Loading
La vision derrière la fusion de la physique, de l'IA et de la robotique en un système unifié.
Il y a un moment, dans chaque cours de physique, où le professeur écrit une équation au tableau et la salle se tait.
Pas parce que les gens sont perdus. Parce que quelque chose dans cette équation semble vrai. Propre. Le genre d'inévitabilité qui n'apparaît que lorsque la description est exactement juste. On le ressent avant de le comprendre — l'équation s'enclenche comme une clé, et pendant un instant on peut voir l'univers s'organiser selon elle.
Puis le cours se termine. On sort. La sensation disparaît. L'équation reste sur le papier, et l'univers garde ses secrets. J'ai eu cette sensation des centaines de fois au cours de cinq années de physique. Je n'ai jamais trouvé comment la retenir.
Ce fossé — entre connaître l'équation et ressentir ce qu'elle décrit — me dérangeait plus que je ne savais l'exprimer. C'est en écrivant du code que j'ai finalement trouvé les mots.
Les projets sont des instruments différents braqués sur la même question.
Et si on pouvait regarder l'espace-temps se rider au lieu de simplement le calculer ?
Pas au sens métaphorique. Pas une visualisation avec un bouton lecture et une légende. Je veux dire : et si on pouvait manipuler les paramètres en temps réel, observer le comportement changer, ressentir la relation entre l'entrée et la sortie ? Et si les mathématiques cessaient d'être une description de la réalité pour devenir une expérience de celle-ci ?
Les scientifiques construisent des simulations depuis des décennies, mais la plupart sont des instruments — conçus par des chercheurs, pour des chercheurs, destinés à produire des chiffres. L'objectif est la précision. Le résultat est un tableau, ou un graphique, ou un modèle validé prêt pour la publication. La compréhension est un effet secondaire, pas le but.
Le fossé : La différence entre savoir quelque chose et le comprendre, c'est la différence entre lire sur la couleur et ouvrir les yeux.
Je voulais construire des systèmes qui se situent de l'autre côté de cette ligne. Pas des outils pour ceux qui comprennent déjà — des fenêtres pour ceux qui essaient de comprendre. La distinction est essentielle, car ces deux objectifs produisent des décisions de conception radicalement différentes à chaque niveau.
Je suis venu en Chine pour étudier l'informatique après mon diplôme de physique, et quelque part dans cette transition, quelque chose a changé. Le code n'était pas seulement un outil de calcul. C'était un médium. Comme la peinture, ou le langage — quelque chose qu'on peut façonner en presque n'importe quoi, y compris des choses qui n'ont jamais existé auparavant.
Ce que je voulais en faire : des fenêtres sur des systèmes invisibles. Des systèmes trop rapides pour être vus, trop petits pour être touchés, trop abstraits pour être maintenus dans l'esprit sans aide. Le code est le seul médium capable de rendre ces systèmes interactifs en temps réel, ce qui est la seule façon de passer de la description à l'expérience.
Et travailler avec du code sur des simulations physiques a commencé à révéler quelque chose que je n'avais pas anticipé : la physique, l'IA et la robotique ne sont pas trois domaines séparés avec des méthodes et des vocabulaires séparés. Ce sont les mêmes questions posées à des échelles différentes, avec des formalismes différents.
La physique demande : quelles règles régissent le comportement de la matière et de l'énergie ? L'IA demande : quels modèles régissent le comportement de l'information ? La robotique demande : quelles contraintes régissent le comportement des systèmes physiques qui doivent agir dans le monde ? La question sous-jacente à ces trois domaines est la même — comment la complexité émerge-t-elle de la simplicité ? Comment des règles locales produisent-elles une structure globale ? Comment le comportement d'un système dépasse-t-il la description de ses parties ?
Une fois que j'ai vu ça, les trois domaines ont cessé d'être des centres d'intérêt séparés pour devenir un seul projet.
Une seule question : Comment la complexité émerge-t-elle de la simplicité ? Comment des règles locales produisent-elles une structure globale ? Comment le comportement d'un système dépasse-t-il la description de ses parties ?
Chaque projet sur ce site est une tentative de rendre expérientiel, plutôt que simplement théorique, un aspect de cette question.
import numpy as np
# Particle Life : 5 espèces, 25 relations dirigées
# Values in [-1, 1]: positive = attract, negative = repel
interaction = np.array([
[ 0.1, 0.9, 0.0, 0.0, -0.4],
[-0.4, 0.1, 0.9, 0.0, 0.0],
[ 0.0, -0.4, 0.1, 0.9, 0.0],
[ 0.0, 0.0, -0.4, 0.1, 0.9],
[ 0.9, 0.0, 0.0, -0.4, 0.1],
])
# 25 nombres. Tout ce qui suit est de la physique.Particle Life part de là — de vingt-cinq nombres et de la deuxième loi de Newton. Pas de mémoire. Pas d'objectif. Pas d'intelligence inscrite nulle part dans les règles. Et en quelques secondes, les particules s'auto-organisent en structures qui semblent vivantes : chaînes, amas, choses qui chassent et fuient et forment des configurations stables que personne n'a conçues. Le comportement est émergent, pas programmé. Il ne vit pas dans la matrice d'interaction. Il apparaît quand on la fait tourner à grande échelle.
La question qu'il pose : la vie n'est-elle que de la physique qu'on ne comprend pas encore entièrement ?
L'Évolution de Créatures adopte une approche différente de la même question fondamentale. Un bipède à l'anatomie fixe, un algorithme génétique, et une fonction de fitness qui demande seulement : avez-vous avancé sans tomber ? Aucune stratégie de locomotion n'est enseignée. Aucun exemple n'est montré. Des milliers de créatures mutent sur des centaines de générations, la plupart échouant immédiatement, certaines découvrant des démarches asymétriques que personne n'aurait conçues — des solutions dans des régions de l'espace des paramètres que l'intuition humaine n'aurait jamais explorées.
Mind Map oriente l'objectif vers les modèles de langage. Chaque fois qu'un transformeur lit une phrase, il calcule une matrice d'attention — un calcul qui détermine quels mots donnent leur sens à quels autres mots à travers la séquence entière simultanément. Personne n'a conçu ce comportement. Il a émergé de l'entraînement sur du texte humain. Mind Map rend le calcul visible : les poids d'attention représentés sous forme d'arcs, pondérés par leur intensité, se mettant à jour en temps réel au fur et à mesure que vous modifiez l'entrée.
La liste semble bien ordonnée. La réalité est plus désordonnée et plus intéressante — chaque projet ne cesse de soulever des questions qu'il n'était pas conçu pour poser, ce qui est exactement ce qu'on attend d'un programme de recherche.
Les trois projets posent des questions sur des systèmes externes. Ayri est la question retournée vers l'intérieur.
Pas vers moi — vers les systèmes eux-mêmes. Une IA qui sait ce qu'Exira-X construit, pourquoi c'est construit, et quelles sont les questions sous-jacentes. Une IA capable de raisonner sur le travail, d'en discuter, de le remettre en question, de remarquer quand un résultat prétendu ne découle pas des preuves. Pas un chatbot avec une personnalité. Quelque chose qui se rapproche davantage d'un collaborateur avec un point de vue.
Le défi de conception est différent des trois autres projets, car la chose rendue visible n'est pas un processus physique ou une procédure d'optimisation. C'est le raisonnement — le schéma de pensée qui relie les preuves à la conclusion. Rendre cela visible nécessite un type d'interface différent de ceux qui fonctionnent pour les systèmes de particules ou l'évolution de la démarche.
Je construis encore Ayri. Mais le projet compte d'une façon qui va au-delà de l'intérêt technique. Si on va passer du temps sérieux à explorer ce qu'est l'intelligence — de l'extérieur, à travers des simulations et des expériences — alors on doit être honnête sur le fait qu'on l'a aussi à l'intérieur, et honnête sur le fait qu'on ne comprend pas entièrement ce qu'on a.
Le nom est presque embarrassant de littéralité une fois qu'on le connaît.
Ex — de, émergeant de. Ira — voyage. X — l'inconnu. C'est le voyage de ce que nous savons vers ce que nous ne savons pas, ce qui est une autre façon de décrire la science en général et la physique en particulier. Le X est important. Ce n'est pas du branding. C'est un engagement envers une incertitude honnête. Toutes les questions que je pose n'ont pas encore de réponse. Une partie de ce que je construis échouera. Une partie produira des résultats que je ne comprends pas. Ce n'est pas un risque à gérer — c'est le but.
Un système qui ne produit que des résultats attendus est un système qui ne pose pas des questions assez intéressantes.
AX-Web n'est pas un portfolio au sens traditionnel. Un portfolio vous montre des choses terminées. C'est un carnet de laboratoire qui se trouve être public — un enregistrement de questions, de tentatives, d'échecs, et de percées occasionnelles, dans l'ordre où ils se sont produits.
Carnet de laboratoire, pas portfolio : Un portfolio vous montre des choses terminées. Celui-ci vous montre le processus — les questions, les faux pas, et ce qui est apparu quand les règles ont tourné assez longtemps.
Le design le reflète. Chaque décision visuelle a été prise pour servir le travail plutôt que pour performer la crédibilité. Le système de couleurs encode le sens du domaine plutôt que de créer une ambiance. Le système de mouvement utilise la physique des ressorts plutôt que des courbes d'accélération, parce que les ressorts sont la façon dont les choses bougent réellement. L'arrière-plan sombre n'est pas une préférence stylistique — c'est un choix sur ce qui doit avoir du poids visuel. Le contenu doit être lumineux. Le contenant doit s'effacer.
Chaque animation a une justification. Chaque interaction est délibérée. L'atome qui tourne sur la page d'accueil n'est pas décoratif : le noyau représente les trois disciplines fondamentales, les électrons sont les projets sur des orbites spécifiques, les traînées sont des chemins plutôt que des destinations. Les éléments statiques n'ont pas leur place dans un système concernant des processus dynamiques.
Je ne sais pas si tout cela comptera à l'échelle que je voudrais. Peut-être que Particle Life est un joli économiseur d'écran que les gens font tourner trente secondes. Peut-être que Creature Evolution est un jouet qui ne survit pas au contact de vrais chercheurs en robotique. Peut-être que Mind Map montre aux gens quelque chose qu'ils regardent une fois et oublient.
Mais l'alternative est de connaître les équations et de ne jamais construire la fenêtre. Et la physique est trop intéressante pour rester sur le papier.
C'est tout.
Plus à lire
Comment l'esthétique sci-art et le mouvement expressif créent une expérience de portfolio vivante.
L'interface doit inviter au jeu sans masquer la causalité, montrer les preuves sans devenir un mur de tableaux et fonctionner sur mobile.
Le projet a commencé comme expérience visuelle. Il m'a appris que l'espacement, la mesure, la reproductibilité et l'interface forment un même problème scientifique.