Automates Intelligents : labos

Chapitre 7. Mechanisms in Programs and Nature

Le chapitre commence par rappeler le présupposé de l'auteur : contrairement à ce que pourrait laisser croire la grande complexité observable dans la nature, il apparaît que cette complexité n'est pas générée par des règles complexes de développement, mais au contraire par des règles (ou programmes) simples, analogues à ceux observés dans le cas des automates cellulaires (AC) et autres programmes informatiques simples présentés dans les précédents chapitres. Si quelques différences de détail peuvent être observées, c'est une grande similarité d'ensemble qui règne dans l'un et l'autre cas. Ceci n'est pas une coïncidence mais révèle l'existence de règles sous-jacentes (underlying rules) communes ou universelles. Il en résulte que l'on pourra comprendre le comportement des systèmes naturels en étudiant celui des programmes simples. On les comprendra en tous cas mieux qu'ils ne l'ont été lorsqu'ils ont été étudiés par les sciences traditionnelles et les mathématiques dites de la complexité.

Les trois mécanismes générant de l'aléatoire (randomness)

Le mot randomness peut être traduit de différentes façons, aléatoire, hasard, désordre ou même ordre caché non identifiable et non explicable avec les méthodes d'analyse existantes (pouvant résulter de règles ou variables cachées).

Pour SW, l'aléatoire ou désordre apparent semble un phénomène très répandu dans la nature, il paraît responsable de la grande diversité des formes et mécanismes. On pourrait donc supposer qu'il prend de nombreuses formes. En fait, le travail sur les AC a montré qu'un système ne peut évoluer au hasard que dans trois cas seulement.

Le premier cas résulte du fait que les règles d'évolution du système sont obligées de tenir compte en permanence d'une injection d'aléatoire. C'est ce qui se passe dans un système évoluant en interaction continue avec un environnement perturbé ou incertain, par exemple un bateau naviguant sur une mer agitée.

Le second cas résulte du fait que les éléments initiaux du système comportaient des aspects aléatoires qui introduisent de plus en plus de hasard dans le cours du déroulement du système, dont les règles sont pourtant ordonnées. Ceci relève de ce que l'on appelle la sensibilité aux données initiales dans les systèmes dits chaotiques. L'exemple classique est celui du jet des dés, dont le résultat, faute de connaître avec suffisamment de précision les données initiales, n'est pas prédictible. Un autre exemple souvent donné est celui de la pâte feuilletée, au sein de laquelle des grains de raisin initialement ordonnés finissent après plusieurs pliages par se retrouver répartis sans ordre.

Dans les deux cas, l'aléatoire peut être attribué à un facteur extérieur au système. Celui-ci est doté de règles qui ne devraient pas générer de désordre, si elles n'étaient pas perturbées par des facteurs extérieurs. L'inconvénient avec ce type d'aléatoire est que les explications scientifiques de tels phénomènes ne cherchent pas à comprendre en quoi consiste l'aléatoire. On se borne à en attribuer la responsabilité à l'environnement extérieur.

Mais l'étude des AC (voir par exemple celui dit de la règle 30) a montré qu'un système doté de règles simples peut, en évoluant, et sans apport d'aléatoire venu de l'extérieur, générer de façon intrinsèque un aléatoire plus ou moins étendu, qui pourra aussi être assimilé à de la complexité. Il s'agit alors d'un aléatoire ou désordre venu de l'intérieur. On en peut donc plus, après avoir constaté le phénomène, renoncer à l'expliquer.

Comprendre ce qui se passe en ce cas est d'autant plus nécessaire qu'il apparaît, à l'observation de la nature, que l'aléatoire généré par l'évolution intrinsèque du système est beaucoup plus fréquent, dans la nature, que l'aléatoire résultant de l'interaction avec l'environnement.

Pour SW, le mécanisme est responsable de pratiquement tout l'aléatoire que l'on peut observer dans le monde naturel. Il faut donc impérativement essayer de l'analyser.

On considère généralement comme désordonné ou aléatoire ce qui semble ne présenter aucune régularité détectable avec nos moyens actuels d'analyse. Mais il existe des définitions du hasard qui limitent le terme à ce qui ne peut être généré par aucune procédure simple quelle qu'elle soit. Ces définitions ne peuvent pas s'appliquer dans la nature puisque les règles simples sont plus fréquentes que les règles compliquées.

L'aléatoire générant de la complexité à partir de l'application de règles simples est donc le cas le plus répandu, tout au moins lorsque l'aléatoire est produit dans un court délai de temps. Tous les composants du système sont en effet mobilisés pour produire de l'aléatoire. Les 2 autres mécanismes générateurs d'aléatoires à partir d'une injection de l'extérieur, présentés ci-dessus, demandent au contraire de longs délais pour faire sentir leurs effets. Dans leur cas et dans de courts délais en effet, le désordre est très vite limité par les dimensions du système. NB : par exemple le désordre dans la marche d'un bateau sur une mer agitée ne dépasse pas certaines limites, sauf …sur de très longs temps au cours desquels le bateau peut se désagréger à la mer…

On détecte l'aléatoire intrinsèque au déroulement d'un système par le fait qu'il peut être reproduit d'une expérience à l'autre dans les mêmes conditions, tant du moins que des règles simples identiques sont appliquées à un système identique. La raison de cela est que les mêmes règles initiales simples produisent le même effet, même lorsque cet effet, aléatoire ou désordonné, ne parait pas présenter de régularité détectable avec nos moyens d'analyse. Même lorsque certaines modifications mineures du système sont introduites, la séquence de développement vers les formes comportant de l'aléatoire peut n'être pas perturbée. C'est ce qui se passe dans les systèmes biologiques, où les similarités dans l'obtention de formes aléatoires complexes demeurent, alors que les conditions initiales de développement de chaque système ne peuvent par la force des choses être rigoureusement identiques.

La suite du chapitre est consacrée à montrer que les phénomènes se présentant comme continues ou fluides, fréquents dans la nature, sont le résultat de la moyenne du comportement d'un très grand nombre d'éléments discrets. C'est une nouvelle fois le hasard qui produit cette continuité. Dans un système excluant l'aléatoire, tel un cristal de diamant, tous les éléments sont ordonnés. Dans un fluide apparemment continu, l'arrangement au hasard des éléments discrets, généralement microscopiques, donne une impression de continuité. L'équivalent peut être reproduit avec des AC obéissant à des règles simples adéquates.

Les modèles mathématiques traditionnels sont basés sur la continuité. On a vu que celle-ci, dans la nature, cachait en fait l'existence d'éléments discrets interagissant au hasard. A l'inverse, on peut montrer que, dans la nature, il est fréquent que des comportements apparemment continus conduisent à des comportements discontinus ou discrets. C'est le cas classique de l'eau qui se met à bouillir. Le phénomène à nouveau peut être simulé sur des AC adéquats.

Dans la nature, les comportements complexes semblent coexister avec les comportements simples, créant répétition et uniformité. Pour SW, ces deux catégories relèvent non pas de règles différentes, mais des mêmes règles simples. Les programmes aux règles les plus simples peuvent engendre de la complexité, tandis que des programmes aux règles compliquées peuvent engendre des comportements simples. De plus, des règles apparemment très proches peuvent engendrer des comportements très différents. Il apparaît en fait, comme cela sera discuté dans le chapitre 12, que finalement un nombre très restreint de comportements globaux peuvent survenir, que les règles soient simples ou non.

Chapitre 8 Implications for Everyday Systems.

Après ces considérations générales, SW aborde le concret, en examinant des processus et systèmes naturels extrêmement répandus dans la nature, que pourtant la science traditionnelle basée sur les mathématiques ne peut que difficilement modéliser et moins encore comprendre. L'auteur ne prétend pas pouvoir expliquer tous les détails de tels phénomènes, ce qui supposerait une connaissance quasi universelle des processus physiques, chimiques et biologiques. Mais il veut montrer que l'on peut identifier des mécanismes de base communs à tous ces phénomènes, aussi différents soient-ils. On peut construire, grâce aux références fournies par les AC, des modèles de ces phénomènes à partir de règles simples, qui représentent très convenablement l'apparente complexité de la nature. Ces modèles permettront aux recherches ultérieures d'éviter de se perdre dans la complexité et d'identifier les mécanismes de la nature, généralement de niveau atomique ou moléculaire, qui produisent les phénomènes observés. De plus, ils porteront sur la totalité du phénomène et non sur des aspects particuliers de celui-ci, comme le fait souvent la science traditionnelle. Or cela, aucune formule mathématique n'est capable de le faire.

Cela dit, le modèle, à base d'AC, reste une représentation abstraite. Il n'est pas plus "dans la nature" que ne le sont les mathématiques. Il se borne à illustrer un phénomène commun entre lui et le système naturel. Par exemple, la combinaison d'un effet incitateur et d'un effet inhibiteur, qui crée des formes complexes, met en jeu des cellules dans un AC et des molécules chimiques dans un système naturel. L'AC en ce cas ne peut expliquer ce qu'est l'effet inhibiteur en terme de tension entre molécules, mais met en évidence les résultats que va produire cet effet, partant du principe que les mêmes phénomènes globaux se déroulent dans le système artificiel qu'est l'AC et dans le système naturel qu'est le flocon de neige ou la cellule biologique.

Pour faire apparaître les phénomènes simples dans les phénomènes apparemment complexes de la nature, on est tenté de construire des modèles complexes montrant comment interagissent les phénomènes simples en leur sein. Mais l'expérience montre que c'est une erreur méthodologique. Chaque fois, ce sont les modèles les plus simples qui se sont montrés les plus pertinents.

La croissance des cristaux

Ce phénomène, observé par tous en ce qui concerne les cristaux de glace, montre que des structures extrêmement complexes peuvent être générées à partir de règles simples, de la même façon que les AC permettent de le modéliser. Il est intéressant de voir en ce cas que les règles simples à l'œuvre dans la nature sont à peu près connues : lorsqu'un élément de glace s'ajoute à un flocon de neige, il se produit un dégagement de chaleur qui empêche le dépôt d'autres éléments de glace dans son voisinage. Cette règle peut très aisément être introduite dans un AC.

L'expérience montre alors qu'une grande quantité de formes différentes peuvent être obtenues d'une façon que les mathématiques traditionnelles sont incapables de modéliser, ce que peuvent faire sans difficultés les AC. De plus, dans la nature comme dans les AC, des formes simples peuvent coexister avec des formes complexes, d'une façon apparemment aléatoire. Dans la plupart des cas, l'apparition de l'aléatoire est intrinsèque au système et ne découle pas d'une interaction avec un environnement lui-même aléatoire.

La ligne de brisure des matériaux

Les mêmes constatations peuvent être faites relativement aux formes aléatoires de la ligne de brisure ou fracture survenant dans un matériau.

L'écoulement des fluides.

Les phénomènes d'écoulement laminaire ou turbulent ont été très étudiés, non seulement parce qu'ils sont constants dans la nature, mais parce que leur modélisation est devenue essentielle dans la plupart des industries modernes. Ils sont très divers. Selon SW cependant, les sciences traditionnelles n'ont jamais été capables d'en donner une explication précise. Ce n'est plus le cas en utilisant des AC obéissant à des règles très simples. La chose n'est pas étonnante, car les fluides étant composés de particules discrètes, les cellules de l'AC en offrent une excellente représentation.

Jusqu'à présent, ces phénomènes étaient associés au chaos et à la sensibilité aux données initiales. Or celle-ci n'apparaît pas jouer de rôle dans les modélisations permises par les AC. Même avec des données initiales très simples et invariables, les turbulences peuvent apparaître. Ceci veut dire que la complexité est générée intrinsèquement par le système, à une échelle suffisante de représentation. C'est ce qui doit se produire dans les systèmes naturels. On conçoit qu'il s'agisse là d'une conclusion importante pour les ingénieurs étudiant les turbulences. Il faut modéliser celles-ci d'une façon globale et non mathématique, quasi-visuelle, afin de les prévoir (NB : c'était d'ailleurs ce qui se faisait de façon analogique dans les souffleries traditionnelles).

Les systèmes biologiques

Ceux-ci sont universellement présentés comme les exemples d'une complexité naturelle bien plus grande (d'un tout autre ordre) que la complexité des systèmes mécaniques. On attribue aujourd'hui cette complexité à un processus unique, celui de l'adaptation par mutation-sélection à l'ouvre depuis l'apparition de la vie. Cependant, selon SW, malgré de nombreuses discussions, il n'a jamais pu être clairement démontré comment ce mécanisme darwinien peut générer tant de diversité et de complexité.

En fait, il apparaît que cette complexité n'a pas grand chose à voir avec le mécanisme d'adaptation-sélection, mais tient au fait que les systèmes évoluant à partir de règles ou programmes simples génèrent intrinsèquement de la complexité. Il y aurait donc des règles sous-jacentes communes à l'œuvre dans les différents domaines de la vie. Ces règles, sous des formes et avec des moyens différents, produisent des résultats comparables, qu'il s'agisse des micro-organismes, des végétaux ou des animaux.

SW se livre donc à un " procès " de ce que l'on pourrait appeler une utilisation abusive du principe de la sélection naturelle. Pour le néo-darwinisme et la sociobiologie en général, les gènes qui produisent les meilleures conditions d'adaptation sont sélectionnés, puisque l'organisme le mieux adapté génère le plus de descendants. SW ne récuse pas ce mécanisme au plan général. Il est évident que ne survivent que les espèces les plus prolifiques et que, si elles sont prolifiques, c'est parce que les descendants se révèlent mieux adaptés aux contraintes du milieu que leurs compétiteurs.

Mais ce sur quoi insiste SW, c'est qu'à l'intérieur de ce mécanisme très général, d'innombrables traits et spécifications apparaissent et demeurent alors qu'ils n'ont rien à voir avec la survie ou l'adaptation des individus et des espèces. Ils se produisent simplement parce que les systèmes évoluent en créant au hasard de la diversité et de la complexité, de façon intrinsèque, comme le montrent les simulations sur AC. Si de telles créations se révélaient effectivement mortelles, les individus et espèces porteuses disparaîtraient. C'est incontestable. Mais la plupart du temps, elles se révèlent neutres quant à l'adaptation, et peuvent donc se poursuivre.

Ceci paraît répondre à une observation souvent faite par le regretté Stephen Jay Gould, relative à l'existence de caractères étranges dont on ne voit pas bien l'intérêt en termes darwiniens, ou qui donnent naissance à d'autres usages que ceux des organes au sein desquels ces caractères apparaissent (ex-adaptation ou adaptation a posteriori - certains disent pré-adaptation). On parle aussi parfois de "dérive génétique".

Pour SW, la contrainte de satisfaire de façon optimale à la survie est si compliquée que, si c'était elle qui avait généré la complexité, il aurait fallu que la nature tente un nombre astronomique de solutions pour y arriver. Or la survie se produit, à partir de solutions simples et de mutations à petite échelle qui n'ont finalement rien à voir avec la maximisation des chances de survie. Vouloir expliquer l'apparition de tous les caractères nouveaux par ce facteur, comme le font les biologistes modernes, conduit à des contre-sens. Ils s'émerveillent alors de voir quelle ingéniosité la nature a déployé pour réaliser des adaptations optimales. C'est ainsi que l'on admire le fameux " nombre d'or " qui semble organiser la répartition des rameaux ou des feuilles dans un végétal, ou la science des taches sur la peau ou la coquille de divers organismes, censées égarer les prédateurs, alors qu'il ne s'agit en fait que de complexité apparue en résultat de l'application de règles sous-jacentes communes à tous les systèmes évolutifs, qui se retrouvent à l'identique dans les AC.

Dans le cours de l'évolution, les mutations au hasard ont provoqué l'apparition de très nombreux programmes de développement. Une grande quantité d'entre eux a pu générer de la complexité de façon intrinsèque. La sélection naturelle a pu en éliminer un certain nombre, mais celle-ci a porté sur des traits généraux, et pas sur le détail des caractéristiques complexes apparues.

La preuve de ceci est que la complexité est apparue très tôt dans la nature. Elle n'a donc pas été le résultat d'un long processus de sélection vers l'adaptation. Par ailleurs les formes simples et les formes complexes ont coexisté et continuent à le faire, sans que telle ou telle ne prédomine.

A nouveau, si on admet que les formes complexes apparaissant dans la nature sont générées par des phénomènes intrinsèques analogues à ceux se produisant dans le déroulement de certains AC, en conclura-t-on que la nature fait appel aux AC ? Evidemment non. La biologie moléculaire devra faire apparaître les facteurs et règles simples mettant en relation les éléments des systèmes vivants et leur permettant de mettre en œuvre les règles sous-jacentes qui se retrouvent à l'œuvre dans les cellules des AC. Mais pour cela, elle sera aidée par les modèles que lui fournissent les AC, ce que les mathématiques les plus complexes sont incapables de faire.

Selon SW, la sélection naturelle joue finalement très peu de rôle pour adapter un comportement complexe à son environnement. Une raison de cela est qu'il lui faudrait remonter au programme simple qui donne naissance à ce comportement complexe, ce qui n'est pas assuré de résultats puisqu'un tel programme simple peut donner naissance d'une façon imprévisible à un très grand nombre de comportement, entre lesquels la sélection n'aurait pas le temps de s'exercer. La sélection, dans ces conditions, ne s'exerce que sur les caractéristiques les plus simples des organismes et des espèces. Elle aurait par conséquent, d'une façon générale, tendance à privilégier les solutions simples, modulaires, et éviter la complexité. C'est ce que d'ailleurs confirme l'observation des êtres vivants.

La complexité qui apparaît dans les systèmes vivants ne résulterait donc pas de l'action de la sélection naturelle. Au contraire, elle apparaît en dépit de la sélection naturelle, du fait de l'évolution des systèmes aux règles simples qui la génère de façon imprévisible. Ceci va évidemment à l'encontre de l'intuition générale.

Si les organismes dits supérieurs sont apparus, ce n'est pas parce qu'ils étaient mieux adaptés, mais parce qu'ils résultent de filières de mutations au hasard qui sont survenues dans le développement des systèmes simples, et qui ne se sont pas révélées fatales pour leurs porteurs. Mais lorsque, comme le montre l'étude des " explosions " survenues dans l'histoire des espèces, une grande diversité de solution apparaît subitement, la sélection quand elle peut s'exercer privilégie toujours les plus simples. La sélection, d'une façon générale, porte sur les structures basiques des organismes et non pas sur les traits plus superficiels.

La convergence de solutions apparues dans les différents ordres du vivant pourrait laisser penser que ces solutions répondent à un optimum adaptatif résultant de la sélection naturelle. Mais en fait, on peut l'attribuer simplement au fait général que tous les programmes simples, qu'ils relèvent des systèmes vivants ou d'autres systèmes, génèrent des solutions complexes plus ou moins semblables. Malgré la diversité superficielle de ces solutions, il devrait dont être possible d'envisager une théorie prédictive en biologie, comme d'ailleurs dans les autres domaines, qui permettrait de prévoir quelles formes de base sont susceptibles ou non d'apparaître.

Après avoir présenté ces principes SW entreprend de les illustrer en considérant différents phénomènes de l'évolution biologique. Dans chacun d'eux il retrouve le résultat de programmes simples analogues à ceux mis en œuvre par l'évolution des AC. Ces phénomènes étant soit semblables soit convergents, on peut en déduire que les mêmes principes sous-jacents sont à l'œuvre, quelle que soit la nature des systèmes. Nous ne reprendrons pas ici la présentation de ces divers phénomènes : on y trouve la croissance des plantes et des animaux, les patterns ou modèles de pigmentation et finalement, à titre d'illustration de ce qui peut se passer dans les sociétés humaines, le fonctionnement des marchés financiers.

Nous examinerons dans un prochain numéro la façon dont SW étend ses théories aux questions de la physique fondamentale. C'est là qu'il a rencontré les plus vives oppositions.

Ceci étant, on voit bien que le fait de suggérer qu'il existerait des règles sous-jacentes ou variables cachées régulant d'une façon encore non analysée et donc non prédictible l'évolution des systèmes à règles simples vers le hasard et la complexité pose un challenge énorme à la connaissance. Que seraient, d'où viendraient ces règles sous-jacentes, seraient-elles un jour maîtrisables par l'homme autrement qu'en faisant se dérouler aussi longtemps que nécessaire les systèmes simples au sein desquels elles se manifesteraient. L'article que nous résumons par ailleurs dans ce dossier, de Ray Kurzweil, en réponse à Wolfram, aborde cette question.

Retour accueil dossier Wolfram