L'intelligence distribuée du blob

Qu'est-ce que l'intelligence distribuée ?

L'intelligence distribuée (ou distributed intelligence en anglais) est un concept issu des sciences de la complexité et de la robotique. Il désigne la capacité d'un système à produire des comportements intelligents et adaptatifs sans qu'il existe un organe central de traitement de l'information. L'intelligence n'est pas dans une tête : elle émerge de l'interaction de nombreux éléments simples.

Les exemples les plus connus dans la nature sont les colonies de fourmis ou d'abeilles, où aucun individu ne comprend le plan global, mais où la colonie entière semble fonctionner avec cohérence et intelligence. Le blob présente le même phénomène, mais à l'intérieur d'un seul organisme unicellulaire.

Le réseau comme calculateur

Dans le blob, le calcul distribué repose sur les tubes du réseau veineux et sur les oscillations du cytoplasme qui les traverse. Chaque segment de tube fonctionne comme un "noeud de calcul" élémentaire :

• Il mesure la quantité de flux qui le traverse (via la pression mécanique sur ses parois)
• Il ajuste son diamètre en fonction de cette mesure : s'élargit si le flux est élevé, se rétracte si le flux est faible
• Il transmet des signaux chimiques aux noeuds voisins via le flux de cytoplasme

Ces règles locales très simples, appliquées en parallèle par des milliers de segments simultanément, produisent des comportements globaux complexes : optimisation de réseau, résolution de labyrinthe, adaptation à des obstacles, contournement de substances répulsives.

Trois capacités qui définissent l'intelligence du blob

La prise de décision par votes distribués

Quand le blob doit "choisir" entre deux sources de nourriture ou deux directions, comment la décision se prend-elle ? Les travaux de Nakagaki et ses collaborateurs suggèrent un mécanisme de compétition entre flux :

1. Des filaments exploratoires se dirigent simultanément vers plusieurs sources potentielles
2. Chaque filament qui atteint de la nourriture voit son flux augmenter (feedback positif)
3. L'augmentation du flux dans un filament "vole" du cytoplasme aux autres filaments, qui se rétractent
4. Le filament qui a trouvé la meilleure source (en quantité ou en qualité) gagne la compétition et devient la voie principale

Ce mécanisme de décision par compétition ressemble à certains circuits neuronaux de décision chez les animaux, mais s'implémente ici de façon entièrement physique et chimique, sans neurones.

Ce que le blob nous apprend sur l'intelligence

L'étude de l'intelligence distribuée du blob a des implications bien au-delà de la biologie :

Pour redéfinir l'intelligence

Si le blob est capable de résoudre des labyrinthes, d'apprendre et d'anticiper sans neurones, alors l'intelligence ne peut pas se définir uniquement par la présence d'un cerveau. Elle doit être définie par les comportements qu'elle produit, indépendamment du substrat physique qui les implémente. C'est une révolution conceptuelle pour la biologie et la philosophie de l'esprit.

Pour l'informatique et la robotique

Les algorithmes inspirés du blob (Physarum Solver) montrent que des systèmes distribués sans coordination centrale peuvent résoudre des problèmes d'optimisation difficiles efficacement. On les applique à des problèmes de routage internet, de conception de réseaux de transport, et à la conception de robots "mous" capables de naviguer dans des environnements complexes sans carte pré-programmée.

Pour la médecine

Comprendre comment le blob gère l'information sans système nerveux ouvre des pistes pour la conception de systèmes de délivrance de médicaments autonomes, capables de naviguer dans l'organisme et de déposer des substances actives là où elles sont nécessaires, en "lisant" les signaux chimiques locaux.

Trois ingrédients suffisent à faire émerger un choix

Trois ingrédients suffisent, et le blob les réunit tous les trois. Aucun ne suppose de centre de commande.

Une compétition. Les différentes branches du réseau se disputent une ressource limitée : le cytoplasme disponible. Ce qui va dans une veine ne va pas dans une autre.

Un renforcement positif. Une veine qui reçoit plus de flux s'élargit, donc offre moins de résistance, donc reçoit encore plus de flux. Cette boucle amplifie les écarts initiaux, même minuscules.

Un dépérissement. Une veine peu empruntée s'amincit et finit par disparaître, ce qui libère de la matière pour les autres.

La combinaison de ces trois mécanismes produit mécaniquement une convergence : au bout de quelques heures, une configuration l'emporte. Le résultat ressemble à un choix, la mécanique n'en est pas un. C'est le même principe qui produit l'élagage du labyrinthe.

Pourquoi la décision est souvent bonne

Une objection légitime : rien ne garantit qu'un processus aveugle converge vers une solution correcte. En pratique, le résultat est fréquemment proche de l'optimum, et ce n'est pas un hasard.

La quantité de flux qui traverse une veine est une mesure physique directe de son utilité : une veine qui relie deux sources riches sur un trajet court transporte beaucoup, une veine qui mène à une impasse ne transporte presque rien. Le critère de renforcement encode donc, sans le savoir, exactement la grandeur qu'il faudrait optimiser.

Ce n'est pas de la chance, c'est un alignement entre la physique du système et le problème posé. Il explique aussi pourquoi la méthode échoue dès qu'on lui soumet un problème où l'utilité n'est pas corrélée au flux.

Les limites, rarement mentionnées

Le procédé a trois faiblesses structurelles qu'il faut connaître pour ne pas surinterpréter les résultats.

• Il ne revient jamais en arrière. Une branche éliminée ne repousse pas. Si l'environnement change après la convergence, le blob reste sur une solution devenue mauvaise, sauf à repartir d'une nouvelle croissance.
• Il est sensible aux conditions initiales. Deux blobs identiques dans le même dispositif donnent souvent deux réseaux différents, parce que la boucle de renforcement amplifie des écarts de départ aléatoires.
• Il ne garantit aucun optimum. La solution obtenue est bonne, robuste et peu coûteuse. Elle n'est presque jamais la meilleure possible, comme le rappelle la page sur les algorithmes inspirés du blob.