Modélisation de la haute dimensionnalité par des modèles à basse- dimensionnalité

Les systèmes naturels, notamment le cerveau, sont de grande complexité et dynamiques. On les imagine avec un très grand nombre de variables et de paramètres. Le cerveau humain contient approximativement un trillion de connexions… (Sternberg, 1996). Ainsi, un modèle de haute dimensionnalité est décrit comme utilisant une très grande quantité de paramètres.

L’approche dynamique prévoit que pour générer dans le domaine du calculable un modèle computationnel de la cognition, il faudra penser à un modèle de basse dimensionnalité qui puisse garder les aspects principaux des systèmes cognitifs.

Ainsi, l’objectif de cette approche est de :

‘« … provide a low-dimensional model that provides a scientifically tractable description of the same qualitative dynamics as is exhibited by the high-dimensional system (the brain) » (van Gelder & Port, 1995, p. 28)’

Il s’agit de la construction d’un microcosme, et pas seulement d’un modèle descriptif, qui reproduise les caractéristiques principales du système naturel cible.