An Auditable Complexity Ladder for Mechanism-Level Experiments in Artificial Life

Dans le vaste domaine de la vie artificielle, les scientifiques construisent des organismes numériques pour observer comment la complexité émerge de règles simples. Ils recherchent un phénomène appelé l'évolution ouverte, un état où un système ne cesse jamais de créer de nouvelles formes, de nouveaux comportements et de nouvelles solutions, à l'instar de l'innovation infinie observée dans l'histoire naturelle de la Terre. Pendant des décennies, les chercheurs ont lutté pour prouver qu'ils avaient atteint ce stade. Beaucoup ont prétendu l'avoir observé, mais leurs méthodes manquent souvent d'un moyen clair de vérifier les résultats ou d'exclure des tours accidentels. La communauté s'est accordée sur ce à quoi ressemble l'évolution ouverte lorsqu'elle se produit — nouveauté, diversité et complexité croissante — mais elle ne s'est pas accordée sur la manière de mesurer les mécanismes spécifiques qui la provoquent, ni sur la façon de prouver qu'un résultat est réel et n'est pas simplement un coup de chance du code informatique. Sans une méthode standard pour vérifier ces affirmations, le domaine reste rempli d'assertions difficiles à croire ou à répéter.

Huazhang Shen, un chercheur indépendant, a proposé une nouvelle façon de résoudre ce problème. Plutôt que de prétendre avoir construit un système d'évolution ouverte parfait, le chercheur a construit un cadre de test rigoureux, une « échelle de complexité » conçue pour rendre chaque affirmation sur la vie artificielle auditable et transparente. Le travail se concentre sur une cellule numérique minimale, un minuscule programme informatique qui imite les parties de base d'un être vivant : une frontière qui le maintient ensemble, un moyen de manger et de maintenir son énergie, un ensemble d'instructions pour se copier elle-même, et la capacité de se diviser. Le chercheur a ajouté des fonctionnalités à cette cellule une par une, créant onze niveaux distincts de complexité. À chaque étape, il a établi des règles strictes avant de lancer l'expérience, définissant précisément ce que le succès signifierait et ce qui compterait comme un échec. L'objectif n'était pas seulement de voir si la cellule devenait plus complexe, mais de prouver que chaque nouvelle capacité était causée par le changement spécifique effectué, et non par une erreur cachée dans le code.

Le processus repose sur une méthode appelée « gel » des critères. Avant qu'un seul cycle de l'expérience ne commence, le chercheur note les chiffres spécifiques qui détermineront si un niveau est réussi. Par exemple, si une nouvelle fonctionnalité est censée aider la cellule à survivre au stress, le taux de survie exact requis est écrit à l'avance. Une fois l'expérience lancée, l'ordinateur vérifie les résultats par rapport à ces chiffres pré-écrits. Si les chiffres correspondent, le niveau est marqué comme confirmé. S'ils ne correspondent pas, le résultat est rejeté. Cela empêche le chercheur de modifier les objectifs après avoir vu les données. Pour garantir la fiabilité des résultats, le système utilise une méthode d'isolation « byte-safe » (sécurisée au niveau de l'octet). Cela signifie que si une fonctionnalité spécifique est désactivée, le code informatique change de manière mathématiquement garantie pour être identique à l'état précédant l'existence de cette fonctionnalité. C'est une garantie numérique que la désactivation d'un mécanisme ne change rien d'autre dans le système, permettant une comparaison propre entre « avec » et « sans ».

L'échelle commence par les exigences les plus basiques : un contenant qui maintient la cellule ensemble et un moyen de maintenir son énergie. Les premiers niveaux confirment que sans une frontière, la cellule ne peut persister, et sans métabolisme, elle ne peut pas se diviser. À mesure que le chercheur ajoute des couches, la cellule acquiert la capacité de copier ses instructions, de lier ces instructions à ses traits physiques et, finalement, de réguler sa propre croissance. L'une des découvertes les plus significatives s'est produite au niveau de l'auto-réplication de la membrane. L'expérience a montré que la frontière extérieure de la cellule doit pouvoir croître et se diviser d'elle-même pour que la cellule fonctionne réellement. Sans cette capacité, la cellule se divise à peine, et la sélection naturelle ne peut pas agir sur elle. Cela a prouvé que la frontière n'est pas seulement un contenant, mais une porte causale qui déverrouille le potentiel de l'évolution.

Plus haut dans l'échelle, la cellule apprend à perceur son environnement et à communiquer avec les autres. Lorsque les cellules numériques pouvaient percevoir un signal et y répondre avec un délai, elles survivaient mieux que celles qui réagissaient instantanément. Lorsqu'elles pouvaient partager des informations pour coordonner leurs actions, elles prospéraient dans des conditions encombrées. Le chercheur a également testé ce qui se passe lorsque les cellules se spécialisent. Dans une expérience, certaines cellules ont été programmées pour arrêter de se reproduire et produire plutôt une ressource partagée pour le groupe. Cette division du travail n'a fonctionné que lorsque la ressource partagée fournissait réellement un bénéfice ; si la ressource était inutile, le groupe de cellules spécialisées performait moins bien qu'un groupe de cellules identiques et auto-reproductrices. Cela a confirmé que la coopération n'est avantageuse que lorsqu'elle résout un problème réel.

Les derniers niveaux de l'échelle ont testé la capacité de la cellule à s'adapter à de nouvelles conditions difficiles. Le chercheur a introduit un facteur de stress que les cellules n'avaient jamais rencontré auparavant. Les cellules capables de muter leurs instructions pour trouver une solution ont survécu, tandis que celles qui ne le pouvaient pas ont disparu. Cependant, le chercheur a constaté que ce sauvetage ne se produisait que lorsque le stress était assez fort pour tuer les cellules non mutantes, mais pas trop fort pour que même les mutantes ne puissent survivre. Une analyse initiale avait suggéré une « fenêtre de stress » où l'évolution fonctionnait à des intensités plus faibles, mais le chercheur a remarqué que cette affirmation reposait sur une comparaison erronée où les conditions ne correspondaient pas. Après avoir relancé l'expérience avec un design corrigé, le résultat a montré qu'aucun avantage détectable n'existait en dessous d'un certain seuil d'intensité ; l'effet de sauvetage évolutif ne commençait qu'une fois que le stress atteignait une magnitude de 6, et non en dessous. Le chercheur a également testé si la capacité d'une cellule à maintenir un état interne stable (homéostasie) l'aidait à évoluer. Étonnamment, l'expérience n'a trouvé aucune preuve que la stabilité rendait la cellule meilleure pour évoluer ; les deux capacités étaient distinctes.

Crucialement, l'article ne cache pas ses erreurs. Le chercheur a ouvertement rapporté plusieurs fois quand le design initial d'une expérience était défectueux. Dans un cas, une affirmation concernant une « fenêtre de stress » était basée sur une comparaison qui ne correspondait pas réellement aux conditions testées. Le cherchereur a détecté cette erreur, a relancé l'expérience avec un meilleur design, et a publié le résultat corrigé et plus étroit. Dans un autre cas, un test conçu pour prouver qu'une partie spécifique du code de la cellule était responsable de la survie a échoué parce que le test lui-même causait trop de morts cellulaires. Au lieu d'ignorer cela, le chercheur a rapporté l'échec, expliquant que la cause spécifique de l'avantage de survie reste une question ouverte. Cette volonté de divulguer les résultats négatifs et de s'autocorriger est présentée comme une partie centrale de la méthode, garantissant que l'image finale est honnête.

L'étude conclut que, bien que le chercheur n'ait pas encore créé un système qui évolue indéfiniment, il a créé un modèle de confiance pour tester de tels systèmes. Les onze niveaux de l'échelle servent de preuve de concept pour un nouveau standard de rigueur en vie artificielle. En spécifiant les critères à l'avance, en isolant les variables avec une certitude mathématique et en rapportant les échecs aussi ouvertement que les succès, ce travail offre un moyen à la communauté scientifique de vérifier les affirmations concernant l'évolution. L'article étabule que la discipline du test est tout aussi importante que la découverte elle-même, offrant une voie claire et auditable pour quiconque tente de comprendre comment la vie, ou quelque chose de semblable, peut commencer et croître.