Modelling Singularities in Macroevolution

Résumé Technique : Modélisation des Singularités dans la Macroévolution

Énoncé du Problème
Les dynamiques macroévolutives à travers les systèmes biologiques, sociaux et économiques présentent fréquemment des poussées soudaines et explosives où les taux de croissance dépassent les modèles exponentiels traditionnels, suivant souvent des trajectoires hyperboliques. Ces phénomènes sont fréquemment décrits comme l'émergence de « singularités » — des points où la croissance approche théoriquement l'infini en un temps fini. Bien que les modèles hyperboliques s'adaptent efficacement aux données empiriques (ex. : population mondiale, PIB, jalons technologiques), les mécanismes microscopiques sous-jacents qui pilotent une croissance aussi rapide restent mal compris. Les interprétations existantes sont souvent purement phénoménologiques, et il manque un cadre mathématique unifié reliant les théories de l'innovation combinatoire à la croissance hyperbolique observée et aux singularités. De plus, la distinction entre les systèmes réels discrets et leurs approximations mathématiques continues concernant l'existence de véritables singularités nécessite d'être clarifiée.

Méthodologie
Les auteurs proposent un cadre unifié basé sur la Théorie du Possible Adjacent (TAP - Theory of the Adjacent Possible), qui modélise le changement macroévolutif comme un processus de recombinaison d'éléments préexistants au sein d'un système.

1. Fondement Théorique : L'étude formalise le concept de TAP en utilisant une équation discrète où le nombre d'éléments $M_{t+1}$ évolue en fonction du nombre de combinaisons possibles des éléments existants $M_t$. L'évolution est régie par des coefficients $A_i$ représentant la probabilité de réaliser des combinaisons de taille $i$.
2. Dérivation de la Limite Continue : Pour appliquer la théorie à des scénarios en temps continu, les auteurs dérivent la limite continue de l'équation discrète de la TAP. Cela implique de mettre à l'échelle les paramètres pour obtenir une équation différentielle :
   $$\frac{dM_t}{dt} = -\sigma M_t + \nu \sum_{i=1}^{M_t} \alpha_i \binom{M_t}{i}$$
   où $\sigma$ est le taux d'extinction (mis à 0 pour simplifier) et $\nu$ est un facteur dimensionnel.
3. Modélisation Spécifique par Cas : Les auteurs appliquent des formes spécifiques de termes combinatoires à cinq ensembles de données distincts :
   • Jalons Biologiques/Cosmologiques : En supposant que toutes les combinaisons sont possibles mais avec une probabilité décroissante ($\alpha_i \propto \alpha^i$), ce qui conduit à un taux de croissance exponentiel du nombre d'éléments.
   • Population Mondiale : Modéliser la croissance comme étant pilotée par des interactions par paires ($i=2$), résultant en un terme de croissance quadratique.
   • PIB : Modéliser la croissance comme étant proportionnelle au produit de la population et du PIB, menant à un terme de croissance en $K^{3/2}$.
   • Brevets US : Modéliser les brevets comme des combinaisons de codes technologiques. Contrairement aux autres cas, ce système est modélisé pour montrer que si la relation entre brevets et codes est exponentielle, l'évolution temporelle ne conduit pas nécessairement à une singularité si le moteur sous-jacent (les codes) croît linéairement.

Contributions Clés

• Cadre Unifié : L'article fournit une structure mathématique unique (l'équation continue de la TAP) capable d'expliquer la croissance hyperbolique dans divers domaines (biologie, économie, technologie) en faisant varier les termes d'interaction combinatoire.
• Explication Mécaniste : Il comble le fossé entre les ajustements hyperboliques phénoménologiques et les mécanismes combinatoires microscopiques, démontrant que la croissance hyperbolique émerge naturellement de règles de recombinaison spécifiques (ex. : interactions par paires pour la population, combinaisons de tous ordres pour les jalons).
• Distinction Discret vs Continu : Une contribution théorique critique est la démonstration que, bien que la limite continue des équations de la TAP conduise à des singularités mathématiques (divergence en temps fini), les modèles discrets sous-jacents — qui représentent mieux les systèmes réels finis — ne présentent pas de véritables singularités. La « singularité » est un artefact de l'approximation continue.
• Différenciation des Systèmes : Le cadre distingue des systèmes qui semblent similaires (croissance hyperbolique) mais qui sont régis par des processus différents (ex. : croissance de la population pilotée par des paires vs accumulation de jalons pilotée par des combinaisons de tous ordres).

Résultats

• Jalons Biologiques/Cosmologiques : Le modèle s'ajuste avec succès aux séries temporelles des Jalons Canoniques et des Transitions de Phase Biologiques. Le taux de macrodéveloppement dérivé $\rho_t$ suit une fonction hyperbolique avec un exposant de $-1$, cohérent avec les observations empiriques antérieures.
• Population Mondiale et PIB : Le modèle reproduit la croissance hyperbolique de la population mondiale (exposant 1) et du PIB (exposant 2) en sélectionnant des termes d'interaction spécifiques (par paires pour la population, de type cubique pour le PIB). Les paramètres ajustés concordent avec les données historiques de l'an 1000 jusqu'en 2020.
• Brevets US : Le modèle capture la croissance exponentielle des brevets américains par rapport au temps, tout en notant que le nombre de codes technologiques distincts croît linéairement. Crucialement, ce cas démontre un système où le mécanisme combinatoire ne produit pas de singularité, soulignant qu'une croissance explosive n'implique pas toujours une divergence en temps fini.
• Analyse de la Singularité : Les auteurs montrent que la date de la « singularité » dérivée de l'ajustement des modèles continus est hautement sensible à la plage de données utilisée et aux erreurs statistiques. Ils soutiennent que, puisque les modèles discrets ne divergent pas, la valeur de la singularité n'est pas un prédicteur fiable d'un « Jour du Jugement » physique ou d'un effondrement du système, mais plutôt une caractéristique mathématique de l'approximation continue.

Signification et Revendications
L'article prétend offrir un « cadre cohérent » pour interpréter les processus de croissance et d'innovation à travers divers domaines via un prisme physique et mathématique. Sa signification primaire réside dans :

1. Réconciliation de la Théorie et des Données : Il connecte la théorie qualitative du Possible Adjacent avec les lois de croissance hyperbolique observées dans la nature.
2. Clarification de la Nature des Singularités : Il met en garde contre l'interprétation littérale des singularités mathématiques dans les systèmes réels, en insistant sur le fait que les systèmes réels sont discrets et finis. Les auteurs soutiennent que le concept de singularité doit être considéré avec prudence, particulièrement pour les prédictions, car il provient de la limite continue de modèles intrinsèquement discrets.
3. Limites Prédictives : Les auteurs déclarent modestement que, bien que le cadre permette d'estimer les paramètres de macrodéveloppement et de répliquer les tendances historiques, il ne peut prédire de manière fiable les changements futurs ou les « singularités », car il ne tient pas compte des facteurs limitants externes (ex. : contraintes de ressources) qui finiraient par ralentir la croissance dans les systèmes réels. La valeur de la singularité dérivée des données est notée comme étant instable et dépendante de la fenêtre temporelle spécifique choisie pour l'ajustement.