L'ensemble des résultats de cette thèse a été obtenu grâce à une tâche de catégorisation dans<br />laquelle les sujets devaient effectuer une réponse motrice rapide sur la base d'informations<br />visuelles incomplètes. L'utilisation d'un protocole de masquage a permis de visualiser au cours<br />du temps le décours des traitements impliqués dans la reconnaissance d'objets. Les résultats<br />obtenus confirment non seulement que les traitements visuels sont extrêmement robustes et<br />rapides (Chapitre 2), mais aussi que les informations accumulées dans le système sensoriel<br />peuvent être transformées en signal décisionnel pour guider la réponse du sujet de manière<br />efficace, en fonction du type d'effecteur utilisé (manuel ou oculaire - Chapitre 3) et du niveau de<br />représentation requis dans la tâche (détection, catégorisation, identification - Chapitre 4). 40 à 50<br />millisecondes de SOA semblent être suffisantes pour extraire la majorité de l'information<br />pertinente dans la tâche de catégorisation animal/non-animal, un délai qui est encore plus court<br />lorsqu'il s'agit de catégoriser des visages. Cette latence est tout à fait compatible avec l'idée que<br />la reconnaissance d'objet s'appuie d'abord sur un transfert rapide, feed-forward et massivement<br />parallèle des premières informations tout au long du parcours cortical visuel.

Après un rapide rappel des principaux résultats de la psychologie et des neurosciences de la vision, illustrés par le schéma de Kosslyn, le parcours de six modèles computationnels de reconnaissance nous amène à discuter des principales alternatives élaborées pour décrire le traitement visuel – généralement compris comme complexe et récurrent. Le temps requis par ce traitement apparaît comme un critère crucial de décision sur son fonctionnement et d'affinement de notre compréhension.<br />Nous constatons que les données d'électrophysiologie disponibles ne permettent pas de disposer clairement de ce critère. Nous mettons alors en oeuvre une tâche expérimentale visant à mesurer le temps nécessaire au système visuel humain pour analyser des scènes naturelles contenant ou non un animal. Les résultats montrent que ce traitement peut être extrêmement rapide, d'une durée inférieure à 150ms. Cette première mesure est complétée par quatre expériences visant à mieux cerner cette contrainte temporelle, en variant les positions des images, leurs couleurs et la tâche. Cette vitesse du traitement visuel des scènes naturelles se montre particulière-ment robuste et constante : lors de présentations par hémichamps parafovéaux, lorsque l'attention n'est pas focalisée sur le lieu d'apparition du stimulus, et en l'absence de couleur comme indice de recon-naissance. Les résultats attenants montrent aussi que les catégorisations d'images contenant des formes simples et la détection de la présence de couleurs ne sont pas plus rapides. <br />La catégorisation "animal" semble d'autant plus résulter d'un mécanisme automatique que sa trace électrophysiologique est encore présente lorsqu'une autre tâche occupe les sujets.<br />Les bases cérébrales de la tâche ont été recherchées à l'aide de modèles dipolaires ainsi qu'avec la création d'un protocole événementiel d'imagerie cérébrale RMN analogue à celui mis en oeuvre en électrophysiologie. Nous montrons que cette tâche de<br />catégorisation implique de manière différentiée les aires visuelles extrastriées 19 et 31, le gyrus fusiforme et les cortex cingulaires postérieurs. Dans les aires visuelles, un effet de suppression d'activité neuronale lié à la présence d'une cible semble mettre en évidence le mécanisme de compétition postulée dans certains modèles.<br />Ces résultats plaident en faveur de mécanismes directs et rapides de la reconnaissance visuelle : traitement essentiellement ascendants (sans boucles) sans recentrage des stimuli latéralisés ; l'attention focalisée, la couleur et une forte acuité ne<br />sont pas nécessaires à la reconnaissance d'objets dans des scènes complexes.<br />La reconnaissance visuelle postulée comme mécanisme nécessitant des traitements<br />récurrents et des représentations complexes semble ainsi céder la place à de simples détections parallèles de traits visuels, en eux-mêmes suffisants à la représentation mentale des scènes. Dans ce cadre, la décision visuelle - le stimulus présent est adéquat à la tâche prévue – pourrait être l'extraction de ces représentations au moyen de l'inhibition des assemblées neuronales non sélectionnées.

Dans cette thèse je propose plusieurs mécanismes de plasticité synaptique qui pourraient expliquer la rapidité, la sélectivité et l'invariance des réponses neuronales dans le cortex visuel. Leur plausibilité biologique est discutée. J'expose également les résultats d'une expérience de psychophysique pertinente, qui montrent que la familiarité peut accélérer les traitements visuels. Au delà de ces résultats propres au système visuel, les travaux présentés ici créditent l'hypothèse de l'utilisation des dates de spikes pour encoder, décoder, et traiter l'information dans le cerveau – c'est la théorie dite du ‘codage temporel'. Dans un tel cadre, la Spike Timing Dependent Plasticity pourrait jouer un rôle clef, en détectant des patterns de spikes répétitifs et en permettant d'y répondre de plus en plus rapidement.

La recherche d'information textuelle fait partie des principales tâches liées au Web. Elle se fait majoritairement par des moteurs de recherche qui sont rapidement devenus incontournables. En effet, lorsque les utilisateurs ont une nouvelle tâche à accomplir sur le Web, ils démarrent - 88% du temps - par l'utilisation d'un moteur de recherche. Cependant, face à l'augmentation des informations disponibles sur le Web et à l'absence d'évolution significative du processus de recherche, la quantité de résultats obtenus pour une requête devient très importante. Il est alors difficile pour l'utilisateur d'interpréter efficacement tous ces résultats. Cette problématique est abordée en se plaçant du côté de la restitution des résultats de recherche à l'utilisateur via des interfaces utilisateur d'information (IUI). De nombreux travaux ont déjà été réalisés sur la visualisation des résultats de recherche au cours des dernières années, sans réelle influence sur les interfaces grand public. L'objectif de notre approche est de créer dynamiquement des présentations 3D interactives et basées sur des métaphores de visualisation adaptées à la fois à l'utilisateur, à la tâche à réaliser et aux données. Pour cela, nous avons développé un prototype - SmartWeb - proposant des interfaces hybrides (2D/3D) de visualisation de résultats de recherche. Il utilise le langage X-VRML qui permet d'exprimer efficacement les métaphores 3D de visualisation et de générer automatiquement des contenus 3D interactifs. Nous proposons alors une métaphore 3D cognitive permettant d'utiliser une représentation spatiale plus riche afin d'aider efficacement l'utilisateur dans sa tâche. Il s'agit d'une ville virtuelle dans laquelle les résultats sont organisés d'après le calcul d'une carte auto-organisatrice. Une étude utilisateur de cette interface est réalisée et une réflexion plus générale sur l'évaluation des IUI est proposée.