Metcl Ai Italiana qui génère des métaphores comme un humain
La création et l'interprétation des métaphores représentent l'une des fonctions cognitives les plus raffinées de l'être humain. Aujourd'hui, grâce à un projet italien innovant, du nom RencontréCLcette capacité pourrait également être partagée par les systèmes d'intelligence artificielle. C'est ce qui émerge du travail de trois chercheurs, Antonio Lieto (Université de Salerne), Gian Luca Pozzato Et Stefano Zoia (Université de Turin), sélectionnée pour la prochaine édition de la Conférence mondiale sur l'intelligence artificielle IJCAI (Conférence conjointe internationale sur l'intelligence artificielle)prévu en août à Montréal, Canada.
RencontréCL: Un système inspiré par la pensée humaine
Le papier, intitulé « Le delta de la pensée: canaliser les rivières de la connaissance des communs dans la mer des interprétations métaphoriques »présente le système RencontréCL (Élaboration de métaphore dans la logique compositionnelle basée sur la typique)conçu pour générer et classer les métaphores. À la base, un moteur logique inspiré des processus cognitifs humains, capable de combiner et de fusionner les concepts selon une approche de composition basée sur la typicité.
«La combinaison et la composition sont des aspects centraux de notre façon de nous exprimer – explique Stefano Zoia, Doctorant du Département d'informatique de l'Université de Turin – et cela est particulièrement évident dans le cas des métaphores. Par exemple, dire que quelqu'un a un cœur de pierre signifie associer métaphoriquement le cœur à la pierre pour évoquer la froideur et l'insensibilité. RencontréCL Il combine les connaissances typiques liées aux concepts impliqués pour générer un concept hybride qui capture le sens de la phrase « .
RencontréCL: un moteur de raisonnement similaire à l'esprit humain
Pour distinguer MetCL C'est sa capacité à fonctionner à travers une logique descriptive non arbitraire, capable de refléter fidèlement les structures de l'esprit humain. «Le cœur de notre travail – raconte Antonio Lieto, Directeur du CIIT Lab de l'Université de Salerne – Il s'agit d'un moteur de raisonnement capable de fonctionner de manière similaire aux processus cognitifs humains. Cette approche est cruciale pour reproduire les fonctions cognitives complexes, telles que la compréhension et la production de métaphores, qui nécessitent une véritable capacité d'abstraction et de généralisation « .
Explanabilité et transparence comme valeur ajoutée
L'un des aspects les plus pertinents du système est son explanabilité. Contrairement à de nombreux modèles sous-symboliques aujourd'hui dominants, MetCl est transparent et basé sur des bases formelles solides. « À une époque où nous avons tendance à penser à tort, que les grands modèles linguistiques peuvent tout faire, rencontrésCL démontre à quel point la contribution de la logique de la représentation des connaissances est fondamentale – Il ajoute Gian Luca Pozzato, Professeur titulaire du Département d'informatique et président des cours d'étude Suiss de l'Université de Turin. « Notre logique descriptive basée sur la typicité permet au système d'être interprétable et réutilisable dans des contextes très différents ».
RencontréCL: une technologie complémentaire aux modèles neuronaux
RencontréCL Il représente un pas en avant non seulement en termes de performances dans la génération et l'identification des métaphores, mais aussi pour son approche complémentaire par rapport aux grands modèles neuronaux tels que GPT-4O, QWEN 2,5 MAX Deepseek R1. Par rapport aux approches symboliques précédentes, comme Metanet (UC Berkeley), MetCL Il offre une synthèse plus cohérente entre le pouvoir informatique et la représentation cognitive.
De plus, le projet offre une contribution théorique importante: La génération de métaphores est réinterprétée comme un processus de catégorisation créativeconformément à certaines des théories les plus établies des sciences cognitives.
Les métaphores sont non seulement des figures rhétoriques, mais mais Outils cognitifs fondamentaux pour la simplification et la transmission de concepts complexes. Pour cette raison, un système capable de les générer ou de les reconnaître peut être extrêmement utile dans un large éventail de zones.
Parmi les bénéficiaires potentiels que nous trouvons:
- Enseignantspour expliquer les concepts abstraits d'une manière plus accessible;
- Écrivains, scénaristes et journalistesà la recherche de nouvelles inspirations;
- Professionnels de la communication et du marketingintéressé à rendre leurs messages plus efficaces et évocateurs.
Vers une créativité informatique authentique
En fin de compte, rencontréCL montre comment modèles alternatifs et intégrés peut soutenir et améliorer l'intelligence artificielle générative. Il ne s'agit pas seulement d'imiter le langage humain, mais de approcher une véritable capacité de pensée créative. Une étape importante qui pourrait changer la façon dont nous concevons et utilisons les technologies intelligentes.
