Experiments, Computability, and the Existence of Physical Functions

Cet article soutient que les expériences de laboratoire reproductibles fonctionnent comme des algorithmes calculant des cartes physiques à partir d'entrées vers des sorties, démontrant que l'existence de ces fonctions est compatible avec des mesures de précision finie et distincte des questions de calculabilité ou d'indépendance du protocole.

L'essentiel

Imaginez que vous êtes un chef essayant de rédiger une recette pour « la soupe parfaite ». Un mathématicien strict pourrait demander : « La "soupe parfaite" existe-t-elle réellement en tant qu'objet unique et universel, indépendamment de qui la cuisine, de la cuisinière utilisée ou de la façon dont on la goûte ? » Le mathématicien pourrait s'inquiéter du fait que, puisque la soupe de chaque chef est légèrement différente, il n'existe aucune « fonction soupe » unique à trouver.

Ce papier, écrit par le physicien Isaac Pérez Castillo, soutient que cette inquiétude repose sur un malentendu concernant ce qu'est réellement une expérience (ou une recette). L'auteur suggère d'arrêter de chercher une « soupe parfaite » magique et invisible flottant dans l'univers pour commencer à examiner la recette elle-même.

Voici l'argument du papier, décomposé en concepts et analogies simples :

1. L'expérience est une machine, pas un mystère

Le papier commence par une définition simple : une expérience n'est qu'une liste finie d'étapes que vous suivez pour obtenir un résultat.

• L'analogie : Pensez à un distributeur automatique. Vous insérez un code spécifique (l'entrée), appuyez sur un bouton (la procédure), et après quelques secondes, il dépose une collation (la sortie).
• Le point clé : Vous n'avez pas besoin de connaître la physique profonde de la fabrication de la collation pour savoir que la machine fonctionne. Tant que la machine possède un ensemble clair d'étapes, un moyen clair de démarrer et un moyen clair de s'arrêter, c'est une « procédure ». Le papier soutient que chaque expérience de laboratoire est exactement comme ce distributeur automatique. Elle prend un échantillon préparé, suit une règle et émet un nombre.

2. Le « pont » vers les mathématiques (Le principe de Church-Turing physique)

L'auteur utilise un concept appelé le « principe de pont physique de Church-Turing ». C'est une façon élégante de dire : « Si un humain peut suivre un ensemble de règles pour obtenir un résultat, un ordinateur peut également suivre ces règles pour obtenir le même résultat. »

• L'analogie : Imaginez que vous enseignez à un robot à faire un gâteau. Si vous pouvez écrire les instructions assez clairement pour qu'un humain les suive (par exemple, « mélanger pendant 2 minutes », « cuire à 350 degrés »), alors un ordinateur peut également suivre ces instructions.
• La conclusion : Puisque les expériences ne sont que des ensembles d'instructions, elles sont « calculables ». Si une procédure est calculable, alors la « carte » qu'elle crée (Entrée $\to$ Sortie) existe. La fonction existe parce que la machine qui l'exécute existe.

3. Le problème de la « précision finie » (Pourquoi nous n'avons pas besoin de nombres parfaits)

Une objection courante est : « Mais les expériences ne sont pas parfaites ! Elles nous donnent des nombres comme 3,14 ou 3,141, mais jamais le nombre infini exact $\pi$. La fonction existe-t-elle si nous ne pouvons pas obtenir la réponse exacte ? »

• L'analogie : Imaginez que vous essayez de mesurer la longueur d'une pièce. Vous utilisez une règle et obtenez 10 pieds. Ensuite, vous utilisez un ruban à mesurer et obtenez 10,1 pieds. Puis vous utilisez un laser et obtenez 10,12 pieds. Vous n'obtenez jamais le décimal « infini », mais vous vous rapprochez de plus en plus.
• Le point de vue du papier : Le papier dit que cela va bien. Dans le monde de l'« analyse calculable » (une branche des mathématiques), un nombre est considéré comme « calculable » si vous pouvez vous en rapprocher autant que vous le souhaitez, étape par étape. Vous n'avez pas besoin d'imprimer tout le nombre infini en une seconde. Vous avez juste besoin d'une procédure qui dit : « Si vous voulez plus de précision, voici comment l'obtenir. »
• L'essentiel : L'expérience n'a pas besoin de produire un nombre réel parfait et infini pour être valide. Elle doit simplement être capable de vous donner une meilleure approximation chaque fois que vous en demandez une.

4. L'histoire de la « solubilité » (Pourquoi le contexte compte)

L'auteur raconte l'histoire d'un ami chimiste qui s'inquiétait de la « solubilité » (la quantité de sucre qui se dissout dans l'eau). L'ami demandait : « Une "fonction de solubilité" existe-t-elle ? » L'ami était confus car la réponse changeait si vous modifiiez la température, le type d'eau ou la façon dont vous mélangez.

• L'analogie : Imaginez demander : « Quel est le prix d'une maison ? » La réponse dépend entièrement de quelle maison, de quelle ville et de quel moment de la journée vous posez la question. Il n'existe pas un seul « Prix de la Maison » pour tout l'univers.
• La solution du papier : Le papier dit : « Oui, la fonction existe, mais seulement pour la recette spécifique que vous utilisez. »
  • Si vous fixez la température, le type d'eau et la méthode de mélange, vous avez une « Machine de Solubilité » spécifique.
  • Cette machine calcule une carte spécifique.
  • La fonction existe pour cette machine.
  • Si vous changez la recette (par exemple, utilisez de l'eau chaude au lieu de l'eau froide), vous construisez une autre machine qui calcule une autre carte.

5. Et la randomisation ? (Le lancer de dés)

Certaines expériences sont aléatoires. Si vous effectuez le même test dix fois, vous pourriez obtenir dix nombres légèrement différents. La fonction existe-t-elle toujours ?

• L'analogie : Imaginez un machine à sous. Vous tirez le levier (entrée), et elle vous donne un nombre aléatoire (sortie). Le résultat n'est pas le même à chaque fois.
• Le point de vue du papier : La fonction existe toujours ! Mais au lieu d'une carte qui vous donne un nombre spécifique, la fonction est maintenant une carte qui vous donne une distribution de nombres (un motif de randomisation).
• L'expérience calcule un « échantillonneur ». Elle ne vous donne pas un point unique ; elle vous donne un motif fiable de points. L'affirmation d'existence tient ; l'objet change simplement de forme, passant d'un point unique à un nuage de points.

Résumé : Ce que le papier affirme réellement

Le papier ne dit pas que tout en physique est calculable, ou que toutes les expériences finiront par s'accorder sur une seule « vérité universelle ».

Au contraire, il fait une affirmation beaucoup plus simple et plus précise :

1. Arrêtez de chercher la magie : Ne vous inquiétez pas de savoir si une fonction « parfaite et indépendante du protocole » existe dans l'abstrait.
2. Regardez la procédure : Si vous avez une recette fixe (protocole), un ensemble fixe de règles et un moyen de rapporter le résultat, cette recette est une fonction.
3. Elle existe parce qu'elle s'exécute : Parce que la recette est un ensemble fini d'étapes qu'un ordinateur pourrait suivre, la fonction qu'elle calcule existe.
4. Le contexte est roi : La fonction appartient à l'expérience spécifique que vous menez. Si vous changez l'expérience, vous obtenez une fonction différente. Cela ne signifie pas que la première n'existait pas ; cela signifie simplement que vous avez changé la machine.

L'essentiel :
Le papier nous dit d'arrêter de demander : « La vraie solubilité existe-t-elle ? » et de commencer à demander : « Que calcule cette expérience spécifique ? » Une fois que vous avez défini l'expérience clairement, la réponse est toujours « Oui, elle calcule une fonction ». La fonction existe là, dans la sortie de la machine.

Résumé technique

Résumé technique : Expériences, calculabilité et existence des fonctions physiques

Énoncé du problème
L'article aborde une difficulté conceptuelle en science expérimentale concernant l'« existence » des fonctions physiques. En utilisant l'exemple d'une fonction de solubilité, l'auteur note que, bien que les laboratoires mesurent régulièrement des grandeurs, les valeurs rapportées dépendent fortement de protocoles spécifiques (solvant, température, critères d'équilibration, préparation de l'échantillon) et de conventions de rapport. Cette dépendance soulève la question de savoir si une fonction mathématique bien définie et indépendante du protocole existe. Les conceptions mathématiques traditionnelles exigent souvent que les fonctions soient des applications continues entre des espaces bien définis, avec des domaines et des codomaines indépendants du protocole, ce qui conduit à un scepticisme quant à l'existence de telles fonctions dans des contextes expérimentaux désordonnés. L'article cherche à résoudre cela en reformulant la question de l'existence à travers le prisme de la théorie de la calculabilité.

Méthodologie
L'auteur utilise un cadre combinant la philosophie de la mesure, la métrologie (spécifiquement le Vocabulaire international de métrologie et le Guide pour l'expression de l'incertitude de mesure), et l'analyse calculable. Le mouvement méthodologique central consiste à traiter une expérience de laboratoire reproductible non pas comme un processus physique évoluant dans le temps, mais comme une procédure effective finie (un algorithme) qui mappe des entrées admissibles vers des rapports finis.

L'argument procède en trois étapes logiques :

1. Analyse structurelle : Définir une expérience comme une séquence d'étapes impliquant un protocole ($P$), des conditions de fond ($C$) et une règle de rapport ($R$) qui se termine par une sortie finie.
2. Principe de pont : Introduire un principe de pont physique de Church-Turing restreint. Cette thèse postule que pour chaque protocole de laboratoire fixe, finiment spécifié et reproductible, il existe une procédure calculable par une machine de Turing qui reproduit le comportement entrée-sortie du protocole.
3. Analyse calculable : Appliquer les outils de l'analyse calculable pour gérer les mesures de précision finie et la stochasticité, en distinguant le calcul direct de rapports finis de l'approximation de grandeurs à valeurs réelles.

Contributions et résultats clés

• Existence de l'application calculée (Proposition 1) :
  L'article établit qu'un protocole expérimental fixe définit une fonction calculable $F: D \to \text{Rep}_{\text{fin}}$, où $D$ est l'ensemble des descriptions d'entrées finies admissibles et $\text{Rep}_{\text{fin}}$ est l'ensemble des objets de rapport finis (par exemple, nombres rationnels, intervalles, chaînes avec incertitude). Sous le principe de pont physique de Church-Turing, l'expérience est une procédure effective qui s'arrête avec un rapport ; par conséquent, l'application qu'elle calcule existe au sens mathématique minimal. L'existence de la fonction n'est pas une condition préalable mais une conséquence du fait que l'expérience est une procédure effective qui s'arrête.

• Précision finie et idéalisation à valeurs réelles (Proposition 2) :
  L'article clarifie que les expériences ne produisent pas de nombres réels exacts en une seule étape. Au contraire, en utilisant l'analyse calculable, une grandeur à valeurs réelles est considérée comme calculable s'il existe une procédure qui produit des approximations rationnelles à n'importe quelle précision demandée ($|q_n - y| \le 2^{-n}$). L'article soutient que la mesure de précision finie n'est pas un obstacle à l'existence des fonctions à valeurs réelles, mais est le mécanisme même par lequel elles sont calculées. Une fonction à valeurs réelles n'existe dans ce sens que si les rapports finis peuvent être organisés en un schéma de raffinement cohérent (par exemple, augmentation du temps d'intégration ou du nombre de réplicats) qui converge vers une valeur cible.

• Dépendance au protocole et grandeurs mesurées opérationnelles :
  L'article rejette explicitement l'idée qu'une fonction unique indépendante du protocole soit requise pour l'existence. Au lieu de cela, il définit une grandeur mesurée opérationnelle ($F_{P,C,R}$) qui est spécifique au protocole, aux conditions et à la règle de rapport. Changer ces paramètres change l'application calculée. La question de savoir si différents protocoles mesurent la même grandeur sous-jacente est un accomplissement scientifique distinct et de niveau supérieur nécessitant des arguments d'étalonnage et de robustesse, et non une condition préalable à l'existence de la fonction calculée par un protocole spécifique.

• Stochasticité en tant qu'objet calculable :
  Pour les expériences stochastiques où des exécutions répétées produisent des rapports différents, l'article soutient que l'objet calculé n'est pas un échec de l'existence, mais un changement dans le type de fonction. Dans les cas stochastiques, l'expérience calcule une procédure d'échantillonnage pour une distribution de probabilité sur les rapports ($\mu_{x,k}$). L'affirmation d'existence tient : l'expérience définit une application calculable des entrées vers des distributions de rapports (ou un échantillonneur pour celles-ci), plutôt qu'une application déterministe à valeurs ponctuelles.

Signification et portée
La signification de l'article réside dans la séparation de trois questions distinctes souvent confondues dans la philosophie des sciences :

1. Si la fonction existe (réponse affirmative pour des protocoles fixes via le principe de pont).
2. Si la fonction est calculable (réponse affirmative sous le principe de pont).
3. Si les résultats de différents protocoles mesurent la même grandeur (un problème scientifique distinct nécessitant convergence et étalonnage).

L'auteur limite explicitement la portée des affirmations :

• L'article ne prouve pas une thèse universelle de Church-Turing physique pour tous les processus physiques ou toute évolution physique arbitraire.
• Il ne prétend pas que tous les protocoles convergent vers une seule grandeur à valeurs réelles indépendante du protocole.
• Il n'aborde pas la complexité computationnelle ou la faisabilité pratique de l'évaluation de ces fonctions.

La conclusion est que l'« existence » d'une fonction physique est assurée dès qu'une expérience est spécifiée comme une procédure effective finie qui s'arrête. Le travail scientifique se déplace alors de la preuve d'existence vers l'explication de la structure de l'application calculée, sa comparaison à travers les protocoles, et la détermination de moments où une unification en une grandeur indépendante du protocole est justifiée. Cela reformule le problème d'une inquiétude métaphysique sur la réalité des grandeurs non mesurées en une analyse méthodologique de ce que les procédures expérimentales spécifiques calculent réellement.