Is Mathematics the Language of Nature - A Thought Experiment on Alternative Languages for Describing Natural Phenomena

Pendant des siècles, les scientifiques les plus accomplis ont opéré sous un postulat unique et puissant : l'univers parle un langage que nous pouvons lire, et ce langage est les mathématiques. Du mouvement des planètes au comportement des atomes, le monde naturel semble ne livrer ses secrets que lorsqu'on les traduit en nombres, en formes et en règles logiques. Cette vision suggère que les lois de la nature ne sont pas seulement décrites par les mathématiques, mais qu'elles sont réellement faites de mathématiques. Cependant, une nouvelle ligne de pensée remet en question la question de savoir si c'est la seule façon de comprendre la réalité. Elle demande si notre succès avec les mathématiques est dû au fait que l'univers est intrinsèquement mathématique, ou simplement parce que nos cerveaux humains sont programmés pour penser en symboles et en motifs. Si l'univers possède d'autres manières de s'organiser, des manières qui ne décomposent pas les choses en parties ou n'utilisent pas d'équations, nous pourrions passer à côté d'une dimension entière du fonctionnement de la nature. Cette question se situe à l'intersection de la physique, de la philosophie et de l'étude de l'interaction entre l'esprit et le corps avec le monde.

Dans un article récent, la chercheuse Gabi Siboni de l'Université d'Ariel explore cette possibilité non pas en prouvant une nouvelle théorie, mais en concevant une expérience de pensée pour tester les limites de notre compréhension actuelle. L'article ne prétend pas avoir trouvé un nouveau langage de la nature. Au lieu de cela, il propose une méthode pour distinguer deux possibilités très différentes. La première est que toute méthode réussie pour prédire le monde, même si elle ne ressemble pas du tout aux mathématiques, est secrètement juste des mathématiques déguisées. La seconde est qu'il pourrait exister une véritable voie alternative pour décrire la réalité qui ne peut être traduite en mathématiques sans perdre d'informations essentielles. Pour explorer cela, l'auteur imagine trois types d'êtres intelligents confrontés au même problème physique complexe, comme prédire le mouvement d'une planète ou la variation d'énergie dans un champ.

Le premier être est un scientifique humain qui utilise la méthode traditionnelle : décomposer le problème en petites parties, mesurer des variables et les inscrire dans un système de règles et de symboles. C'est l'approche standard qui a conduit la physique moderne pendant des centaines d'années. Le deuxième être est une créature dotée d'un esprit biologique qui n'utilise ni symboles ni règles écrites. Au lieu de cela, son corps et son système nerveux sont physiquement accordés à l'environnement. Lorsqu'un tel être tente de prédire un mouvement, il ne calcule pas ; il simule simplement le résultat au sein de sa propre structure physique, tout comme un footballeur qui attrape un ballon en ressentant le vent et son propre équilibre plutôt qu'en résolvant un problème de physique dans sa tête. Le troisième être est encore plus différent. Il expérimente l'univers non pas comme des objets séparés se déplaçant dans l'espace, mais comme un flux unifié de sensations et de sentiments. Pour cet être, l'orbite d'une planète pourrait ressembler à une mélodie spécifique ou à un état émotionnel complexe, où chaque changement dans le monde physique correspond à un changement dans la qualité de son expérience.

Le cœur de l'article est un test pour voir si ces différentes manières de connaître sont réellement des langages différents ou simplement le même langage portant un masque différent. Le test demande : si nous essayons de traduire les prédictions faites par les deuxièmes et troisièmes êtres dans le langage du premier être, perdons-nous quelque chose ? Si la traduction est parfaite, alors les autres êtres ne font que réaliser des structures mathématiques d'une manière différente. Mais si la traduction échoue — si la version mathématique ne peut pas prédire le résultat aussi bien que l'être original, ou si elle ne peut pas distinguer des changements subtils que l'être original peut ressentir — alors nous avons la preuve d'un langage qui n'est pas les mathématiques. L'auteur suggère que si un tel échec se produit, cela signifierait que les mathématiques ne sont pas la seule façon de décrire la nature, mais plutôt la façon dont les humains la décrivent par hasard.

Pour rendre cette idée concrète, l'article pointe vers la technologie moderne qui existe déjà. Les réseaux de neurones profonds, qui sont des systèmes informatiques modélisés d'après le cerveau humain, peuvent apprendre à prédire des événements physiques complexes, comme la façon dont l'eau tourbillonne dans une tempête ou la façon dont un pendule double oscille, sans jamais avoir appris une seule équation. Ces systèmes développent leurs propres manières internes de compréhension qui sont incroyablement précises. L'auteur propose que nous puissions tester ces systèmes en essayant de les forcer à exprimer leur connaissance sous forme de formules mathématiques standards. Si le processus de forçage pour parler en mathématiques provoque une baisse de leur précision, ou s'ils perdent la capacité de distinguer deux situations très similaires, cela suggérerait que leur manière de savoir n'est pas seulement des mathématiques sous une autre forme. Cela suggérerait que leur structure interne détient des informations que les mathématiques standards ne peuvent capturer.

L'article ne prétend pas avoir prouvé que ces langages alternatifs existent. En fait, l'auteur prend soin de préciser que nous n'avons actuellement aucune preuve que les mathématiques sont le seul langage de la nature, seulement qu'elles sont le seul que nous pouvons actuellement écrire et partager. La valeur de ce travail réside dans le fait de déplacer la question d'un débat philosophique vers un programme de recherche pratique. Il offre un moyen clair de comparer différents systèmes : en mesurant la quantité d'information perdue lorsque nous essayons de traduire un système non symbolique en un système symbolique. Si la perte est faible, nous traitons probablement de la même structure sous-jacente. Si la perte est significative, nous regardons peut-être un mode de compréhension fondamentalement différent.

En fin de compte, l'article suggère que notre croyance selon laquelle l'univers est écrit en mathématiques pourrait être un reflet de nos propres esprits plutôt qu'un fait sur l'univers lui-même. Tout comme une personne ancienne qui ne connaissait que le langage parlé pourrait supposer que toute communication doit être sonore, nous pourrions supposer que toute compréhension doit être symbolique. L'article conclut que si d'autres langages de la physique existent, ils peuvent rester cachés non pas parce que la nature les garde secrets, mais parce que nos outils et nos sens ne sont pas encore assez développés pour les reconnaître. À mesure que la technologie progresse, particulièrement dans l'intelligence artificielle et la robotique, nous pourrons commencer à percevoir ces autres modes de correspondance, non pas comme des remplacements des mathématiques, mais comme faisant partie d'une famille beaucoup plus large de façons de connecter l'esprit, la matière et les lois de la nature.