Le blob dans la science : applications et recherches actuelles

Pourquoi le blob intéresse-t-il la science appliquée ?

Le blob résout des problèmes complexes (optimisation de réseau, navigation, apprentissage) avec des mécanismes biologiques très simples : des oscillations de cytoplasme, des signaux chimiques et du feedback physique. Pas de processeur, pas de programme, pas de consommation d'énergie importante.

Pour les ingénieurs et les informaticiens, c'est une source d'inspiration précieuse. Si la nature a trouvé un moyen aussi efficace de résoudre ces problèmes avec si peu de ressources, peut-on en extraire des principes applicables à des systèmes artificiels ?

Informatique : le Physarum Solver

La contribution la plus directe du blob à l'informatique est l'algorithme Physarum Solver, formalisé par Tero et al. en 2007 (Physica D). Cet algorithme imite le comportement du blob pour trouver des réseaux optimaux :

• Il représente le problème comme un graphe (noeuds = villes, arêtes = connexions possibles)
• Il simule un flux entre les noeuds source et destination avec des "tubes" dont la conductance évolue selon le trafic
• Les tubes très utilisés s'élargissent (feedback positif), les tubes peu utilisés se rétractent
• Le réseau converge vers un état optimal ou quasi-optimal

Applications documentées :

• Optimisation de réseaux de transport : routes, lignes de transport en commun, réseaux ferroviaires
• Routage internet : pour trouver les chemins les plus efficaces dans un réseau avec des congestions variables
• Réseaux d'alimentation en eau : optimisation de la topologie pour minimiser les pertes et maximiser la résilience aux pannes

Robotique : les robots mous inspirés du blob

Le mode de déplacement du blob (pas de squelette, pas de muscles, mouvement par flux internes) inspire une nouvelle génération de robots :

Les robots à flux de fluide

Des chercheurs de l'EPFL (Lausanne) et du MIT ont développé des robots "mous" dont la locomotion repose sur des pompes microfluidiques imitant les oscillations du cytoplasme du blob. Ces robots peuvent se faufiler dans des espaces très étroits, changer de forme et naviguer sans carte pré-programmée.

Les robots Physarum-inspirés

Une équipe de l'Université de Nagoya (Japon) a développé un robot dont l'architecture de contrôle imite le réseau distribué du blob : pas de processeur central, chaque segment du robot calcule localement et les comportements globaux émergent de ces interactions. Le robot peut naviguer dans des labyrinthes sans aucune programmation de navigation.

Médecine : livraison ciblée de médicaments

La capacité du blob à "naviguer" vers des sources chimiques et à distribuer des substances dans son réseau inspire des recherches en nanomédecine :

• Nanovésicules biomimétiques : des structures inspirées de la membrane du blob, capables de détecter des signaux chimiques (présence d'une tumeur, inflammation) et de se déplacer vers ces zones pour y libérer des principes actifs
• Systèmes de guidage sans moteur : des microstructures qui exploitent les flux de fluide interne pour se propulser sans partie mobile mécanique
• Réseau de distribution de médicaments : l'architecture veinale du blob inspire des designs de micro-réseaux pour la distribution uniforme de substances dans des tissus cultivés en laboratoire (médecine régénérative)

Urbanisme et aménagement du territoire

L'expérience du réseau de Tokyo (Nakagaki, Science 2010) a directement inspiré des urbanistes. Si le blob, guidé uniquement par ses besoins biologiques, produit spontanément des réseaux dont les propriétés (efficacité, robustesse, redondance) sont comparables à ceux que des ingénieurs humains mettent des décennies à construire, alors le principe du blob peut guider l'aménagement de réseaux :

• Des urbanistes à Barcelone ont utilisé le Physarum Solver pour optimiser le réseau de pistes cyclables de la ville
• Des ingénieurs en Allemagne l'ont appliqué à la résilience des réseaux électriques : quels tronçons supprimer ou renforcer pour qu'un réseau soit le plus résistant aux pannes ?
• Des architectes utilisent des simulations blob-inspirées pour concevoir des plans de bâtiments qui optimisent simultanément les flux de circulation, d'air et de lumière

Biologie fondamentale et neurosciences

Au-delà des applications, le blob continue d'alimenter la biologie fondamentale :

• Mémoire sans neurones : comprendre comment le blob stocke de l'information pourrait ouvrir des pistes pour la compréhension de pathologies neurodégénératives
• Intelligence cellulaire : le blob est un modèle pour étudier comment une cellule unique peut produire des comportements complexes, ce qui a des implications pour la compréhension du cancer (des cellules qui "décident" de se comporter différemment)
• Origine de la cognition : si des formes primitives de mémoire et d'apprentissage existent chez les protistes, la capacité cognitive serait bien plus ancienne et répandue dans le vivant qu'on ne le croyait

Le tri entre ce qui existe et ce qui est annoncé

Les articles sur les applications du blob mélangent volontiers trois choses très différentes : une expérience de laboratoire publiée, un prototype démontré, et une perspective évoquée en conclusion d'un article. Voici où en est réellement chaque piste.

L'application la moins spectaculaire est la plus réelle

Avant d'être un sujet médiatique, Physarum polycephalum est un organisme modèle de laboratoire, et il l'est depuis les années 1950. La raison est sa division nucléaire synchrone : tous ses noyaux entrent en mitose simultanément, ce qui donne d'un coup une population de millions de noyaux au même stade du cycle cellulaire.

Obtenir cela avec des cellules ordinaires demande des protocoles de synchronisation lourds et imparfaits. Le blob l'offre gratuitement. Une part importante de ce que l'on sait du cycle cellulaire eucaryote a été établie sur ce matériel. C'est une contribution sans image spectaculaire, donc absente des articles grand public, et pourtant la plus solide.

Pourquoi les applications tardent

Trois obstacles structurels expliquent l'écart entre l'enthousiasme et les réalisations.

La lenteur. Un calcul par blob prend des heures là où un processeur prend des microsecondes. Aucun gain de vitesse n'est envisageable, quel que soit le problème.

La fragilité. Le vivant impose une plage de température, une humidité et une alimentation continue. Un composant qui meurt si la pièce dépasse 30 °C n'est pas industrialisable, comme le rappelle l'environnement idéal.

La variabilité. Deux blobs dans les mêmes conditions ne donnent pas exactement le même réseau. Cette variabilité est intéressante scientifiquement et rédhibitoire industriellement.

La valeur du blob est donc dans le principe qu'il illustre, transposé en logiciel, plutôt que dans l'organisme employé comme composant. C'est ce que détaille le blob et l'intelligence artificielle.