Dans le monde physique, presque tout ce que nous observons est le résultat d'une cause cachée agissant sur un système. Lorsqu'une feuille tourbillonne dans un courant, qu'une planète orbite autour d'une étoile ou qu'une particule se déplace à travers un champ, il existe une force ou une condition sous-jacente qui dirige ce mouvement. Les scientifiques tentent souvent de remonter le fil en arrière : ils mesurent le mouvement et demandent : « Qu'est-ce qui a causé cela ? » C'est ce qu'on appelle un problème inverse. Il s'agit d'un défi fondamental en physique car le chemin de la cause vers l'effet est souvent clair, mais le chemin de l'effet vers la cause est semé de pièges. Parfois, l'information est perdue à jamais ; parfois, différentes causes produisent exactement le même résultat ; et parfois, la manière dont nous choisissons d'observer les données limite ce que nous pouvons voir. Comprendre précisément où cette information disparaît est crucial pour des domaines allant de la dynamique des fluides à la mécanique quantique, pourtant, distinguer une donnée manquante d'une limitation fondamentale de la nature est resté difficile.

Un chercheur de l'Université de Kansai vient de fournir une carte claire pour naviguer dans ces pièges. En traitant le processus de reconstruction comme un voyage structuré, ce travail sépare les limites de ce qui est théoriquement possible de celles de ce qui est réellement réalisable dans un système physique réel. L'étude introduit un cadre à trois niveaux pour mesurer quelle part d'une cause cachée peut être récupérée à partir d'observations. Elle distingue le potentiel structurel du système, l'efficacité de la méthode spécifique utilisée pour l'analyser, et la réalité physique qui dégrade souvent les données avant même qu'elles ne puissent être mesurées. Cette approche permet aux scientifiques de localiser précisément où la capacité de reconstruire une cause est perdue : est-ce parce que les outils mathématiques n'ont pas été assez bien conçus, ou parce que les lois de la physique elles-mêmes ont effacé l'information ?

Le cœur de ce nouveau cadre est une hiérarchie de trois « dimensions », ou mesures de capacité, qui agissent comme des limites supérieures sur la quantité d'information pouvant être récupérée. Le premier niveau est la dimension structurelle. Elle représente la quantité maximale d'informations qui pourraient théoriquement être récupérées si le système était parfait et si les outils mathématiques étaient conçus avec un soin infini. Elle est déterminée uniquement par les symétries du système — les manières dont le système semble identique après avoir été pivoté ou déplacé. Si un système possède une certaine symétrie, la dimension structurelle nous indique le plafond absolu de ce qui pourrait être connu, en supposant qu'aucune autre contrainte n'existe. C'est une limite théorique basée sur l'architecture même du problème.

Cependant, un plafond théorique n'est pas toujours atteignable. Le deuxième niveau, la dimension effective, tient compte de la conception spécifique de la méthode de reconstruction. En pratique, les scientifiques doivent choisir comment traiter les données qu'ils collectent. Ils peuvent combiner les mesures de manières spécifiques ou utiliser des algorithmes particuliers pour extraire la cause. La dimension effective mesure la capacité d'une méthode choisie à réellement utiliser l'information disponible. Il est possible de concevoir une méthode inefficace, qui ne parvient pas à extraire toute l'information que la dimension structurelle indique être présente. Par exemple, si une méthode combine des points de données d'une manière qui crée de la redondance, elle pourrait manquer des directions indépendantes d'information. L'écart entre les dimensions structurelle et effective révèle si la perte d'information est due à un mauvais choix d'outils mathématiques.

Le troisième et dernier niveau est la dimension physique. C'est ici que le monde réel intervient. Dans tout système physique réel, l'état de la matière n'est pas seulement une collection de nombres attendant d'être lus ; c'est le résultat de processus physiques qui évoluent au fil du temps. Ces processus peuvent rendre l'espace d'état dégénéré, ce qui signifie que différentes conditions initiales pourraient s'effondrer en un même état observable. Par exemple, si des particules dans un fluide sont soumises à un flux spécifique, elles pourraient toutes s'installer selon un motif prévisible, perdant ainsi les détails uniques de leurs positions initiales. La dimension physique mesure l'information qui subsiste après que les processus physiques ont fait leur œuvre. C'est la véritable limite pratique de ce qui peut être reconstruit, quel que soit le génie de la méthode mathématique.

L'article illustre cette hiérarchie avec deux exemples distincts pour montrer comment le cadre s'applique à différents types de problèmes. Le premier exemple concerne des particules en forme de paillettes flottant dans un fluide. Les scientifiques veulent connaître le gradient de vitesse du fluide — la façon dont la vitesse et la direction de l'eau changent d'un point à un autre — en observant la rotation de ces minuscules paillettes. Les chercheurs ont conçu un outil mathématique pour reconstruire ce gradient à partir des orientations des particules. Ils ont découvert que, bien que la dimension structurelle suggère qu'une certaine quantité d'information pourrait être récupérée, la dimension physique était plus faible. Cela s'explique par le fait que la physique du flux de fluide a provoqué l'alignement des particules d'une manière spécifique, effaçant ainsi certains détails du flux. L'écart entre la limite théorique et la limite physique a montré que l'information avait été perdue en raison de la nature de la dynamique des fluides, et non parce que l'outil mathématique était défaillant.

Le second exemple examine un problème classique de mécanique : deux particules chargées interagissant entre elles. Ici, l'objectif n'était pas seulement de trouver une cause connue, mais de définir ce qu'est réellement la cause en se basant sur la symétrie du système. Les chercheurs ont construit une carte de reconstruction pour analyser le mouvement des deux particules. Ils ont découvert que la dimension physique était inférieure à la dimension effective pour un composant spécifique du mouvement. Cette réduction était due à la conservation du moment cinétique, une loi fondamentale qui force le mouvement à rester dans un seul plan. Cette contrainte physique signifiait que certaines informations sur la rotation étaient intrinsèquement indisponibles, peu importe la manière dont les données étaient traitées. Dans ce cas, le cadre a permis d'identifier que l'information manquante était une conséquence directe d'une loi de conservation.

En séparant ces trois niveaux, ce travail fournit un outil de diagnostic pour les scientifiques. Si l'écart existe entre les dimensions structurelle et effective, la solution consiste à redessiner la méthode mathématique pour qu'elle soit plus efficace. Si l'écart existe entre les dimensions effective et physique, le problème est plus profond ; l'information a été physiquement effacée, et aucune ingéniosité mathématique ne pourra la récupérer. Cette distinction est vitale car elle empêche les chercheurs de gaspiller des efforts à tenter de résoudre des problèmes physiquement impossibles à résoudre, et elle les guide pour améliorer leurs méthodes lorsque la limitation est simplement une question de conception.

L'étude ne prétend pas résoudre tous les problèmes inverses ou garantir une précision parfaite de la reconstruction. Au lieu de cela, elle offre un moyen de mesurer la portée de toute tentative de reconstruction. Elle clarifie que la capacité de récupérer une cause n'est pas une simple question de oui ou de non, mais une structure stratifiée où différents types de contraintes opèrent à différentes étapes. Les résultats suggèrent qu'en comprenant quelle couche constitue le goulot d'étranglement, les scientifiques peuvent prendre des décisions plus éclairées sur la manière de concevoir les expériences et d'interpréter les données. Le cadre s'applique à un large éventail de systèmes, de l'écoulement des fluides au mouvement des corps célestes, fournissant un langage unifié pour discuter des limites de la connaissance dans les systèmes physiques. En fin de compte, il transforme la question abstraite « pouvons-nous savoir cela ? » en une analyse concrète de l'endroit où l'information s'arrête et pourquoi.