Redefining Fitness: Inference, Information and Phase Transitions in Evolutionary Dynamics

Le Grand Jeu des Devinettes

Imaginez que vous jouez à un jeu vidéo à enjeux élevés où les règles changent chaque fois que vous appuyez sur un bouton. Parfois le sol est de la lave, parfois c'est de la glace, et parfois il est fait de gelée. Pour gagner, vous n'avez pas seulement besoin d'être fort ; vous devez être un maître de la devinette. Vous devez comprendre : « Si je vois un nuage rouge, est-ce que le sol est sur le point de devenir de la lave ? » Si vous devinez juste, vous survivez et votre personnage devient plus fort. Si vous vous trompez, vous persez une vie. C'est l'essence même de l'évolution, mais au lieu de personnages de jeux vidéo, nous parlons d'êtres vivants comme des bactéries, des scarabées ou des oiseaux.

Pendant plus de cent ans, les scientifiques ont essayé de mesurer à quel point un être vivant est doué pour ce jeu en utilisant un concept appelé aptitude (ou fitness). Dans l'ancienne école de pensée, l'aptitude était un peu comme un tableau des scores qui ne regardait que le score final : « Combien de bébés as-tu eu ? » Si vous aviez beaucoup de bébés, vous étiez « apte ». Si vous n'en aviez aucun, vous ne l'étiez pas. Mais ce tableau des scores avait un problème étrange. Il était circulaire, comme dire : « Tu es un bon coureur parce que tu gagnes des courses, et tu gagnes des courses parce que tu es un bon coureur. » Il présentait aussi un bug : imaginez un papillon parfaitement camouflé qui se fait manger par un oiseau simplement par malchance avant de pouvoir pondre des œufs. L'ancien tableau des scores dirait qu'il avait une aptitude nulle, même s'il était en réalité un excellent survivant. Il ne pouvait pas faire la différence entre être bon au jeu et simplement avoir de la chance.

C'est là qu'intervient une nouvelle idée, une qui traite l'évolution moins comme un tableau des scores et plus comme un détective résolvant un mystère. Les scientifiques demandent maintenant : Et si être « apte » n'était pas seulement avoir des bébés, mais avoir un excellent modèle mental du monde ? Et si l'évolution était en fait un gigantesque processus d'apprentissage et de devinettes ? C'est la question à laquelle une équipe de chercheurs s'est proposé de répondre, en utilisant des mathématiques qui semblent appartenir à un roman d'espionnage, mais qui expliquent en réalité comment la vie s'adapte à un univers changeant.

Le Guide du Détective pour l'Évolution

Dans cette nouvelle histoire, les auteurs proposent un changement radical : L'aptitude n'est pas un score ; c'est une prédiction.

Imaginez que chaque type d'animal ou de plante transporte un petit « manuel de survie » invisible dans son ADN. Ce manuel n'est pas une liste d'instructions du type « faire des ailes » ou « fabriquer du poison ». Il s'agit plutôt d'un ensemble de probabilités. Il dit des choses comme : « Si l'environnement est sec, il y a 80 % de chances que je survive », ou « Si l'environnement est humide, il n'y a que 10 % de chances ». Les auteurs appellent cela une vraisemblance bayésienne. En langage clair, c'est juste une façon sophistiquée de dire : « À quel point mon type de corps spécifique prédit-il ce que le monde va faire ensuite ? »

L'article soutient que la nature est essentiellement un immense jeu d'inférence bayésienne au ralenti. C'est un type de mathématiques utilisé par les détectives et l'IA pour mettre à jour leurs croyances en fonction de nouvelles preuves.

• L'ancienne méthode : « J'ai survécu, donc je dois être apte. » (C'est circulaire et cela ignore la chance).
• La nouvelle méthode : « J'ai un modèle qui prédit bien l'environnement. Parce que mon modèle est précis, je suis plus susceptible de survivre et de me reproduire. »

Les auteurs montrent que lorsque vous regardez l'évolution sous cet angle, trois grands problèmes disparaissent :

1. Le problème de la circularité : Vous n'avez pas besoin de savoir qui a eu le plus de bébés pour savoir qui est apte. Vous regardez simplement à quel point leur « manuel » prédit l'environnement.
2. Le problème du décalage : Le papillon chanceux qui s'est fait manger n'avait pas un mauvais modèle ; il a juste eu de la malchance. Le modèle (l'aptitude) concerne la probabilité de survie, pas le résultat unique.
3. Le problème de la prédiction : Parce que l'aptitude est désormais un modèle, nous pouvons réellement prédire ce qui va se passer dans le futur. Si l'environnement change, nous pouvons voir quels « manuels » deviendront obsolètes et lesquels seront les gagnants.

L'Autoroute de l'Information

Voici la partie la plus fascinante de la découverte. Les auteurs ont découvert que lorsqu'une population évolue sur une longue période, elle ne cherche pas seulement à avoir plus de bébés. Elle cherche à maximiser l'information.

Considérez l'environnement comme une station de radio bruyante diffusant un code secret. Les différents types d'animaux dans une population sont comme différentes radios essayant de capter cette station.

• Si une radio est pleine de parasites (un mauvais modèle), elle ne peut pas entendre le code.
• Si une radio est claire (un bon modèle), elle entend le code parfaitement.

L'article prouve que la sélection naturelle agit comme un filtre qui garde les radios les plus claires et jette celles qui sont pleines de parasites. Au fil du temps, la population évolue jusqu'à ce que le « bruit » entre les animaux et leur environnement disparaisse. En termes mathématiques, la structure de la population devient parfaitement alignée avec les statistiques environnementales. Les auteurs montrent que le taux de croissance d'une population est directement lié à l'Information Mutuelle — une mesure de ce que la population « sait » de son monde.

C'est comme si l'évolution était un étudiant étudiant pour un examen. L'étudiant qui mémorise parfaitement le manuel (l'environnement) obtiendra un A (aptitude élevée). L'étudiant qui devine au hasard échouera. L'article suggère que le but ultime de la sélection naturelle est de transformer la population en l'« étudiant » le plus précis possible, maximisant l'information qu'il détient sur son environnement.

Le Jeu de la Vie : Coopération et Points de Bascule

Pour prouver que cela fonctionne, les auteurs ont appliqué leur nouvelle mathématique de la « prédiction » à trois problèmes classiques de la biologie, et les résultats sont étonnamment clairs.

1. Le Jeu de Changement de Tâche
Imaginez un groupe de travailleurs qui peuvent faire deux tâches : Travail A ou Travail B. Le patron (l'environnement) bascule aléatoirement entre le besoin du Travail A ou du Travail B.

• Le Résultat : L'article montre que les travailleurs vont naturellement évoluer pour diviser leur temps exactement en proportion de la fréquence à laquelle le patron demande chaque travail. Si le patron demande le Travail A 70 % du temps, la population évoluera de sorte que 70 % des travailleurs soient prêts pour le Travail A. Ils deviennent un miroir parfait de la probabilité de l'environnement.

2. Le Dilemme du Prisonnier (L'Énigme de la Coopération)
C'est un jeu célèbre où deux personnes peuvent soit coopérer, soit se trahir mutuellement. Habituellement, la trahison gagne à court terme, mais la coopération est meilleure pour le groupe à long terme.

• Le Résultat : Les auteurs ont découvert que la coopération n'émerge que si les joueurs peuvent se « lire » les uns les autres. Si deux joueurs sont complètement aléatoires et indépendants (ils ne savent pas ce que l'autre va faire), la trahison l'emporte. Mais s'il existe un lien entre eux — comme s'ils sont apparentés, ou s'ils jouent le jeu de nombreuses fois, ou s'ils peuvent se faire des signaux — la coopération devient la stratégie gagnante.
• L'article utilise un « diagramme de phase » (comme une carte météo pour la biologie) pour montrer exactement quand la coopération prend le dessus. Il s'avère que la coopération est comme un point de bascule. Si la connexion entre les joueurs est assez forte, tout le groupe bascule soudainement de « tout le monde trahit » à « tout le monde coopère ». Cela se produit parce que les joueurs construisent un modèle partagé les uns des autres, augmentant ainsi l'« information » entre eux.

3. La Dynamique de Groupe
Que se passe-t-il lorsque vous avez des groupes de personnes, et qu'elles interagissent avec leur propre groupe et d'autres groupes ?

• Le Résultat : Les mathématiques montrent que la coopération prospère à l'intérieur d'un groupe si les membres sont étroitement liés (comme une famille ou des amis). Cependant, si le groupe interagit trop avec des étrangers qui sont « aléatoires » ou peu fiables, l'ensemble du système peut s'effondrer vers la trahison. L'article suggère que pour que la coopération à grande échelle (comme dans les sociétés humaines) fonctionne, les groupes doivent développer des signaux internes forts et peut-être même « punir » ceux qui ne respectent pas les règles, créant ainsi une boucle serrée d'information et de confiance.

Pourquoi Cela Importe

Les auteurs ne font pas que jouer avec des chiffres ; ils offrent une nouvelle boîte à outils. En traitant l'aptitude comme une probabilité prédictive, ils peuvent résoudre des problèmes qui étaient auparavant trop complexes à élucider. Ils peuvent dessiner des cartes (diagrammes de phase) qui montrent exactement quand une population passera d'un comportement à un autre, tout comme l'eau se transforme en glace.

Ils montrent également que l'ancienne idée de l'« aptitude » était trop étroite. Elle se concentrait sur le résultat (les bébés), mais cette nouvelle vision se concentre sur la cause (la capacité de prédire). Cela suggère que l'évolution est une forme d'apprentissage. Chaque fois qu'une espèce s'adapte, elle ne fait pas que devenir plus forte ; elle devient plus intelligente face à son monde.

L'article conclut que cette approche unifie de nombreux domaines différents. Les mêmes mathématiques qui expliquent comment une bactérie trouve de la nourriture expliquent aussi comment la bourse réagit aux nouvelles, comment un cerveau apprend une langue, et comment une société décide de coopérer. Il s'avère que la nature, la science des données et le comportement humain pourraient tous fonctionner sur le même système d'exploitation : la volonté de réduire l'incertitude et de maximiser l'information.

Ainsi, la prochaine fois que vous verrez un oiseau construire un nid ou une personne partager un secret, rappelez-vous : ils ne font pas que suivre un instinct. Ils exécutent un calcul complexe et invisible, essayant de deviner l'avenir, et ce faisant, ils jouent au ultime jeu de la vie.