Un exemple de techniques d'augmentation de données visuelles utilisées dans l'apprentissage automatique, qui capture le principe principal des effets de variabilité :l'exposition à la variation selon des dimensions non discriminatoires (c'est-à-dire en faisant pivoter, en changeant la couleur ou en masquant partiellement l'image cible) améliore les réseaux de neurones ' capacité à généraliser (dans ce cas - pour identifier un renard), mais au prix d'un ralentissement de l'apprentissage initial. Les humains montrent un effet similaire :une entrée plus variable est plus difficile à apprendre, mais renforce finalement notre capacité à généraliser les connaissances que nous avons apprises à de nouveaux contextes. En effet, la variabilité aide à mettre en évidence les caractéristiques de la catégorie qui sont réellement pertinentes et celles qui ne le sont pas. Crédit :Limor Raviv
La variabilité est d'une importance cruciale pour l'apprentissage de nouvelles compétences. Envisagez d'apprendre à servir au tennis. Devriez-vous toujours vous entraîner à servir exactement au même endroit sur le terrain, en visant exactement le même endroit ? Bien que s'entraîner dans des conditions plus variables sera plus lent au début, cela fera probablement de vous un meilleur joueur de tennis à la fin. En effet, la variabilité conduit à une meilleure généralisation de ce qui est appris.
Chihuahuas et dogues allemands
Ce principe se retrouve dans de nombreux domaines, y compris la perception de la parole, la grammaire et l'apprentissage des mots et des catégories. Par exemple, les nourrissons auront du mal à apprendre la catégorie "chien" s'ils ne sont exposés qu'à des chihuahuas, au lieu de nombreux types de chiens différents (chihuahuas, caniches et dogues allemands).
"Il existe plus de 10 noms différents pour ce principe de base", déclare Limor Raviv du MPI, chercheur principal de l'étude publiée dans Trends in Cognitive Sciences . "L'apprentissage à partir d'entrées moins variables est souvent rapide, mais peut ne pas se généraliser à de nouveaux stimuli. Mais ces informations importantes n'ont pas été unifiées dans un cadre théorique unique, ce qui a obscurci la vue d'ensemble."
Pour identifier les modèles clés et comprendre les principes sous-jacents des effets de variabilité, Raviv et ses collègues ont examiné plus de 150 études sur la variabilité et la généralisation dans différents domaines, notamment l'informatique, la linguistique, la catégorisation, l'apprentissage moteur, la perception visuelle et l'éducation formelle.
M. Miyagi
Les chercheurs ont découvert que, d'une étude à l'autre, il existe au moins quatre types différents de variabilité, tels que la taille de l'ensemble (par exemple, le nombre d'exemples ou d'emplacements différents sur le court de tennis) et la planification (par exemple, les horaires d'entraînement avec des ordres ou des décalages différents) . "Ces quatre types de variabilité n'ont jamais été directement comparés, ce qui signifie que nous ne savons pas actuellement lequel est le plus efficace pour l'apprentissage", explique Raviv.
L'impact de la variabilité dépend de sa pertinence ou non pour la tâche (on peut dire que la couleur du court de tennis n'est pas pertinente pour l'entraînement au service). Mais selon le "principe de M. Miyagi" (inspiré du film classique de 1984 "The Karate Kid"), la pratique de compétences apparemment sans rapport (comme le cirage des voitures) peut en fait bénéficier à l'apprentissage d'autres compétences (comme les arts martiaux).
Un exemple de l'effet de l'exposition à plus ou moins de variabilité lors de l'apprentissage de l'identification de la lettre « A ». Les éléments de formation initiale sont affichés dans le cercle central de chaque panneau, et le dégradé de couleurs symbolise les performances de généralisation :une plus grande précision et/ou certitude dans notre généralisation est représentée par des nuances de jaune, tandis qu'une précision et/ou une certitude inférieures dans notre généralisation sont représentées par nuances de bleu. Une moindre variabilité au cours de la formation initiale (panel A) peut amener les apprenants à formuler des hypothèses plus conservatrices sur ce à quoi la lettre « A » peut ressembler, ce qui entraîne une généralisation plus étroite à des instances moins fréquentes de la lettre « A ». Des exemples plus variables lors de la formation initiale (panel B) donneront lieu à des hypothèses/catégorisations plus larges et permettront aux apprenants de classer plus précisément et/ou avec plus de certitude différentes occurrences de la lettre « A » rencontrées ultérieurement. Crédit :Limor Raviv
Théories concurrentes
Mais pourquoi la variabilité impacte-t-elle l'apprentissage et la généralisation ? Une théorie est qu'une entrée plus variable peut mettre en évidence les aspects d'une tâche qui sont pertinents et ceux qui ne le sont pas (la couleur est utile pour faire la distinction entre les citrons et les limes, mais pas pour faire la distinction entre les voitures et les camions).
Une autre théorie est qu'une plus grande variabilité conduit à des généralisations plus larges. This is because variability will represent the real world better, including atypical examples (such as Chihuahuas).
A third reason has to do with the way memory works:when training is variable, learners are forced to actively reconstruct their memories.
Face recognition
"Understanding the impact of variability is important for literally every aspect of our daily life. Beyond affecting the way we learn language, motor skills, and categories, it even has an impact on our social lives," explains Raviv. "For example, face recognition is affected by whether people grew up in a small community (fewer than 1,000 people) or in larger community (more than 30,000 people). Exposure to fewer faces during childhood is associated with diminished face memory."
"We hope this work will spark people's curiosity and generate more work on the topic," concludes Raviv. "Our paper raises a lot of open questions. For example:Is the relationship between variability and learning broadly similar across species, or are there species-specific adaptations? Can we find similar effects of variability beyond the brain, for instance in the immune system?"
