A framework for the use of generative modelling in non-equilibrium statistical mechanics

Cet article propose un cadre pour modéliser les systèmes hors équilibre et auto-organisés en utilisant des modèles génératifs et le principe de l'énergie libre variationnelle, ce qui offre une explication traçable et parcimonieuse de la dynamique des systèmes sous la forme d'une inférence variationnelle sans exiger que le système effectue littéralement une inférence.

L'essentiel

La vue d'ensemble : Le jeu du « Comme si »

Imaginez que vous regardez un vol d'oiseaux tourbillonner dans le ciel. Pour un scientifique, ces oiseaux ne sont que des objets physiques se déplaçant selon le vent, la gravité et la puissance musculaire. Mais cet article suggère une autre façon de les regarder.

Les auteurs soutiennent que nous pouvons décrire ces oiseaux comme s'ils faisaient des mathématiques. Plus précisément, nous pouvons prétendre qu'ils passent leur temps à deviner où ils devraient se trouver et à ajuster leur vol pour que leurs devinettes correspondent à la réalité. Ils ne sont pas réellement en train de faire du calcul dans le ciel ; ce sont juste des objets physiques. Mais les décrire comme s'ils devinaient rend notre tâche (celle des scientifiques) beaucoup plus facile pour comprendre et prédire leurs mouvements.

L'article appelle cela le Principe de l'Énergie Libre (FEP). C'est un outil qui nous permet de modéliser des systèmes complexes et désordonnés (comme des cellules, des cerveaux ou même la météo) en prétendant qu'ils essaient de minimiser la « surprise ».

Le concept central : La « Couverture de Markov » (Le mur invisible)

Pour comprendre comment cela fonctionne, imaginez une maison avec un mur très spécial.

• À l'intérieur de la maison : Les « États internes » (la famille qui y vit).
• À l'extérieur de la maison : Les « États externes » (la météo, les voisins, le monde).
• Le Mur : La « Couverture de Markov ». C'est la frontière (comme les organes sensoriels ou la peau) qui sépare l'intérieur de l'extérieur.

Le mur possède deux types de fenêtres :

1. Fenêtres sensorielles : Vous pouvez voir dehors, mais vous ne pouvez pas toucher directement l'extérieur.
2. Portes actives : Vous pouvez pousser sur l'extérieur (comme ouvrir une fenêtre pour laisser entrer l'air), mais vous ne pouvez pas voir à travers elles.

L'article affirme que si un système possède ce genre de mur, il a naturellement tendance à rester dans un état où il n'est pas « surpris » par ce qui passe par les fenêtres sensorielles. Si un poisson est dans l'eau, il s'attend à se sentir mouillé. S'il se sent soudainement sec (haute surprise), il est en danger. Le système se déplace naturellement pour rester dans la zone « humide ».

Le tour de magie : « Surprisal » et « Énergie libre »

Les auteurs introduisent deux idées clés :

1. Surprisal (La surprise) : À quel point un système est choqué par sa situation actuelle. Si vous êtes un poisson et que vous êtes dans l'eau, votre surprisal est faible. Si vous êtes sur terre, votre surprisal est élevé.
2. Énergie libre variationnelle : Il s'agit d'une « borne supérieure » mathématique sur la surprise. Voyez cela comme une fiche de score.
   • Le système ne connaît pas le score exact de sa surprise (car il ne peut pas voir le monde entier).
   • Au lieu de cela, il utilise un modèle de « meilleure supposition » pour calculer une fiche de score appelée Énergie Libre.
   • L'article soutient que les systèmes physiques dérivent naturellement vers la minimisation de cette fiche de score.

L'analogie : Imaginez que vous jouez à un jeu vidéo où vous ne voyez pas toute la carte. Vous ne voyez qu'un petit cercle autour de votre personnage. Vous voulez éviter de tomber dans le vide (surprise). Vous ne savez pas exactement où se trouvent les falaises, mais vous avez une « intuition » (un modèle génératif) de l'endroit où elles pourraient se trouver. Vous bougez pour minimiser le risque de tomber dans le vide en fonction de votre intuition. L'article dit que les objets physiques font cela automatiquement, non pas parce qu'ils réfléchissent, mais à cause de la façon dont ils sont construits.

La distinction « Carte vs Territoire »

C'est le point philosophique le plus important de l'article.

• Le Territoire : Le monde réel (le vrai poisson, les vraies cellules, la vraie physique).
• La Carte : Le modèle mathématique du scientifique.

Les critiques disent souvent : « Attendez ! Vous dites que le poisson a une carte dans sa tête. C'est faux ! Le poisson est juste un poisson. »

Les auteurs répondent : « Non, ce n'est pas ce que nous disons. »

Ils soutiennent que la Carte (notre mathématique) est simplement un outil que nous utilisons pour décrire le Territoire.

• Nous pouvons écrire une carte qui dit : « Le poisson se comporte comme s'il essayait de rester dans l'eau. »
• Cela ne signifie pas que le poisson pense réellement : « Je dois rester mouillé. »
• Cela signifie simplement que si nous décrivons le poisson en utilisant cette logique du « comme si », les mathématiques fonctionnent parfaitement.

L'article appelle cela une vision « déflationniste ». Nous ne donnons pas au poisson un cerveau ou une âme ; nous utilisons simplement une astuce mathématique ingénieuse (l'inférence variationnelle) pour décrire son mouvement. L'« inférence » se produit dans notre modèle, et non nécessairement dans le poisson.

Les exemples : Comment cela fonctionne en pratique

L'article teste cette idée avec deux simulations informatiques :

1. Morphogenèse cellulaire (Construire un corps) :

   • Imaginez un groupe de cellules identiques et indifférenciées.
   • Les scientifiques leur donnent une « cible » (une carte de ce à quoi devraient ressembler la tête, le corps et la queue).
   • Les cellules n'ont pas de plan de construction. Au lieu de cela, elles utilisent la règle de l'« Énergie Libre ». Elles bougent et changent leurs signaux chimiques pour correspondre à la « surprise » de ne pas être au bon endroit.
   • Résultat : Les cellules s'organisent spontanément en une tête, un corps et une queue, simplement en essayant de minimiser leur « surprise » quant à l'endroit où elles se trouvent.

2. Cellules à décharge périodique (Un rythme) :

   • Imaginez un anneau de cellules qui doivent émettre un rythme spécifique (comme un battement de cœur).
   • Les scientifiques configurent une « onde cible » (une onde sinusoïdale).
   • Les cellules ajustent leur décharge pour correspondre à cette onde, minimisant l'erreur entre ce qu'elles ressentent et ce qu'elles « s'attendent » à ressentir.
   • Résultat : Les cellules se verrouillent sur un rythme parfait et stable, se comportant comme si elles prédisaient les battements futurs.

La conclusion : Une carte de cartes

L'article conclut par un retournement de situation ingénieux.

Si le « Territoire » est le monde réel, et que la « Carte » est notre modèle scientifique...

• Le Principe de l'Énergie Libre est une Carte de Cartes.

C'est une règle qui nous dit : « Tout système physique qui existe et qui reste stable doit, du point de vue d'un observateur, donner l'impression d'essayer de minimiser la surprise. »

Peu importe que le système soit un rocher, une cellule ou un cerveau humain. S'il possède une limite (une couverture de Markov) et qu'il reste stable, nous pouvons le décrire en utilisant cette logique du « comme si ». L'article ne prétend pas que le rocher est conscient ; il prétend que notre meilleure façon de comprendre le rocher est de le traiter comme s'il était un modèle de son propre environnement.

Résumé en une phrase

Cet article propose un cadre mathématique où nous pouvons décrire n'importe quel système physique stable (comme une cellule ou une machine) comme s'il était constamment en train de deviner et de corriger son propre état pour éviter la « surprise », non pas parce que le système réfléchit réellement, mais parce que cette description du « comme si » est la façon la plus puissante et la plus précise pour les scientifiques de modéliser le fonctionnement du monde.

Résumé technique

Résumé Technique : Un cadre pour l'utilisation de la modélisation générative en mécanique statistique hors équilibre

Énoncé du problème
L'article traite du défi mathématique consistant à modéliser des systèmes ouverts et hors équilibre composés d'objets couplés (par exemple, des particules, des cellules ou des populations). Les approches traditionnelles reposent souvent sur la définition explicite de systèmes dynamiques aléatoires, ce qui peut s'avérer intraitable et difficile à interpréter quant au pourquoi un système conjoint évolue d'une manière spécifique. Les auteurs cherchent un cadre offrant une explication parcimonieuse de la dynamique des systèmes en interaction basée sur les propriétés de leur couplage, sans nécessairement présupposer que les objets physiques eux-mêmes effectuent une inférence littérale. Un obstacle philosophique et technique central abordé est le potentiel « sophisme de la carte et du territoire » — l'accusation selon laquelle la modélisation par le Principe de l'Énergie Libre (FEP) confond le modèle scientifique (la carte) avec le système physique lui-même (le territoire), réifiant à tort les processus inférentiels comme des caractéristiques littérales de l'objet.

Méthodologie
Les auteurs proposent un cadre fondé sur le Principe de l'Énergie Libre Variationnelle (FEP), utilisant des modèles génératifs pour représenter les relations de dépendance entre les états (ou trajectoires) de systèmes couplés. La méthodologie procède selon les étapes suivantes :

1. Partition par Couverture de Markov (Markov Blanket) : Le système est partitionné en états internes ($\mu$), états externes ($\eta$) et une couverture de Markov ($b$) composée d'états sensoriels et actifs. Cette partition établit une indépendance conditionnelle entre les états internes et externes étant donné la couverture.
2. Modélisation Générative : Une distribution de probabilité jointe $p(\eta, b, \mu)$ est définie comme un modèle génératif. Ce modèle encode les dépendances statistiques du système.
3. Inférence Variationnelle comme Dynamique : Les auteurs démontrent que si un système possède une densité d'état stationnaire hors équilibre (NESS), sa dynamique peut être exprimée comme un flot de gradient sur l'énergie libre variationnelle ($F$).
   • Ils utilisent la décomposition des équations différentielles stochastiques (SDE) en une composante solénoïdale (antisymétrique) et une composante dissipative (semi-définie positive).
   • Sous l'hypothèse que le système minimise la surprise (log-probabilité négative) en moyenne, et que la divergence de Kullback-Leibler entre une densité variationnelle $q$ et la distribution postérieure réelle tend vers zéro, la dynamique des états internes suit un flot de gradient sur $F$.
   • Crucialement, $F$ sert de fonction de Lyapunov pour la dynamique du système, garantissant la stabilité et fournissant une borne supérieure traitable sur la surprise.
4. Distinction des Modèles : Le cadre distingue rigoureusement :
   • Le Modèle Génératif : Le modèle scientifique construit par l'observateur (la « carte »).
   • La Densité Variationnelle : La distribution de probabilité sur les états externes paramétrée par les états internes du système.
   • Le Système Physique : L'objet réel (le « territoire »).

Contributions Clés et Résultats

• Tractabilité Formelle : L'article établit que chaque fois qu'un système admet une couverture de Markov et une décomposition de sa dynamique en flux solénoïdaux et dissipatifs (selon l'Eq. 2.1.1), son comportement peut être mathématiquement reformulé comme une minimisation de l'énergie libre variationnelle. Cela permet de décrire des dynamiques de couplage non linéaires complexes via les mathématiques plus tractables de l'inférence statistique et des flux de gradient.
• Illustrations Empiriques (Modèles Simples) : Les auteurs présentent deux simulations pour démontrer l'application constructive du FEP :
  1. Morphogenèse Cellulaire : Une simulation de huit cellules indifférenciées migrant et se différenciant pour former une morphologie cible (tête, corps, queue). En dotant les cellules d'un modèle génératif prédisant les localisations cibles et les profils de signalisation, le système s'auto-organise. Les états actifs des cellules (position et signalisation) minimisent l'énergie libre, « inférant » ainsi leur identité et leur position uniques au sein de l'ensemble.
  2. Cellules à Décharge Périodique : Un anneau de cellules excitables couplées par jonctions communicantes présentant un modèle génératif encodant une forme d'onde cible périodique. Les états internes infèrent la phase du cycle, tandis que les états actifs (gating des canaux ioniques) minimisent les erreurs de prédiction. Le système converge vers un cycle limite (une orbite circulaire stable) plutôt que vers un point fixe, démontrant que la dynamique du FEP peut décrire l'auto-organisation oscillatoire.
• Résolution du Sophisme de la Carte et du Territoire : L'article soutient que le FEP ne commet pas le sophisme de la carte et du territoire. L'affirmation selon laquelle un système « effectue une inférence » est une description « comme si » fournie par le modèle génératif de l'observateur. Le système lui-même n'a pas besoin de calculer littéralement des gradients ou d'effectuer des mises à jour bayésiennes ; ses dynamiques physiques sont mathématiquement équivalentes à un tel processus. L'« inférence » est une propriété du modèle, et non nécessairement un mécanisme littéral au sein du système.

Signification et Revendications
Les auteurs positionnent ce travail comme un retour aux principes fondamentaux du FEP, soulignant son rôle en tant que cadre constructif plutôt que comme une loi empirique universelle.

• Portée Modeste : L'article précise explicitement que les exemples fournis sont des « exemples de travail » destinés à un usage constructif du FEP, et non des validations empiriques indépendantes de sa universalité. Les exemples ont été conçus pour posséder la décomposition nécessaire (couverture de Markov, champs $Q$ et $\Gamma$ spécifiques) afin d'illustrer comment le formalisme fonctionne lorsque les conditions requises sont remplies.
• Une « Carte des Cartes » : La revendication philosophique centrale est que le FEP fournit une « carte de cette partie du territoire qui se comporte comme si elle était une carte ». Il offre un ensemble de contraintes explicatives ultimes sur ce qui constitue un modèle d'un processus physique. En traitant le modèle génératif comme un outil scientifique pour décrire comment des sous-systèmes se suivent les uns les autres, le FEP permet la construction de modèles imbriqués qui respectent les relations connues sans réifier les aspects inférentiels du modèle comme des caractéristiques littérales de l'objet physique.
• Alignement Philosophique : Le cadre s'aligne sur les sentiments de Wittgenstein et de Jaynes, suggérant que la mécanique statistique et la modélisation sont des processus de compréhension des flux sensoriels et des micro-états compte tenu de contraintes macroscopiques. Le FEP est présenté comme une approche fondée sur des principes pour formaliser la relation entre un système physique et les modèles utilisés pour le décrire, clarifiant que l'« inférence » réside dans la description mathématique (la carte) utilisée pour expliquer la stabilité et l'auto-organisation du système physique (le territoire).

En résumé, l'article soutient que l'utilisation de modèles génératifs pour représenter les relations entre sous-systèmes conduit à une théorie statistique où la dynamique des systèmes en interaction peut être lue comme une inférence variationnelle. Cela fournit un outil puissant et tractable pour modéliser des phénomènes hors équilibre, à condition de maintenir une distinction claire entre le modèle scientifique (le modèle génératif) et le système physique qu'il décrit.