Criteria-first, semantics-later: reproducible structure discovery in image-based sciences

Cet article propose un cadre unifié « critères d'abord, sémantique ensuite » pour la découverte de structures dans les sciences basées sur l'image, qui sépare l'extraction de structures objective et reproductible de l'interprétation sémantique afin de surmonter les limites des paradigmes actuels dépendants des étiquettes et d'améliorer la comparabilité et la pérennité des analyses.

L'essentiel

Le Problème : Le "Dictionnaire" qui change tout le temps

Imaginez que vous essayez de décrire un paysage à quelqu'un en utilisant des étiquettes.

• L'approche actuelle (Semantics-first) : C'est comme si vous preniez une photo et que vous essayiez immédiatement de coller des étiquettes dessus : "C'est un chêne", "C'est une route", "C'est un champ de blé".
• Le souci : Les mots changent ! Ce que l'on appelle "chêne" aujourd'hui, un botaniste dans 20 ans pourrait le classer différemment. De plus, si vous changez de caméra (de l'été à l'hiver, ou d'un satellite à un drone), les étiquettes "chêne" ou "route" peuvent devenir fausses ou inutiles. C'est comme essayer de construire une maison en utilisant des briques dont la forme change chaque fois que vous tournez le dos.

Dans les sciences (météo, médecine, astronomie), on veut souvent surveiller des choses sur de très longues périodes ou comparer des endroits très différents. Si on s'attache trop aux mots (les étiquettes), on perd la capacité de comparer ce qui se passe vraiment.

La Solution : "D'abord la Structure, ensuite le Sens"

L'auteur propose de faire l'inverse. Au lieu de chercher à nommer les choses tout de suite, il faut d'abord dessiner les contours de ce qui existe, sans se soucier de ce que c'est.

Voici une analogie simple : Le jeu du "Dessine-moi un monstre" vs "Le Sculpteur".

1. L'approche actuelle (Semantics-first) : C'est comme si vous deviez dessiner un "chien". Votre cerveau se fige : "Il faut des oreilles pointues, une queue, quatre pattes". Si vous voyez un animal bizarre avec trois pattes, vous ne savez pas quoi faire car il ne rentre pas dans votre définition de "chien".
2. La nouvelle approche (Criteria-first) : C'est comme un sculpteur qui travaille sur un bloc de marbre. Il ne se demande pas "Est-ce un lion ou un ours ?". Il se demande : "Où est la cassure ? Où la lumière s'arrête-t-elle ? Où la texture change-t-elle ?"
   • Il découpe le bloc en formes géométriques stables basées sur des règles claires (ex: "tout ce qui est lisse et continu est un bloc").
   • Il obtient une structure solide : un ensemble de formes, de lignes et de volumes.
   • Ensuite seulement, il peut dire : "Ah, cette forme ressemble à un lion, je vais l'appeler 'lion'. Mais demain, si je veux l'appeler 'grand chat', je peux changer l'étiquette sans avoir à refaire le bloc de marbre !"

Pourquoi c'est génial ?

L'auteur appelle cela "Critères d'abord, sens plus tard".

• La structure est comme un squelette : Elle est solide, mesurable et ne change pas même si les gens changent d'avis sur les noms.
• Le sens (les étiquettes) est comme un vêtement : On peut changer de vêtement selon la saison, la mode ou la culture, sans toucher au squelette.

L'analogie de la carte routière :
Imaginez que vous avez une carte géographique précise (la structure).

• Semantics-first : Vous dessinez la carte en traçant directement les frontières des pays. Si un pays change de nom ou de frontière, votre carte devient obsolète.
• Criteria-first : Vous dessinez d'abord les montagnes, les rivières et les routes (la structure). C'est la vérité physique. Ensuite, vous pouvez colorier les zones pour dire "France", "Allemagne" ou "Union Européenne". Si les frontières politiques changent, vous ne redessinez pas les montagnes. Vous changez juste la couleur.

Ce que cela change pour la science

1. Moins de gaspillage : On n'a pas besoin de tout re-étiqueter à chaque fois qu'un expert change d'opinion.
2. Plus de découvertes : Si vous cherchez uniquement des "oiseaux", vous raterez un "nouvel animal étrange". Si vous cherchez des "formes qui bougent", vous verrez l'animal étrange et pourrez l'étudier avant même de savoir comment l'appeler.
3. Pour les ordinateurs (IA) : C'est comme donner aux IA un langage universel (les formes) avant de leur apprendre le vocabulaire humain. Cela rend les IA plus robustes et capables de fonctionner dans des environnements qu'elles n'ont jamais vus.

En résumé

Ce papier dit : "Arrêtez de essayer de nommer le monde tout de suite. D'abord, mesurez et découpez le monde en pièces solides et stables. Une fois que vous avez ces pièces, vous pourrez les appeler comme vous voulez, changer les noms, et comparer des époques différentes sans tout casser."

C'est passer d'une science qui dépend des mots (qui changent) à une science qui dépend de la structure (qui reste).

Résumé technique

Titre

Priorité aux critères, sémantique ultérieure : découverte de structures reproductibles dans les sciences basées sur l'image

1. Le Problème : Les limites du paradigme « Sémantique d'abord »

L'article identifie un problème fondamental dans les sciences naturelles et de la vie où l'image est devenue le mode de mesure principal. Actuellement, l'analyse dominante suit un paradigme « sémantique d'abord » (semantics-first) :

• Mécanisme : La structure des données est récupérée en prédisant ou en imposant des étiquettes prédéfinies issues d'une ontologie de domaine spécifique (classes, types d'objets, catégories de couverture terrestre).
• Échec systémique : Ce paradigme échoue dans les conditions où la science basée sur l'image est la plus précieuse :
  • Découverte scientifique ouverte : Les phénomènes nouveaux ne sont pas représentés dans les espaces d'étiquettes d'entraînement.
  • Comparabilité inter-capteurs et inter-sites : Les changements de capteurs, d'éclairage ou de saisonnalité provoquent des décalages de domaine (domain shift).
  • Suivi à long terme : Les ontologies de domaine et les ensembles d'étiquettes dérivent culturellement, institutionnellement et écologiquement au fil du temps (dérive des ontologies).
• Conséquence : En liant trop tôt la structure aux étiquettes, la couche analytique devient fragile, non transférable et non reproductible lorsque les schémas d'interprétation évoluent. La sémantique est traitée comme une propriété intrinsèque de l'image, alors qu'elle est en réalité une construction communautaire et contextuelle.

2. Méthodologie : L'inversion « Critères d'abord, Sémantique ultérieure »

Les auteurs proposent une inversion déductive : Critères d'abord, Sémantique ultérieure (Criteria-first, semantics-later).

• Principe Fondamental : La découverte de structure doit précéder l'attribution de sens.
  • Couche amont (Upstream) : Extraction d'un produit structurel (partitions, graphes, champs, hiérarchies) à partir des mesures brutes, défini uniquement par des critères d'optimalité explicites (stabilité, cohérence d'échelle, fidélité des données, complexité bornée). Cette étape est « sans sémantique » (semantics-free) mais pas sans théorie ; elle repose sur des critères inspectables et déclarés.
  • Couche aval (Downstream) : La sémantique est appliquée après coup, sous forme d'une mappage explicite ($M_i : S \to O_i$) du produit structurel vers une ontologie de domaine ou un vocabulaire spécifique.
• Formalisation Mathématique :
  • Soit un champ de mesure $X$.
  • Soit un critère explicite $C$ (fonctionnel, contraintes, énergie).
  • Un opérateur d'extraction $S_C$ produit un objet structurel $S = S_C(X)$.
  • Ce produit $S$ est stable sous des perturbations déclarées et peut être mappé vers plusieurs ontologies différentes ($O_1, O_2, ...$) sans réécrire l'extraction initiale.
• Fondements Théoriques : L'approche s'appuie sur la cybernétique (l'observation comme distinction), la théorie de l'information (séparation de l'information et du sens) et les principes de vision par ordinateur (Marr, scale-space).

3. Contributions Clés

1. Cadre Unifié : Introduction d'un cadre formel pour la découverte de structure basée sur des critères, applicable à travers toutes les sciences basées sur l'image.
2. Définition de Produits Structurels FAIR : Proposition de traiter les produits structurels ($S$) comme des objets numériques FAIR (Findable, Accessible, Interoperable, Reusable) et prêts pour l'IA. Ils doivent être versionnés, citables et inclure des métadonnées sur les critères utilisés et les enveloppes de stabilité.
3. Nouveaux Critères de Validation : Déplacement de l'évaluation de la simple « précision de classe » vers la validation structurelle :
   • Robustesse aux perturbations (bruit, dérive de capteur).
   • Cohérence d'échelle.
   • Contrôle de la complexité (compressibilité).
   • Optimalité globale.
   • Pluralisme aval (capacité à supporter plusieurs mappages sémantiques).
4. Preuve Transversale : Démonstration que ce schéma « critères d'abord » émerge déjà de manière récurrente dans des disciplines où l'étiquetage sémantique est coûteux ou instable (télédétection, imagerie médicale, sismologie, astronomie, robotique).

4. Résultats et Évidences Empiriques

L'article ne présente pas un seul algorithme, mais une synthèse de preuves transversales (Tableau 1 et Annexe A) montrant que la séparation structure/sémantique est déjà une pratique sous-jacente dans plusieurs domaines :

• Observation de la Terre : Utilisation de l'analyse d'images orientée objet et de l'agrégation basée sur des critères avant la classification thématique.
• Imagerie Médicale : Extraction de contours et de régions stables (via des méthodes variationnelles ou l'apprentissage auto-supervisé) avant l'attribution de diagnostics cliniques.
• Microscopie : Segmentation unsupervisée basée sur la continuité membranaire ou la texture pour identifier des structures cellulaires avant leur annotation biologique.
• Sismologie : Détection d'horizons et de failles basée sur la cohérence du signal avant l'interprétation géologique (faciès).
• Robotique (SLAM) : Construction de cartes géométriques et de graphes de pose basés sur la cohérence géométrique, indépendamment de la sémantique des objets.

L'analyse montre que les modèles de fondation (Foundation Models) et l'apprentissage auto-supervisé (SSL) peuvent être interprétés comme des extracteurs de structures pré-sémantiques puissants, à condition que leurs critères soient rendus explicites.

5. Signification et Implications

• Reproductibilité et Transférabilité : En séparant la structure de la sémantique, les résultats deviennent reproductibles par définition (dépendant des critères et du code, pas des étiquettes) et transférables entre domaines ou au fil du temps.
• Adaptabilité aux Ontologies Évolutives : Les changements dans les vocabulaires scientifiques (ex: nouvelles classifications de maladies ou de couverture terrestre) n'exigent plus de réentraîner les modèles d'extraction. Seule la couche de mappage aval doit être mise à jour.
• Découverte Scientifique Ouverte : Permet de détecter des anomalies et des régimes structurels nouveaux sans avoir besoin de les définir à l'avance comme des classes, favorisant ainsi la découverte de phénomènes inattendus.
• Jumeaux Numériques (Digital Twins) : Fournit une couche d'état stable et durable pour les jumeaux numériques, essentielle pour le suivi à long terme où les définitions des variables peuvent changer mais où la structure sous-jacente doit rester comparable.
• Agenda de Recherche : L'article appelle à formaliser les critères, à créer des benchmarks structurels (et non sémantiques), à standardiser les produits structurels en tant qu'artefacts scientifiques et à développer des outils logiciels modulaires pour cette approche.

En résumé, l'article plaide pour une refonte épistémologique de l'analyse d'image scientifique : passer d'une approche où la théorie (les étiquettes) contraint la mesure, à une approche où la mesure est structurée par des critères rigoureux, laissant la théorie s'appliquer de manière flexible et révisable en aval.