Cahier des charges.
A partir de toutes les
considérations précédentes, nous pouvons donner les propriétés de cette machine
qui fabrique des mécanismes ou des règles :
* Compte tenu de
l’universalité (ou de l’ubiquité) des propriétés adaptatives des êtres vivants
qui contraste avec le très grand nombre de mises en œuvre de ces adaptations,
j’ai fait l’hypothèse que l’auto organisation du vivant relevait d’un
mécanisme abstrait unique. Rémy Chauvin pense qu’il n’y pas de différence
entre les mécanismes de l’évolution et un acte volontaire chez l’homme. (Chauvin, R.. La biologie de l’esprit.
Edition du Rocher. P20. 1985.)
* Ce mécanisme auto
organisateur ne peut pas être une fonction.
* Ce mécanisme doit en
outre exclure toute finalité.
* Ce mécanisme ne doit converger
qu’en des points fixes :
- Le système
immunitaire ne fait qu’un seul type d’anticorps quand il est mis en présence
d’une molécule antigénique.
- Le système nerveux
donne une seule représentation d’un objet ; Cette remarque qui ne relèvait que de l’introspection commence à être étayée
par des faits expérimentaux : Si l'on place alternativement des rats dans deux
environnements comportant pour l’un des formes carrées et l’autre des formes
circulaires, on montre que l'état des neurones de la mémoire à action courte se
stabilisent alternativement dans deux configurations différentes (qui
correspondent à des points fixes des réseaux de neurones). (Wills, T,J.,
Lever, C., Cacucci, F., Burgess, N., O'Keefe, J..
Attractor Dynamics in the Hippocampal Representation
of the Local Environment, Science, Vol 308, Issue
5723, pp 873-876. 2005. )
Compte tenu de la
similitude que présente le système nerveux et le système immunitaire de pouvoir
réécrire leur propre organisation quand les données externes varient, j’ai fait
l’hypothèse que ce mécanisme d’auto organisation était le résultat de la
stabilité de ce processus de réécriture de programmes. (stabilité
= p-cycle de longueur 1 encore appelés points fixes).
On satisfait ainsi la condition que l’auto organisation ne peut être le
résultat d’une fonction.
J’appelle la machine
qui utilise cet algorithme possédant ces propriétés, machine qui s’auto
programme
Mise en oeuvre.
Pour des raisons
techniques, l’organisation interne (ou programme à un moment donné t) de ces
machines qui s’auto programment est un polynôme Pt , fonction dont
l’ensemble de départ et d’arrivée sont définis sur les classes
résiduelles modulo p (avec p premier pour éviter les diviseurs de zéro).
J’ai imaginé une
récursivité permettant aux données externes au moment donné t, de modifier le
polynôme Pt : (Moulin, J-P., Adaptive properties of
living being : Proposal
for a generic mechanism. Self-programming-machines III, C.R.A.S. Biologie. 329. 2006, p137-147).
Ces machines convergent
presque exclusivement en des points fixes et
d’autant plus que leur nombre d’états est grand. Par exemple, une
machine à 9 états a 97% de chance de se stabiliser en un point fixe, alors qu’une
machine possédant 121 états a 99,995 chances sur cent
de se stabiliser en un point fixe.
Résultats.
Les machines qui s’auto
programment qui sont décrites dans l’article dont les références figurent dans
le paragraphe précédent, ont une capacité tout à fait nouvelle en
comparaison des autres algorithmes informatiques: Ces machines récrivent leur
structure interne à chaque fois que l’environnement change jusqu’à ce que une
organisation soit adaptée à leur environnement réalisant ainsi un équilibre
(point fixe ou p-cycle de longueur 1) sans qu’il y
ait eu une volonté d’adéquation à cette environnement, la machine réécrit alors
indéfiniment la même organisation interne.
Une fois cet équilibre
atteint, si l’environnement change, le processus de réécriture de
l’organisation interne change jusqu’à ce que une nouvelle organisation soit
adaptée à ce nouvel environnement réalisant ainsi un nouvel équilibre.
Conclusions actuelles.
La capacité des êtres
vivants à fabriquer des mécanismes qui s’adaptent à peu près à n’importe quoi,
constitue un des problèmes centraux de la biologie théorique. On n’a pas
jusqu'à présent proposé de modèle ayant cette capacité.
Les caractéristiques de
cette capacité amènent à élaborer le cahier de charge d’un algorithme
permettant à une machine de réécrire des mécanismes ou des règles sous l’action
de leur environnement. J’appelle ces machines "machines qui s’auto
programment".
Ces machines sont
capables de réécrire leur organisation interne chaque fois que les conditions
externes varient. Le mécanisme de réécriture est une récurrence constante et
déterministe définie sur un nombre fini d'états.
* L’étude des machines
qui s’auto programment modifie le regard que nous pouvons avoir sur les êtres
vivants : Si les conditions externes sont des modificateurs de l’organisation
interne des êtres vivants, la fixité de leur organisation interne n’est qu’une
apparence.
Nous avons tout le
temps en fait devant les yeux ces types de mécanismes déformables, une
métaphore à laquelle je me réfère souvent est celle d’un chemin de terre que
des carrioles empruntent. Chaque fois qu’une carriole passe, elle a tendance à
emprunter les sillons faits par le passage des carrioles précédentes et ses
roues modifient à leur tour les sillons dans le chemin.
Toute notre culture est
imprégnée du paradigme de la machine ou du mécanisme dont l’organisation est
fixe (nos routes sont faites en dur et ne sont pas déformées par les passages
des carrioles !), les mathématiques et l’informatique manipulent des
relations ou des fonctions qui établissent des liens fixes entre des objets.
Nos esprits ne sont pas
habitués à considérer des mécanismes déformés par leur emploi, ce qui est, à
mon avis, la règle en biologie : Nous serions plutôt étonnés si notre
calculatrice voyait ses opérations modifiées par les calculs précédents ou
d’une boite de vitesse dont les rapports de démultiplication seraient modifiés
par les commandes précédentes ?
Nos machines ont une
organisation figée ; même nos machines qualifiées d’intelligentes sont en
fait gouvernées par des instructions du type "si ceci alors faire
cela" qui sont des fonctions déguisées et donc des relations fixes.
* L’étude des machines
qui s’auto programment amène à faire l’hypothèse qu’ il
n’y a pas de relations fixes en biologie. Une relation fixe (ou un mécanisme,
une règle) en biologie correspond en fait à un point fixe d’un système qui
réécrit ses relations quand les données qui sont liées par la relation variable
varient ou autrement dit : Quand un système biologique est stable,
l’environnement constitue l’ensemble des instructions qui font que
l’organisation interne du système biologique se réécrit à l’identique.
On retrouve là le
concept ¨organizational closure
property¨ de Zeleny, Maturana et Varela.