Résumé technique : « Quand la mémoire ondulatoire calcule-t-elle ? »

Énoncé du problème

L'article traite d'une ambiguïté fondamentale dans l'informatique non conventionnelle et neuromorphique : la distinction entre la mémoire physique et le calcul physique autonome. Bien que les systèmes physiques tels que les gouttelettes errantes, les calculateurs à réservoir et les ondes corticales présentent souvent de la mémoire, du feedback et des dynamiques riches dépendantes de l'état, ces propriétés ne constituent pas en soi un calcul. La question centrale est la suivante : Quand un système à mémoire ondulatoire passe-t-il d'un système dynamique possédant des traces passées récupérables à un ordinateur physique autonome qui sélectionne ses propres opérations en interne ?

Les auteurs soutiennent que les cadres actuels confondent souvent les interprétations de calcul assignées par un observateur avec le calcul physique intrinsèque. Plus précisément, ils étudient le « marcheur gouttelette-onde » (une gouttelette rebondissant sur un bain de fluide vibrant verticalement), qui démontre l'écriture, le stockage, la lecture et l'effacement d'informations via un champ ondulatoire auto-généré. L'article cherche à déterminer si ce système, tel qu'il est réalisé expérimentalement, qualifie d'ordinateur autonome ou s'il n'est qu'un système dynamique médié par la mémoire.

Méthodologie

Les auteurs développent un cadre rigoureux et multiniveau pour classifier les systèmes physiques, passant de la théorie des systèmes dynamiques à la théorie des catégories.

1. Modélisation physique (Réservoir stroboscopique) :
   Le marcheur gouttelette est modélisé comme un système de réservoir stroboscopique avec un état en temps discret $x_n = (r_n, v_n, \sigma_n, H_n)$.

   • $r_n, v_n$ : Position et vitesse de la gouttelette.
   • $\sigma_n$ : Phase de rebond.
   • $H_n$ : Champ de mémoire ondulatoire, qui stocke une trace à décroissance exponentielle des impacts précédents ($H_{n+1} = \lambda H_n + \sigma_n \psi_{r_n}$).
     Le modèle sépare explicitement l'écriture (impact), le stockage (décroissance), la lecture (couplage de pente locale $\nabla H_n(r_n)$) et le feedback.

2. Hiérarchie de classification à trois niveaux :
   L'article établit une hiérarchie de traitement de l'information physique :

   • Niveau 1 : Mémoire physique : L'état du système encode des informations sur les états passés (ex: le champ ondulatoire $H_n$).
   • Niveau 2 : Calcul préservant les transitions : Le système implémente une règle de transition abstraite $G: A \to A$ via une application de grossissement $\Pi: X \to A$ telle que $\Pi \circ F = G \circ \Pi$. Cela exige que la dynamique physique préserve la structure des transitions abstraites malgré le bruit et une résolution finie (stabilité de bassin robuste).
   • Niveau 3 : Calcul physique autonome fermé : Le système doit contenir un état de lecture physique interne $y_n$ qui sélectionne causalement la prochaine opération physique. L'évolution prend la forme $x_{n+1} = F_{C(y_n)}(x_n)$, où $C$ associe la lecture interne à une opération.

3. Formalisation catégorique :
   Pour formaliser ces concepts, les auteurs emploient la théorie des catégories.

   • PhysProc : Une catégorie de processus physiques (régions et morphismes).
   • AbsProc : Une catégorie de processus abstraits.
   • Calcul : Défini comme un foncteur quotient $Q_\Pi: \text{PhysProc}_\Pi \to \text{AbsProc}$ qui respecte le grossissement.
   • Autonomie (Clôture) : Définie par l'internalisation de la sélection de morphisme. Dans les formulations fonctorelles standards, l'opération est externe ; dans le cas fermé, le morphisme est sélectionné par l'état propre du système ($o = C(p_Y(x))$), rendant le diagramme auto-contenu.

Principales contributions

1. Le critère de clôture pour l'autonomie :
   La principale contribution théorique est la définition de la clôture comme la condition nécessaire pour le calcul physique autonome. L'article pose que la mémoire et le feedback sont insuffisants ; un système n'est un ordinateur autonome que si une variable de lecture physique sélectionne l'opération suivante. Cela distingue un système qui « calcule » d'un système qui est simplement « contrôlé » ou « interprété » par un agent externe.

2. Préservation des transitions par grossissement robuste :
   L'article affine la définition du calcul physique en rejetant l'étiquetage arbitraire par l'observateur. Il exige que les états abstraits correspondent à des bassins physiques séparés et que les transitions entre eux soient stables face au bruit (stabilité de bassin probabiliste). Cela remplace l'exigence d'une correspondance un-à-un micro-état-vers-symbole par une notion physiquement significative de symbolisation robuste.

3. Formalisation catégorique de l'autonomie :
   Les auteurs fournissent une preuve catégorique que l'autonomie correspond à l'internalisation du processus de sélection de morphisme. En définissant l'application en boucle fermée $\Phi = \text{Act} \circ \langle C \circ p_Y, \text{id}_X \rangle$, ils démontrent que le choix du prochain processus physique est généré par l'état interne du système plutôt que d'être fourni de l'extérieur.

4. Application au marcheur gouttelette :
   Le cadre est appliqué à l'expérience du marcheur de Perrard–Fort–Couder. L'analyse confirme que le marcheur possède :

   • Une mémoire physique (champ ondulatoire).
   • Des mécanismes d'écriture, de stockage et de lecture locale.
   • Un effacement déclenché par un agent externe (via un déphasage de $\pi$).
   • Une inversion de trajectoire en temps fini.
     Cependant, l'analyse conclut que le marcheur échoue au critère de clôture car le déphasage de $\pi$ (l'opération déclenchant l'effacement/l'inversion) est imposé de l'extérieur. Il n'existe pas d'état de lecture physique interne $y_n$ qui sélectionne le déphasage en fonction de la mémoire ondulatoire.

Résultats

• Classification du marcheur : La gouttelette errante est classée comme une « machine physique à mémoire ondulatoire avec des primitives de type Turing » mais non comme un « calculateur physique autonome fermé » (ou machine de Turing). Elle possède les primitives physiques d'un ordinateur (écriture, lecture, effacement, feedback) mais manque de la couche architecturale de sélection interne des opérations.
• Distinction validée : L'article démontre avec succès qu'un système peut présenter des inversions et des effacements complexes médiés par la mémoire sans être un ordinateur autonome. Le maillon manquant est l'internalisation du signal de contrôle.
• Extensions constructives : L'article esquisse des architectures physiques spécifiques qui satisferaient le critère de clôture, transformant le marcheur en un ordinateur fermé. Celles-ci incluent :
  • Pièges de lecture multistables : Un potentiel bistable piloté par la pente de l'onde pour déclencher des basculements de phase.
  • Détecteurs d'ondes à seuil : Des détecteurs hystérétiques qui changent la phase de forçage lorsque l'énergie de l'onde franchit un seuil.
  • Marcheurs couplés : Utiliser un second marcheur comme contrôleur physique pour le premier.
  • Réservoirs contrôlés par les limites : Où les états de lecture modulent les paramètres du bain (profondeur de mémoire, confinement).

Signification et affirmations

L'article affirme fournir un affinement, et non un rejet, de l'interprétation du calcul basé sur les ondes. Il ne nie pas que le marcheur réalise un traitement de l'information physique remarquable ; il situe précisément le système au sein d'une hiérarchie du calcul physique.

• Précision théorique : Le travail résout l'inquiétude « pancomputationaliste » (selon laquelle tout système physique calcule tout ce qu'un observateur lui assigne) en exigeant la préservation des transitions et la sélection interne des opérations. Il affirme que la mémoire n'est pas du calcul tant qu'elle n'est pas organisée en bassins robustes préservant les transitions et contrôlée par des lectures internes.
• Principe de conception : L'article recadre le défi de l'informatique non conventionnelle comme un problème de conception : comment coupler la mémoire ondulatoire à des bassins de lecture intrinsèques qui sélectionnent les opérations. Cela fait passer le domaine des descriptions métaphoriques de « calculateurs à ondes » à des exigences architecturales constructives.
• Applicabilité plus large : Le critère de clôture est présenté comme un outil général pour évaluer le matériel neuromorphique, le calcul par réservoir et les systèmes biologiques (ex: ondes voyageuses corticales). Il demande si la lecture dans ces systèmes est simplement externe (mesurée par un observateur) ou physiquement internalisée (affectant causalement la dynamique future).

En résumé, l'article soutient que mémoire physique + préservation des transitions par grossissement robuste + sélection interne des opérations = calcul physique fermé. La gouttelette errante satisfait les deux premiers points (partiellement) mais échoue au troisième, servant de cas de test concret pour la nécessité du critère de clôture.