image\" height=\"900\" width=\"800\" title=\"Alison 800x900\" onerror=\"this.style.display='none'\"  \/>\t\t\t\t\t\r\n\t<p><em>Photo: Winni Wintermeyer<\/em><\/p>\r\n\t<p><strong>Q : Quels sont les obstacles scientifiques \u00e0 la <\/strong><strong>compr\u00e9hension de la causalit\u00e9 dans le cerveau humain <\/strong><strong>et animal? Peut-on transf\u00e9rer ces connaissances \u00e0 l&rsquo;IA?<\/strong><\/p>\r\n<p>ALISON GOPNIK : En tant qu&rsquo;\u00eatres pensants, l&rsquo;une des choses les plus importantes \u00e0 faire est d&rsquo;apprendre \u00e0 conna\u00eetre les relations de cause \u00e0 effet. Il s&rsquo;agit d&rsquo;un probl\u00e8me important pour la science, en fait le probl\u00e8me central. Quand les adultes essaient de r\u00e9soudre des probl\u00e8mes de causalit\u00e9 au quotidien, ils s&rsquo;appuient principalement sur les donn\u00e9es d\u00e9j\u00e0 disponibles. Il s&rsquo;agit notamment d&rsquo;informations \u00e9l\u00e9mentaires, comme le fait que si j&rsquo;ouvre un robinet, de l&rsquo;eau en sortira. Mais dans le cas des enfants et des scientifiques, l&rsquo;information n\u00e9cessaire est absente. Ils doivent l&rsquo;acqu\u00e9rir d&rsquo;une mani\u00e8re ou d&rsquo;une autre \u00e0 partir des mod\u00e8les qu&rsquo;ils observent dans le monde. C&rsquo;est un probl\u00e8me que tout syst\u00e8me v\u00e9ritablement intelligent, qu&rsquo;il soit biologique ou informatique, devra r\u00e9soudre, et les enfants semblent \u00eatre les plus dou\u00e9s en la mati\u00e8re. Voil\u00e0 pourquoi, depuis plus de 20 ans, nous examinons comment les enfants r\u00e9solvent ce probl\u00e8me.<\/p>\r\n<p><strong>Q : Dans le domaine de la psychologie du d\u00e9velop-<\/strong><strong>pement, vous \u00eates connu pour le \u00abblicket\u00bb. Pouvez-vous <\/strong><strong>nous en parler?<\/strong><\/p>\r\n<p>AG : Le d\u00e9tecteur de \u00abblicket \u00bb est une petite bo\u00eete qui s&rsquo;allume et joue de la musique lorsqu&rsquo;on d\u00e9pose certains objets dessus, mais pas d&rsquo;autres. Nous demandons \u00e0 l&rsquo;enfant : Lequel est un blicket? Peux-tu me dire comment \u00e7a fonctionne? Peux-tu l&rsquo;activer? Gr\u00e2ce \u00e0 cette machine tr\u00e8s simple, nous pouvons pr\u00e9senter aux enfants diff\u00e9rents mod\u00e8les de donn\u00e9es et voir les conclusions qu&rsquo;ils en tirent. Au d\u00e9but, nous manipulions les objets pour eux. Mais nous avons rapidement observ\u00e9 que les enfants voulaient toujours toucher les blickets eux-m\u00eames et les essayer sur la machine. Ils voulaient jouer avec eux. Ils ne veulent pas regarder, ils veulent faire. En science, le travail des scientifiques consiste parfois \u00e0 examiner de gigantesques bases de donn\u00e9es et \u00e0 essayer d&rsquo;en tirer des statistiques, ce qui revient en quelque sorte \u00e0 ce que font la plupart des syst\u00e8mes d&rsquo;IA \u00e0 r\u00e9seaux neuronaux actuels. On leur donne un \u00e9norme ensemble de donn\u00e9es et on leur demande d&rsquo;en extraire la structure. Mais la r\u00e9f\u00e9rence en science, ce sont les exp\u00e9riences contr\u00f4l\u00e9es, les relations de cause \u00e0 effet qui manipulent r\u00e9ellement quelque chose dans le monde pour en d\u00e9couvrir le fonctionnement. Nous essayons de voir si nous pouvons examiner l&rsquo;apprentissage actif des enfants &#8211; la fa\u00e7on dont ils exp\u00e9rimentent, jouent et font des choses dans le monde &#8211; et rendre compte de ces processus par des m\u00e9thodes informatiques.<\/p>\r\n\t<p>\u00ab En tant qu&rsquo;\u00eatres pensants, l&rsquo;une des choses les plus importantes \u00e0 faire est d&rsquo;apprendre \u00e0 conna\u00eetre les relations de cause \u00e0 effet. Il s&rsquo;agit d&rsquo;un probl\u00e8me important pour la science, en fait le probl\u00e8me central. \u00bb<\/p>\r\n<p>&#8211; Alison Gopnik<\/p>\r\n<p>&nbsp;<\/p>\r\n\t<p><strong>Q : Un d\u00e9bat persiste : l&rsquo;intelligence artificielle sera-t-elle capable d&rsquo;accomplir aussi bien, voire mieux, que les \u00eatres humains une s\u00e9rie de t\u00e2ches cognitives, manifestant ainsi ce que l&rsquo;on appellerait \u00abl&rsquo;intelligence artificielle g\u00e9n\u00e9rale\u00bb (IAG)? Sur une \u00e9chelle de 1 \u00e0 10, 1 \u00e9tant impossible et 10 certain, quelle est la probabilit\u00e9 que l&rsquo;IAG voie le jour d&rsquo;ici dix ans?<\/strong><\/p>\r\n<p>AG : En ma qualit\u00e9 de psychologue du d\u00e9veloppement, je ne pense pas que l&rsquo;IAG puisse exister, je dirai donc z\u00e9ro. Plus nous \u00e9tudions les enfants, plus nous nous rendons compte que m\u00eame les t\u00e2ches cognitives les plus simples, que nous tenons pour acquises, sont d&rsquo;une incroyable complexit\u00e9. Et nous ne comprenons pas vraiment comment les enfants apprennent autant qu&rsquo;ils le font, aussi rapidement qu&rsquo;ils le font. Je doute que nous puissions r\u00e9soudre ce probl\u00e8me et l&rsquo;appliquer \u00e0 des agents artificiels d&rsquo;ici dix ans ou plus. Cela dit, l&rsquo;IA deviendra beaucoup plus comp\u00e9tente dans l&rsquo;ex\u00e9cution de t\u00e2ches sp\u00e9cialis\u00e9es. Je pense que son r\u00f4le en tant que technologie culturelle sera vraiment int\u00e9ressant. Les \u00eatres humains auront acc\u00e8s \u00e0 beaucoup plus de donn\u00e9es. Pour les \u00eatres humains, des inventions comme l&rsquo;\u00e9criture, l&rsquo;impression et les moteurs de recherche sur Internet permettent de transmettre davantage d&rsquo;information et d&rsquo;y acc\u00e9der. Il s&rsquo;agit de technologies tr\u00e8s importantes qui peuvent changer notre mode de fonctionnement. Les grands mod\u00e8les de langage constituent l&rsquo;exemple le plus r\u00e9cent d&rsquo;une telle technologie : ils r\u00e9sument toutes les donn\u00e9es disponibles sur Internet et permettent d&rsquo;y acc\u00e9der. Mais cela n&rsquo;a rien \u00e0 voir avec l&rsquo;intelligence humaine. Je pense que l&rsquo;IA est tr\u00e8s loin d&rsquo;une telle comp\u00e9tence.<\/p>\r\n\t<p><b><i>DHANYA SRIDHAR<\/i><\/b><\/p>\r\nUniversit\u00e9 de Montr\u00e9al<br \/>\r\nTitulaire de chaire en IA Canada-CIFAR, Mila\r\n<p>Dhanya Sridhar formule des th\u00e9ories et con\u00e7oit des m\u00e9thodes d&rsquo;apprentissage automatique pour \u00e9tudier des questions de causalit\u00e9. Ses recherches se concentrent sur la compr\u00e9hension th\u00e9orique des questions de causalit\u00e9 auxquelles il est possible de r\u00e9pondre \u00e0 partir de donn\u00e9es observ\u00e9es, et sur l&rsquo;adaptation des m\u00e9thodes d&rsquo;apprentissage automatique pour estimer les effets causals. Elle conjugue la causalit\u00e9 et l&rsquo;apprentissage automatique au service de syst\u00e8mes d&rsquo;IA robustes, adaptatifs et utiles \u00e0 la d\u00e9couverte scientifique.<\/p>\r\n\t\t\t\t<img loading=\"lazy\" decoding=\"async\" src=\"https:\/\/cifar.ca\/wp-content\/uploads\/2024\/06\/Dhanya-800-x-900.png\" alt=\"Dhanya Sridhar\r\nPhoto by Dominic Blewett\" itemprop=\"image\" height=\"900\" width=\"800\" title=\"Dhanya - 800 x 900\" onerror=\"this.style.display='none'\"  \/>\t\t\t\t\t\r\n\t<p><em>Photo: Dominic Blewett<\/em><\/p>\r\n\t<p><strong>Q : Pourquoi la causalit\u00e9 joue-t-elle un r\u00f4le si important en intelligence artificielle?<\/strong><\/p>\r\n<p><a href=\"https:\/\/cifar.ca\/fr\/biographie\/dhanya-sridhar\/\"><strong>DHANYA SRIDHAR<\/strong><\/a>\u00a0: Les \u00eatres humains et les autres organismes semblent capables de percevoir des change-ments dans leur environnement. Nous pouvons remarquer que certaines variables, lorsqu&rsquo;elles sont perturb\u00e9es d&rsquo;une fa\u00e7on quelconque, affectent l&rsquo;\u00e9tat d&rsquo;autres variables. Nous en prenons encore plus conscience lorsque ce mod\u00e8le &#8211; la variable un affecte la variable deux &#8211; se produit de mani\u00e8re fiable, peu importe ce qui arrive aux autres variables du syst\u00e8me. Voil\u00e0 ce qu&rsquo;on appelle l&rsquo;invariance. L&rsquo;observation d&rsquo;un tel mod\u00e8le de changement reproductible est qualifi\u00e9e, pour des raisons pratiques, de relation de cause \u00e0 effet. Le terme \u00abcause\u00bb est donc un raccourci pour d\u00e9crire les relations qui semblent robustes et stables, quelle que soit l&rsquo;\u00e9volution des autres parties du syst\u00e8me. Pourquoi est-il important et int\u00e9ressant pour nous, en tant qu&rsquo;organismes, de suivre les relations de cause \u00e0 effet? En raison de leur invariance. Elles permettent aux organismes d&rsquo;anticiper les r\u00e9sultats, de planifier et de r\u00e9agir en cons\u00e9quence. Dans le m\u00eame ordre d&rsquo;id\u00e9es, la causalit\u00e9 pourrait se r\u00e9v\u00e9ler essentielle pour les syst\u00e8mes d&rsquo;IA qui font des pr\u00e9dictions \u00e0 partir de donn\u00e9es complexes. L&rsquo;identification et l&rsquo;utilisation des relations causales pourraient aider les syst\u00e8mes d&rsquo;IA \u00e0 produire des r\u00e9ponses robustes et fond\u00e9es sur des motifs fiables.<\/p>\r\n<p><strong>Q : Comme la causalit\u00e9 est une question essentielle <\/strong><strong>tant pour l&rsquo;IA que pour la neuroscience, comment <\/strong><strong>ces domaines peuvent-ils mutuellement apprendre <\/strong><strong>et partager des connaissances sur les m\u00e9canismes <\/strong><strong>de causalit\u00e9?<\/strong><\/p>\r\n<p><strong>DS <\/strong>: D&rsquo;apr\u00e8s ce que je comprends, les \u00eatres humains et de nombreuses autres esp\u00e8ces sont capables de rep\u00e9rer des mod\u00e8les de causalit\u00e9. Lorsque nous inter- agissons avec le monde ou que nous observons d&rsquo;autres personnes interagir avec le monde, nous remarquons qu&rsquo;une action semble conduire \u00e0 un changement d&rsquo;\u00e9tat. Si ce changement se produit dans de nombreuses conditions diff\u00e9rentes, nous sommes capables de reconna\u00eetre qu&rsquo;il s&rsquo;agit d&rsquo;une sorte de \u00ab r\u00e8gle\u00bb causale. Mais dans notre monde complexe, la capacit\u00e9 \u00e0 reconna\u00eetre rapidement les mod\u00e8les de causalit\u00e9 peut aussi constituer un probl\u00e8me : nous, les \u00eatres humains, attribuons malheureusement \u00e0 tort la causalit\u00e9 \u00e0 des co\u00efncidences. Il arrive qu&rsquo;un \u00e9v\u00e9nement A se produise et soit suivi d&rsquo;un \u00e9v\u00e9nement B; nous en concluons que A a d\u00fb causer B. Le biais de confirmation peut ensuite renforcer cette vision erron\u00e9e du monde. Lorsque nous consid\u00e9rons les algorithmes d&rsquo;apprentissage, la question est de savoir s&rsquo;ils sont \u00e9galement capables de remarquer des mod\u00e8les qui restent invariables dans tous les contextes &#8211; en d&rsquo;autres termes, qui restent les m\u00eames &#8211; et de tirer parti de ces mod\u00e8les pour faire des pr\u00e9dictions. La d\u00e9termination des relations de cause \u00e0 effet aide les \u00eatres humains \u00e0 b\u00e2tir un mod\u00e8le du monde hautement modulaire, comptant de nombreux \u00e9l\u00e9ments de connaissance qui restent inchang\u00e9s, m\u00eame si d&rsquo;autres connaissances changent. Comme l&rsquo;entra\u00eenement des grands syst\u00e8mes d&rsquo;apprentissage automatique se fait de plus en plus \u00e0 l&rsquo;aide de sources de donn\u00e9es multiples et tr\u00e8s diversifi\u00e9es &#8211; donn\u00e9es n\u00e9cessaires \u00e0 l&rsquo;apprentissage de mod\u00e8les de causalit\u00e9 &#8211; une question cl\u00e9 pour la recherche en IA est de savoir comment encourager les algorithmes d&rsquo;apprentissage \u00e0 s&rsquo;accrocher \u00e0 des mod\u00e8les invariants.<\/p>\r\n<p><strong>Q : Supposons que nous r\u00e9solvions ce probl\u00e8me de la <\/strong><strong>causalit\u00e9 dans l&rsquo;apprentissage automatique. Si l&rsquo;IA <\/strong><strong>parvient \u00e0 comprendre la causalit\u00e9, quels sont les enjeux? <\/strong><strong>Quel pourrait \u00eatre le r\u00e9sultat?<\/strong><\/p>\r\n<p><strong>DS <\/strong>: L&rsquo;une des r\u00e9ponses est ce que nous appelons la \u00abg\u00e9n\u00e9ralisation hors distribution\u00bb. Cette id\u00e9e veut que les syst\u00e8mes d&rsquo;IA ne soient pas trop mauvais pour pr\u00e9dire les r\u00e9sultats ou prendre des d\u00e9cisions dans des sc\u00e9narios qu&rsquo;ils n&rsquo;ont jamais rencontr\u00e9s auparavant. Qu&rsquo;entendons-nous par \u00ab pas trop mauvais \u00bb? Si les syst\u00e8mes d&rsquo;IA s&rsquo;appuient de plus en plus sur des associations relativement stables lorsqu&rsquo;ils font des pr\u00e9dictions, il est probable que ces relations stables persistent dans une certaine mesure dans de nouveaux contextes. Si les syst\u00e8mes d&rsquo;IA arrivaient \u00e0 rep\u00e9rer des connaissances causales, un autre impact possible serait l&rsquo;\u00e9vitement des pr\u00e9jug\u00e9s n\u00e9fastes. Prenons l&rsquo;exemple des st\u00e9r\u00e9otypes racistes. On peut consid\u00e9rer les st\u00e9r\u00e9otypes comme des associations qui ne refl\u00e8tent pas, en fait, de relations de cause \u00e0 effet. Par cons\u00e9quent, si nous disposons de syst\u00e8mes qui pr\u00e9f\u00e8rent mod\u00e9liser des relations invariantes ou causales, ils pourraient \u00e9viter d&rsquo;utiliser les st\u00e9r\u00e9otypes comme raccourcis lors de la prise de d\u00e9cisions importantes. Dans le m\u00eame ordre d&rsquo;id\u00e9es, les syst\u00e8mes d&rsquo;IA qui utilisent des relations causales pourraient \u00eatre beaucoup plus dignes de confiance. Si, en tant qu&rsquo;utilisatrice, je devais d\u00e9ployer un syst\u00e8me d&rsquo;IA dans un domaine sensible, je pourrais faire davantage confiance \u00e0 un syst\u00e8me qui se comporte de mani\u00e8re coh\u00e9rente et qui n&rsquo;est pas sensible \u00e0 des d\u00e9tails non pertinents. Une telle garantie pourrait s&rsquo;av\u00e9rer particuli\u00e8rement importante sachant que des personnes mal intentionn\u00e9es essaieront probablement d&rsquo;exploiter de telles sensibilit\u00e9s dans les mod\u00e8les pour les amener \u00e0 g\u00e9n\u00e9rer des r\u00e9sultats nuisibles.<\/p>\r\n\t<p>\u00ab Prenons l&rsquo;exemple des st\u00e9r\u00e9otypes racistes. On peut consid\u00e9rer les st\u00e9r\u00e9otypes comme des associations qui ne refl\u00e8tent pas, en fait, de relations de cause \u00e0 effet. Par cons\u00e9quent, si nous disposons de syst\u00e8mes qui pr\u00e9f\u00e8rent mod\u00e9liser des relations invariantes ou causales, ils pourraient \u00e9viter d&rsquo;utiliser les st\u00e9r\u00e9otypes comme raccourcis lors de la prise de d\u00e9cisions importantes. \u00bb<\/p>\r\n<p>&#8211; Dhanya Sridhar<\/p>\r\n\r\n\t<p><strong>Q : En parlant de s\u00e9curit\u00e9, pensez-vous que la science <\/strong><strong>de l&rsquo;IA conduira \u00e0 l&rsquo;IAG dans les dix prochaines ann\u00e9es, <\/strong><strong>sur une \u00e9chelle de 1 \u00e0 10?<\/strong><\/p>\r\n<p><strong>DS <\/strong>: J&rsquo;aimerais reformuler la question comme suit : les futurs syst\u00e8mes d&rsquo;IA sont-ils susceptibles de raisonner avec plus de robustesse que les syst\u00e8mes d&rsquo;aujourd&rsquo;hui? Ma r\u00e9ponse est la suivante : ce n&rsquo;est pas du tout \u00e9vident. L&rsquo;avenir de l&rsquo;IA d\u00e9pend de notre capacit\u00e9, en tant que sp\u00e9cialistes de l&rsquo;IA, \u00e0 comprendre les biais et les raccourcis que les algorithmes d&rsquo;apprentissage ont tendance \u00e0 prendre. Si nous n&rsquo;avons pas une meilleure compr\u00e9hension du comportement des algorithmes d&rsquo;apprentissage modernes, et si nous ne prenons pas de mesures pour les guider vers des solutions robustes \u00e0 l&rsquo;aide d&rsquo;une th\u00e9orie sur la causalit\u00e9, je ne pense pas que nous puissions tenir pour acquis que les futurs syst\u00e8mes d&rsquo;IA seront plus robustes.<\/p>\r\n\t<p><b><i>KONRAD KORDING<\/i><\/b><\/p>\r\nUniversit\u00e9 de la Pennsylvanie<br \/>\r\nCoresponsable de programme, <a href=\"https:\/\/cifar.ca\/fr\/programmes-de-recherche\/apprentissage-automatique-apprentissage-biologiques\/\">Apprentissage automatique, apprentissage biologique<\/a>\r\n<p>Konrad Kording cherche \u00e0 comprendre le cerveau en tant que machine computationnelle. Par le recours \u00e0 l&rsquo;apprentissage profond pour mod\u00e9liser les fonctions c\u00e9r\u00e9brales, le laboratoire de Konrad Kording exploite largement les m\u00e9thodes d&rsquo;analyse des donn\u00e9es, y compris l&rsquo;apprentissage automatique, pour poser des questions fondamentales.<\/p>\r\n\t\t\t\t<img loading=\"lazy\" decoding=\"async\" src=\"https:\/\/cifar.ca\/wp-content\/uploads\/2024\/06\/Konrad.png\" alt=\"Konrad Kording\r\nPhoto by Christopher Brown\" itemprop=\"image\" height=\"900\" width=\"800\" title=\"Konrad\" onerror=\"this.style.display='none'\"  \/>\t\t\t\t\t\r\n\t<p><em>Photo: Colin Lenton<\/em><\/p>\r\n\t<p><strong>Q : Vos travaux chevauchent la neuroscience et l&rsquo;IA. <\/strong><strong>Que pensez-vous des obstacles scientifiques \u00e0 la <\/strong><strong>compr\u00e9hension du m\u00e9canisme qui permet au cerveau <\/strong><strong>de d\u00e9m\u00ealer les liens de cause \u00e0 effet et \u00e0 la mod\u00e9lisation <\/strong><strong>de ce m\u00e9canisme en vue d&rsquo;am\u00e9liorer l&rsquo;IA?<\/strong><\/p>\r\n<p>KONRAD KORDING : Toute histoire humaine, toute \u00e9tude que vous lirez ou \u00e9crirez, est une histoire causale. On se demande toujours : \u00ab Comment une chose a-t-elle fait pour qu&rsquo;une autre chose se produise?\u00bb Voil\u00e0 comment pensent les \u00eatres humains, c&rsquo;est au c\u0153ur de notre nature. Mais si vous me demandez comment le cerveau fait de tels liens, je dois vous dire que nous n&rsquo;en avons absolument aucune id\u00e9e. Si je vous demande comment vous comprenez la relation de cause \u00e0 effet dans une situation donn\u00e9e, vous me r\u00e9pondrez probablement que quelqu&rsquo;un vous l&rsquo;a expliqu\u00e9e. Ou peut-\u00eatre que vous comprenez parce que lorsque vous \u00e9tiez enfant, vous vous amusiez \u00e0 apprendre par essais et erreurs. Et puis il y a la troisi\u00e8me possibilit\u00e9, celle de l&rsquo;observation. Vous avez vu un rocher d\u00e9valer une montagne et endommager un arbre, et vous savez maintenant qu&rsquo;un rocher peut endommager un arbre. Mais nous ne savons pas du tout comment le cerveau fait de tels liens. Le passage au domaine computationnel est donc extr\u00eamement d\u00e9licat.<\/p>\r\n<p><strong>Q : Vous avez travaill\u00e9 \u00e0 des strat\u00e9gies permettant <\/strong><strong>d&rsquo;utiliser des syst\u00e8mes d&rsquo;apprentissage automatique <\/strong><strong>pour mod\u00e9liser la causalit\u00e9. Pouvez-vous nous parler un <\/strong><strong>peu de ce travail?<\/strong><\/p>\r\n<p>KK : Chaque \u00eatre humain a fait l&rsquo;exp\u00e9rience de la causalit\u00e9 de millions de fa\u00e7ons. Nous donnons un coup de pied dans une pierre et \u00e7a fait mal. Nous lan\u00e7ons des pierres, nous sculptons des pierres et nous demandons \u00e0 quelqu&rsquo;un d&rsquo;autre de le faire, et nous poss\u00e9dons toute cette exp\u00e9rience dans tous ces domaines de causalit\u00e9. Notre objectif \u00e9tait de transposer cette logique dans un contexte d&rsquo;apprentissage automatique. Il nous fallait donc une situation o\u00f9 r\u00e9aliser un grand nombre d&rsquo;exp\u00e9riences causales. Par cons\u00e9quent, nous perturbons un microprocesseur simul\u00e9. \u00c0 l&rsquo;aide d&rsquo;un fil, nous augmentons le courant dans les transistors et nous essayons diverses choses. C&rsquo;est comme donner un coup de pied dans une roche, mais \u00e0 l&rsquo;\u00e9chelle d&rsquo;un transistor. Ensuite, sur la base de donn\u00e9es telles que les traceurs temporels des transistors, nous voyons si nous pouvons pr\u00e9dire ce qui va se produire, et ce qui se passe dans le processeur. Nous faisons cela des milliers de fois, avec des milliers d&rsquo;interactions dans les transistors pour entra\u00eener le syst\u00e8me. Nous essayons de voir si le syst\u00e8me peut d\u00e9terminer la causalit\u00e9 de l&rsquo;autre c\u00f4t\u00e9, sans donn\u00e9es d&rsquo;entra\u00eenement suppl\u00e9mentaires.<\/p>\r\n<p><strong>Q : Nous avons vu des vid\u00e9os de robots apprenant \u00e0 <\/strong><strong>faire des choses banales et il faut souvent beaucoup <\/strong><strong>de temps avant qu&rsquo;ils ne ma\u00eetrisent des t\u00e2ches simples. <\/strong><strong>Pourquoi les robots semblent-ils si limit\u00e9s?<\/strong><\/p>\r\n<p>KK : Les \u00eatres humains naissent avec beaucoup de connaissances pr\u00e9alables, ce qui n&rsquo;est pas le cas des robots. Les \u00eatres humains semblent comprendre naturellement les relations de cause \u00e0 effet. Les travaux d&rsquo;<a href=\"https:\/\/cifar.ca\/fr\/biographie\/alison-gopnik\/\">Alison Gopnik<\/a> nous montrent de fa\u00e7on remarquable que les b\u00e9b\u00e9s veulent comprendre le monde en termes de causalit\u00e9. Les robots et les syst\u00e8mes d&rsquo;IA actuels ne partagent pas ce pr\u00e9jug\u00e9 int\u00e9gr\u00e9. Nous devons donc en forcer l&rsquo;int\u00e9gration en leur donnant une masse de donn\u00e9es d&rsquo;entra\u00eenement, sinon ils ne d\u00e9couvriront pas comment fonctionne le monde sur le plan de la causalit\u00e9 et ils seront vraiment impuissants. Cela signifie que nous avons besoin de beaucoup plus de donn\u00e9es. En tant que sp\u00e9cialistes de l&rsquo;IA, nous pensons que ce besoin de donn\u00e9es est essentiellement destin\u00e9 \u00e0 compenser l&rsquo;avantage \u00e9volutif qui a permis \u00e0 l&rsquo;\u00eatre humain d&rsquo;en arriver l\u00e0 o\u00f9 il est aujourd&rsquo;hui.<\/p>\r\n\t<p>\u00ab Ce que les gens doivent comprendre \u00e0 propos des syst\u00e8mes d&rsquo;IA actuels, c&rsquo;est qu&rsquo;ils sont de tr\u00e8s bons assistants, mais pas de v\u00e9ritables h\u00e9ros. \u00bb<\/p>\r\n<p>&#8211; Konrad Kording<\/p>\r\n\t<p><strong>Q : En ce qui concerne la capacit\u00e9 de l&rsquo;IA \u00e0 rivaliser <\/strong><strong>avec le cerveau humain, sur une \u00e9chelle de 1 \u00e0 10, <\/strong><strong>quelle est la probabilit\u00e9 que le domaine de l&rsquo;IA donne <\/strong><strong>lieu \u00e0 l&rsquo;IAG au cours des dix prochaines ann\u00e9es?<\/strong><\/p>\r\n<p>KK : Je dirais deux. Presque tout le monde en IA pense que nous nous dirigeons vers cela. Mais il y a beaucoup d&rsquo;incertitude quant au moment o\u00f9 nous y parviendrons : certains parlent de cinq ans, d&rsquo;autres de cinquante ans. \u00c0 mon avis, les gens doivent comprendre que l&rsquo;IA n&rsquo;est pas du tout comme les \u00eatres humains. Elle ne pense pas comme nous. Elle pense tr\u00e8s, tr\u00e8s diff\u00e9remment, si on peut m\u00eame parler de pens\u00e9e. Je me demande m\u00eame s&rsquo;il s&rsquo;agit d&rsquo;un objectif souhaitable. Dans l&rsquo;intelligence humaine, nous avons cod\u00e9 le type de donn\u00e9es qui rend la soci\u00e9t\u00e9 stable, m\u00eame en temps de crise. Il y a des donn\u00e9es cod\u00e9es sur la mani\u00e8re de sortir de l&rsquo;impasse si l&rsquo;on est coinc\u00e9. Les syst\u00e8mes d&rsquo;IA ne peuvent pas faire cela, car les crises ne sont pas assez fr\u00e9quentes pour l&rsquo;IA. Votre g\u00e9nome raconte l&rsquo;histoire de dix mille s\u00e9cheresses et la mani\u00e8re d&rsquo;y survivre. Les donn\u00e9es \u00e9motionnelles et sociales qui sont int\u00e9rioris\u00e9es chez les \u00eatres humains sont beaucoup plus profondes que ce que l&rsquo;IA pourrait apprendre \u00e0 partir d&rsquo;un ensemble de donn\u00e9es de base. Il n&rsquo;existe pas de r\u00e9f\u00e9rentiel de donn\u00e9es sur les 10 000 crises de l&rsquo;humanit\u00e9. Par ailleurs, l&rsquo;IA est d\u00e9j\u00e0 meilleure que vous et moi \u00e0 bien des \u00e9gards, et ce depuis longtemps. Elle multiplie mieux les nombres et trouve mieux les livres, et cela ne nous pose aucun probl\u00e8me. Par cons\u00e9quent, alors que certaines personnes pensent que l&rsquo;IA va nous rendre obsol\u00e8tes, je pense qu&rsquo;elle va plut\u00f4t rendre obsol\u00e8tes les aspects les plus banals de la vie. Ce que les gens doivent comprendre \u00e0 propos des syst\u00e8mes d&rsquo;IA actuels, c&rsquo;est qu&rsquo;ils sont de tr\u00e8s bons assistants, mais pas de v\u00e9ritables h\u00e9ros.<\/p>\r\n\t<ul>\r\n\t\t<li>\r\n\t\t\t<button>\r\n\t\t\t\tImprimer\r\n\t\t\t<\/button>\r\n\t\t<\/li>\r\n\t\t<li>\r\n\t\t\t<button>\r\n\t\t\t\tCopier le lien\r\n\t\t\t<\/button>\r\n\t\t\t<label for=\"singleShareHiddenInput\">single share hidden input<\/label>\r\n\t\t\t<input id=\"singleShareHiddenInput\" tabindex=\"-1\" type=\"text\"\/>\r\n\t\t<\/li>\r\n\t\t\t\t<li>\r\n\t\t\t<button aria-controls=\"singleSharePlatforms-b07a4d1117c9ccb16b83985d941f8b80\">\r\n\t\t\t\tPartager\r\n\t\t\t<\/button>\r\n\t\t\t<h2>\r\n\t\t\tSuivez-nous\t\t<\/h2>\r\n\t\t<button class='connect square balloon white-transparent facebook left' data-url='https:\/\/www.facebook.com\/CIFAR\/' aria-haspopup=\"false\"   aria-label='Suis nous surFaceBook' data-balloon-pos='right'>\r\n\t\t\tFaceBook\r\n\t\t<\/button>\r\n\t\t<button class='connect square balloon white-transparent twitter' data-url='https:\/\/twitter.com\/nouvelles_CIFAR' aria-haspopup=\"false\"   aria-label='Suis nous surTwitter' data-balloon-pos='right'>\r\n\t\t\tTwitter\r\n\t\t<\/button>\r\n\t\t<button class='connect square balloon white-transparent youtube left' data-url='https:\/\/www.youtube.com\/channel\/UCZj1nnTIiutUjEg-22e8UTA' aria-haspopup=\"false\"   aria-label='Suis nous surYouTube' data-balloon-pos='right'>\r\n\t\t\tYouTube\r\n\t\t<\/button>\r\n\t\t<button class='connect square balloon white-transparent linkedin' data-url='https:\/\/ca.linkedin.com\/company\/canadian-institute-for-advanced-research' aria-haspopup=\"false\"   aria-label='Suis nous surLinkedIn' data-balloon-pos='right'>\r\n\t\t\tLinkedIn\r\n\t\t<\/button>\r\n\t\t<button class='connect square balloon white-transparent instagram left' data-url='https:\/\/www.instagram.com\/cifar.ca_fr\/' aria-haspopup=\"false\"   aria-label='Suis nous surInstagram' data-balloon-pos='right'>\r\n\t\t\tInstagram\r\n\t\t<\/button>\r\n\t\t<\/li>\r\n\t\t\t<\/ul>\r\n\t  \t\t \t\t\t\t<h2>Articles li\u00e9s<\/h2>\r\n\t\t\t\t\t\t<ul>\r\n\t\t\t\t\t\t\t\t\t<li>\r\n\t\t\t\t\t\t<a href=\"https:\/\/cifar.ca\/fr\/cifarnews\/2025\/07\/15\/le-cifar-lance-une-nouvelle-exploration-sur-lavenir-de-lalimentation\/\">Le CIFAR lance une nouvelle exploration sur \u00ab\u2009L&rsquo;avenir de l&rsquo;alimentation\u2009\u00bb<\/a>\r\n\t\t\t\t\t\t04 septembre 2024\r\n\t\t\t\t\t<\/li>\r\n\t\t\t\t\t\t\t\t\t<li>\r\n\t\t\t\t\t\t<a href=\"https:\/\/cifar.ca\/fr\/cifarnews\/2024\/07\/24\/la-20e-edition-de-lecole-dete-sur-lapar-amene-au-canada-les-plus-brillants-esprits-du-monde-dans-le-domaine-de-lia\/\">La 20e \u00e9dition de l&rsquo;\u00c9cole d&rsquo;\u00e9t\u00e9 sur l&rsquo;APAR am\u00e8ne au Canada les plus brillants esprits du monde dans le domaine de l&rsquo;IA<\/a>\r\n\t\t\t\t\t\t24 juillet 2024\r\n\t\t\t\t\t<\/li>\r\n\t\t\t\t\t\t\t\t\t<li>\r\n\t\t\t\t\t\t<a href=\"https:\/\/cifar.ca\/fr\/cifarnews\/2024\/06\/20\/des-titulaires-de-chaires-en-ia-canada-cifar-se-sont-reunis-a-banff-a-loccasion-de-la-rencontre-annuelle-diacan\/\">Des titulaires de chaires en IA Canada-CIFAR se sont r\u00e9unis \u00e0 Banff \u00e0 l&rsquo;occasion de la rencontre annuelle d&rsquo;IACan<\/a>\r\n\t\t\t\t\t\t20 juin 2024\r\n\t\t\t\t\t<\/li>\r\n\t\t\t\t\t\t\t\t\t<li>\r\n\t\t\t\t\t\t<a href=\"https:\/\/cifar.ca\/fr\/cifarnews\/2024\/06\/18\/perspectives-autochtone-en-ia\/\">Perspectives autochtone en IA<\/a>\r\n\t\t\t\t\t\t18 juin 2024\r\n\t\t\t\t\t<\/li>\r\n\t\t\t\t\t\t\t<\/ul>\r\n<h2>\r\n\t\tSoutenez-nous\r\n\t<\/h2>\r\n\t<p>L&rsquo;Institut canadien de recherches avanc\u00e9es (CIFAR) est une organisation de recherche d&rsquo;influence mondiale fi\u00e8rement bas\u00e9e au Canada. Nous mobilisons les plus brillants personnes du monde, dans toutes les disciplines et \u00e0 tous les stades de carri\u00e8re, pour faire progresser les connaissances transformatrices et r\u00e9soudre ensemble les plus grands probl\u00e8mes de l&rsquo;humanit\u00e9. Nous recevons l&rsquo;appui des gouvernements du Canada, de l&rsquo;Alberta et du Qu\u00e9bec, ainsi que de fondations, de particuliers, d&rsquo;entreprises et d&rsquo;organisations partenaires du Canada et du monde entier.<\/p>\r\n   <!-- Mandeep add class on anchor -->\r\n\t<a href=\"https:\/\/cifar.ca\/fr\/dons\/\" target=\"_self\" rel=\"noopener\">\r\n\t\t\t\t\tDons\t\t\t\t\t\t\t\r\n\t\t\t\t\t\t<\/a>\r\n\r\n","protected":false},"excerpt":{"rendered":"<p>From AI to optogenetics, new techniques and strategies are enabling researchers to learn from cognitive disorders and probe the root of consciousness<\/p>\n","protected":false},"author":67,"featured_media":58598,"parent":33274,"menu_order":0,"comment_status":"closed","ping_status":"closed","template":"","meta":{"_acf_changed":false,"footnotes":""},"class_list":["post-58697","page","type-page","status-publish","has-post-thumbnail","hentry"],"acf":[],"yoast_head":"<!-- This site is optimized with the Yoast SEO plugin v27.2 - https:\/\/yoast.com\/product\/yoast-seo-wordpress\/ -->\n<title>CIFAR<\/title>\n<meta name=\"description\" content=\"From AI to optogenetics, new techniques and strategies are enabling researchers to learn from cognitive disorders and probe the root of consciousness\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/cifar.ca\/fr\/publications-et-rapports\/la-revue-reach\/elucider-la-causalite\/\" \/>\n<meta property=\"og:locale\" content=\"fr_FR\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Reach 2024: \u00c9lucider la causalit\u00e9 - CIFAR\" \/>\n<meta property=\"og:description\" content=\"From AI to optogenetics, new techniques and strategies are enabling researchers to learn from cognitive disorders and probe the root of consciousness\" \/>\n<meta property=\"og:url\" content=\"https:\/\/cifar.ca\/fr\/publications-et-rapports\/la-revue-reach\/elucider-la-causalite\/\" \/>\n<meta property=\"og:site_name\" content=\"CIFAR\" \/>\n<meta property=\"article:modified_time\" content=\"2025-12-17T11:18:45+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/cifar.ca\/wp-content\/uploads\/2024\/06\/Reach-brainsection.jpg\" \/>\n\t<meta property=\"og:image:width\" content=\"1536\" \/>\n\t<meta property=\"og:image:height\" content=\"864\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/jpeg\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"Dur\u00e9e de lecture estim\u00e9e\" \/>\n\t<meta name=\"twitter:data1\" content=\"15 minutes\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"WebPage\",\"@id\":\"https:\/\/cifar.ca\/fr\/publications-et-rapports\/la-revue-reach\/elucider-la-causalite\/\",\"url\":\"https:\/\/cifar.ca\/fr\/publications-et-rapports\/la-revue-reach\/elucider-la-causalite\/\",\"name\":\"Reach 2024: \u00c9lucider la causalit\u00e9 - CIFAR\",\"isPartOf\":{\"@id\":\"https:\/\/cifar.ca\/fr\/#website\"},\"primaryImageOfPage\":{\"@id\":\"https:\/\/cifar.ca\/fr\/publications-et-rapports\/la-revue-reach\/elucider-la-causalite\/#primaryimage\"},\"image\":{\"@id\":\"https:\/\/cifar.ca\/fr\/publications-et-rapports\/la-revue-reach\/elucider-la-causalite\/#primaryimage\"},\"thumbnailUrl\":\"https:\/\/cifar.ca\/wp-content\/uploads\/2024\/06\/Reach-brainsection.jpg\",\"datePublished\":\"2024-06-09T22:57:24+00:00\",\"dateModified\":\"2025-12-17T11:18:45+00:00\",\"description\":\"From AI to optogenetics, new techniques and strategies are enabling researchers to learn from cognitive disorders and probe the root of consciousness\",\"breadcrumb\":{\"@id\":\"https:\/\/cifar.ca\/fr\/publications-et-rapports\/la-revue-reach\/elucider-la-causalite\/#breadcrumb\"},\"inLanguage\":\"fr-FR\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/cifar.ca\/fr\/publications-et-rapports\/la-revue-reach\/elucider-la-causalite\/\"]}]},{\"@type\":\"ImageObject\",\"inLanguage\":\"fr-FR\",\"@id\":\"https:\/\/cifar.ca\/fr\/publications-et-rapports\/la-revue-reach\/elucider-la-causalite\/#primaryimage\",\"url\":\"https:\/\/cifar.ca\/wp-content\/uploads\/2024\/06\/Reach-brainsection.jpg\",\"contentUrl\":\"https:\/\/cifar.ca\/wp-content\/uploads\/2024\/06\/Reach-brainsection.jpg\",\"width\":1536,\"height\":864},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/cifar.ca\/fr\/publications-et-rapports\/la-revue-reach\/elucider-la-causalite\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Acceuil\",\"item\":\"https:\/\/cifar.ca\/fr\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Publications et rapports\",\"item\":\"https:\/\/cifar.ca\/fr\/publications-et-rapports\/\"},{\"@type\":\"ListItem\",\"position\":3,\"name\":\"Revue Reach\",\"item\":\"https:\/\/cifar.ca\/fr\/publications-et-rapports\/la-revue-reach\/\"},{\"@type\":\"ListItem\",\"position\":4,\"name\":\"Reach 2024: \u00c9lucider la causalit\u00e9\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/cifar.ca\/fr\/#website\",\"url\":\"https:\/\/cifar.ca\/fr\/\",\"name\":\"CIFAR\",\"description\":\"Convoquer des esprits extraordinaires pour r\u00e9pondre aux questions les plus importantes auxquelles la science et l'humanit\u00e9 sont confront\u00e9es.\",\"publisher\":{\"@id\":\"https:\/\/cifar.ca\/fr\/#organization\"},\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/cifar.ca\/fr\/?s={search_term_string}\"},\"query-input\":{\"@type\":\"PropertyValueSpecification\",\"valueRequired\":true,\"valueName\":\"search_term_string\"}}],\"inLanguage\":\"fr-FR\"},{\"@type\":\"Organization\",\"@id\":\"https:\/\/cifar.ca\/fr\/#organization\",\"name\":\"CIFAR\",\"url\":\"https:\/\/cifar.ca\/fr\/\",\"logo\":{\"@type\":\"ImageObject\",\"inLanguage\":\"fr-FR\",\"@id\":\"https:\/\/cifar.ca\/fr\/#\/schema\/logo\/image\/\",\"url\":\"https:\/\/cifar.ca\/wp-content\/uploads\/2020\/01\/cifar-logo-rgb-colour.png\",\"contentUrl\":\"https:\/\/cifar.ca\/wp-content\/uploads\/2020\/01\/cifar-logo-rgb-colour.png\",\"width\":1884,\"height\":681,\"caption\":\"CIFAR\"},\"image\":{\"@id\":\"https:\/\/cifar.ca\/fr\/#\/schema\/logo\/image\/\"}}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"CIFAR","description":"From AI to optogenetics, new techniques and strategies are enabling researchers to learn from cognitive disorders and probe the root of consciousness","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/cifar.ca\/fr\/publications-et-rapports\/la-revue-reach\/elucider-la-causalite\/","og_locale":"fr_FR","og_type":"article","og_title":"Reach 2024: \u00c9lucider la causalit\u00e9 - CIFAR","og_description":"From AI to optogenetics, new techniques and strategies are enabling researchers to learn from cognitive disorders and probe the root of consciousness","og_url":"https:\/\/cifar.ca\/fr\/publications-et-rapports\/la-revue-reach\/elucider-la-causalite\/","og_site_name":"CIFAR","article_modified_time":"2025-12-17T11:18:45+00:00","og_image":[{"width":1536,"height":864,"url":"https:\/\/cifar.ca\/wp-content\/uploads\/2024\/06\/Reach-brainsection.jpg","type":"image\/jpeg"}],"twitter_card":"summary_large_image","twitter_misc":{"Dur\u00e9e de lecture estim\u00e9e":"15 minutes"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"WebPage","@id":"https:\/\/cifar.ca\/fr\/publications-et-rapports\/la-revue-reach\/elucider-la-causalite\/","url":"https:\/\/cifar.ca\/fr\/publications-et-rapports\/la-revue-reach\/elucider-la-causalite\/","name":"Reach 2024: \u00c9lucider la causalit\u00e9 - CIFAR","isPartOf":{"@id":"https:\/\/cifar.ca\/fr\/#website"},"primaryImageOfPage":{"@id":"https:\/\/cifar.ca\/fr\/publications-et-rapports\/la-revue-reach\/elucider-la-causalite\/#primaryimage"},"image":{"@id":"https:\/\/cifar.ca\/fr\/publications-et-rapports\/la-revue-reach\/elucider-la-causalite\/#primaryimage"},"thumbnailUrl":"https:\/\/cifar.ca\/wp-content\/uploads\/2024\/06\/Reach-brainsection.jpg","datePublished":"2024-06-09T22:57:24+00:00","dateModified":"2025-12-17T11:18:45+00:00","description":"From AI to optogenetics, new techniques and strategies are enabling researchers to learn from cognitive disorders and probe the root of consciousness","breadcrumb":{"@id":"https:\/\/cifar.ca\/fr\/publications-et-rapports\/la-revue-reach\/elucider-la-causalite\/#breadcrumb"},"inLanguage":"fr-FR","potentialAction":[{"@type":"ReadAction","target":["https:\/\/cifar.ca\/fr\/publications-et-rapports\/la-revue-reach\/elucider-la-causalite\/"]}]},{"@type":"ImageObject","inLanguage":"fr-FR","@id":"https:\/\/cifar.ca\/fr\/publications-et-rapports\/la-revue-reach\/elucider-la-causalite\/#primaryimage","url":"https:\/\/cifar.ca\/wp-content\/uploads\/2024\/06\/Reach-brainsection.jpg","contentUrl":"https:\/\/cifar.ca\/wp-content\/uploads\/2024\/06\/Reach-brainsection.jpg","width":1536,"height":864},{"@type":"BreadcrumbList","@id":"https:\/\/cifar.ca\/fr\/publications-et-rapports\/la-revue-reach\/elucider-la-causalite\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Acceuil","item":"https:\/\/cifar.ca\/fr\/"},{"@type":"ListItem","position":2,"name":"Publications et rapports","item":"https:\/\/cifar.ca\/fr\/publications-et-rapports\/"},{"@type":"ListItem","position":3,"name":"Revue Reach","item":"https:\/\/cifar.ca\/fr\/publications-et-rapports\/la-revue-reach\/"},{"@type":"ListItem","position":4,"name":"Reach 2024: \u00c9lucider la causalit\u00e9"}]},{"@type":"WebSite","@id":"https:\/\/cifar.ca\/fr\/#website","url":"https:\/\/cifar.ca\/fr\/","name":"CIFAR","description":"Convoquer des esprits extraordinaires pour r\u00e9pondre aux questions les plus importantes auxquelles la science et l'humanit\u00e9 sont confront\u00e9es.","publisher":{"@id":"https:\/\/cifar.ca\/fr\/#organization"},"potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/cifar.ca\/fr\/?s={search_term_string}"},"query-input":{"@type":"PropertyValueSpecification","valueRequired":true,"valueName":"search_term_string"}}],"inLanguage":"fr-FR"},{"@type":"Organization","@id":"https:\/\/cifar.ca\/fr\/#organization","name":"CIFAR","url":"https:\/\/cifar.ca\/fr\/","logo":{"@type":"ImageObject","inLanguage":"fr-FR","@id":"https:\/\/cifar.ca\/fr\/#\/schema\/logo\/image\/","url":"https:\/\/cifar.ca\/wp-content\/uploads\/2020\/01\/cifar-logo-rgb-colour.png","contentUrl":"https:\/\/cifar.ca\/wp-content\/uploads\/2020\/01\/cifar-logo-rgb-colour.png","width":1884,"height":681,"caption":"CIFAR"},"image":{"@id":"https:\/\/cifar.ca\/fr\/#\/schema\/logo\/image\/"}}]}},"_links":{"self":[{"href":"https:\/\/cifar.ca\/fr\/wp-json\/wp\/v2\/pages\/58697","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/cifar.ca\/fr\/wp-json\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/cifar.ca\/fr\/wp-json\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/cifar.ca\/fr\/wp-json\/wp\/v2\/users\/67"}],"replies":[{"embeddable":true,"href":"https:\/\/cifar.ca\/fr\/wp-json\/wp\/v2\/comments?post=58697"}],"version-history":[{"count":0,"href":"https:\/\/cifar.ca\/fr\/wp-json\/wp\/v2\/pages\/58697\/revisions"}],"up":[{"embeddable":true,"href":"https:\/\/cifar.ca\/fr\/wp-json\/wp\/v2\/pages\/33274"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/cifar.ca\/fr\/wp-json\/wp\/v2\/media\/58598"}],"wp:attachment":[{"href":"https:\/\/cifar.ca\/fr\/wp-json\/wp\/v2\/media?parent=58697"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}