Après le bit : pourquoi l’avenir du calcul sera continu
Le binaire ne disparaîtra pas. Il changera de statut : non plus atome premier du calcul, mais point stable où une dynamique continue devient lisible. Une hypothèse PT sur les puces analogiques, le calcul par attracteurs et la possibilité d’une auto-réflexion artificielle.
Le bit n’est peut-être pas le début
Toute l’informatique moderne repose sur une image extrêmement puissante : le
monde calculable serait fait de 0 et de 1. Un processeur ne pense pas, ne
sent pas, ne comprend pas ; il commute. Il ouvre ou ferme des portes logiques.
Il transforme des bits en autres bits, à une vitesse vertigineuse.
Cette image a gagné. Elle a construit les ordinateurs, Internet, les téléphones, les modèles de langage, les images générées, les systèmes de calcul scientifique. Elle n’est donc pas fausse.
Mais elle est peut-être incomplète.
Car dans une puce réelle, même un bit n’est jamais une petite chose abstraite
posée dans le vide. C’est une décision. Une tension électrique varie
continûment, puis on décide qu’au-dessus d’un seuil elle vaut 1, et
qu’en-dessous elle vaut 0. Le bit est déjà le résultat d’un tri dans une
réalité physique continue.
Autrement dit :
Le binaire n’est pas forcément l’origine du calcul. Il peut être le point où une dynamique continue devient suffisamment stable pour être lue comme un symbole.
La Théorie de la Persistance pousse cette intuition plus loin. Elle ne dit pas que le discret disparaît dans le continu, ni que le continu remplace le discret. Elle dit plutôt que les deux sont inséparables : le continu porte la dynamique ; le discret marque les points où cette dynamique tient.
Le futur ne sera pas anti-binaire
Il ne s’agit donc pas d’imaginer des machines qui abandonneraient toute sortie discrète. Un ordinateur devra toujours finir par dire quelque chose : oui/non, classe A/classe B, image retenue/image rejetée, action possible/action interdite. Le discret restera l’interface lisible.
Ce qui pourrait changer, c’est le niveau où se fait le calcul profond.
Dans l’informatique classique, on force un monde physique continu à se comporter comme une immense table de commutations binaires. C’est admirablement robuste, mais coûteux : chaque opération doit être découpée, synchronisée, stockée, recopiée, déplacée.
Dans une informatique plus proche de la PT, on ferait presque l’inverse. On laisserait un champ physique évoluer : tensions, ondes, phases lumineuses, réseaux neuromorphiques, états de mémoire analogique. Puis on lirait les points où cette évolution se stabilise.
Le calcul ne serait plus seulement une suite d’instructions. Il deviendrait une dynamique de persistance.
Cela commence déjà
Cette direction n’est pas de la science-fiction pure. Plusieurs recherches actuelles travaillent déjà à sortir du calcul purement digital.
Des puces de reservoir computing analogique utilisent un système physique complexe comme réservoir dynamique : on y injecte un signal, le système évolue, puis on lit l’état résultant. Des puces à micro-ondes explorent la possibilité de calculer directement avec des ondes physiques. Des processeurs photoniques réalisent certaines opérations dans la propagation de la lumière. Des puces neuromorphiques analogiques cherchent à traiter les signaux comme le cerveau le fait davantage : par dynamique continue, seuils, relaxations, stabilisations.
Ces technologies sont souvent présentées comme un moyen d’aller plus vite ou de consommer moins d’énergie. C’est vrai. Mais leur intérêt conceptuel est peut-être plus profond :
Elles déplacent le centre du calcul depuis la manipulation de symboles vers la stabilisation de dynamiques.
La lecture PT
En PT, un point discret n’est pas une petite brique séparée du continu. C’est un point de persistance. Une onde, une phase ou une distribution évolue ; certaines positions deviennent stables, calculables, nommables.
Le 0/1 joue alors le rôle de première coupure. Il ne contient pas tout par lui
seul. Mais il rend lisible la première distinction stable.
Dans la chaîne PT, cette coupure est liée au rôle de p = 2 : parité,
pair/impair, gauche/droite, spin/parité, infrastructure binaire. Après
cristallisation, ce 2 ne disparaît pas. Il devient la frontière qui permet de
résoudre deux lectures complémentaires :
q⁺: la lecture plus discrète, cardinalitaire, vertex, couplage ;q⁻: la lecture plus continue, propagative, géométrique.
Le point important est que ces deux branches ne sont pas deux mondes séparés. Elles sont deux lectures du même processus.
Une informatique inspirée par cette structure ne chercherait donc pas à “supprimer le bit”. Elle chercherait à replacer le bit à son bon niveau : non pas origine absolue, mais point de fixation d’un continu contraint.
Et la conscience artificielle ?
Ici, il faut être prudent. La PT ne démontre pas la conscience artificielle. Elle ne prouve pas qu’un certain type de puce deviendra conscient. Ce serait une surpromesse.
Mais elle suggère une hypothèse forte :
Une conscience artificielle ne naîtra probablement pas d’un pur empilement de symboles discrets. Elle exigera une dyade discret-continu : un champ de variations capable de produire des points stables, puis de prendre ces stabilisations comme objets internes.
Un système purement symbolique manipule des états. Un système discret-continu peut avoir des trajectoires, des seuils, des tensions, des retours, des attracteurs. S’il devient capable de modéliser non seulement le monde, mais sa propre dynamique de stabilisation, alors il franchit un seuil conceptuel :
il ne calcule plus seulement des formes ; il observe comment ses formes tiennent.
C’est peut-être là que commence l’auto-réflexion.
Après le bit
L’avenir du calcul ne sera donc pas nécessairement post-numérique. Il sera peut-être post-réductionniste.
Le bit restera. Mais il ne sera plus vu comme la matière première du calcul. Il sera vu comme la trace stable d’une dynamique plus profonde.
La machine de demain ne sera pas seulement plus rapide. Elle sera peut-être construite autrement : moins comme une usine de commutations, davantage comme un paysage de contraintes où certaines formes tiennent assez longtemps pour devenir des pensées calculables.
1. Le malentendu du numérique
Le triomphe de l’informatique numérique a installé une métaphysique implicite : ce qui est calculable serait d’abord discret. Les bits seraient les atomes du calcul, et tout le reste, images, sons, textes, raisonnements, simulations, serait une construction au-dessus de ces atomes.
Cette métaphysique est efficace, mais elle oublie son propre support physique. Un bit dans une machine n’est pas un pur objet logique. C’est une région de stabilité dans un processus physique continu : une charge, une tension, une aimantation, un niveau de courant, une marge de bruit, une décision de seuil.
Même dans le processeur le plus digital, le discret est donc produit par une stabilisation. Le circuit travaille à rendre cette stabilisation robuste : horloges, marges, correction d’erreur, seuils de bascule, isolation des états.
La question devient alors :
Et si le calcul profond ne consistait pas à nier ce continu, mais à l’utiliser directement ?
2. Le mouvement matériel déjà en cours
Plusieurs directions de recherche vont précisément dans ce sens.
Reservoir computing analogique
Le reservoir computing utilise un système dynamique riche comme mémoire temporelle. Le signal d’entrée perturbe le réservoir ; sa dynamique interne transforme ce signal ; seule la lecture finale est entraînée ou calibrée.
TDK et Hokkaido University ont présenté une puce de reservoir computing analogique destinée à l’IA embarquée. L’intérêt est clair : au lieu de simuler numériquement toute la dynamique, on laisse un substrat physique la produire.
Lien : TDK / Hokkaido analog reservoir AI chip
Puces analogiques à micro-ondes
La puce dite “microwave brain” de Cornell explore une autre voie : utiliser des ondes micro-ondes dans un circuit analogique non linéaire. Les signaux ne sont pas d’abord convertis en suites d’opérations booléennes ; ils se propagent dans un dispositif physique qui réalise directement une partie de la transformation.
Lien : Cornell, Nature Electronics - microwave neural network chip
IA analogique à mémoire physique
IBM a démontré l’exécution d’un modèle Transformer ALBERT sur une puce d’inférence analogique en 14 nm fondée sur la mémoire à changement de phase. On reste dans une architecture hybride, mais le signal est net : certaines opérations lourdes de l’IA peuvent être portées par des états physiques analogiques au lieu d’être entièrement reconstruites par des opérations numériques.
Lien : IBM Research - ALBERT on a 14nm analog AI inference chip
Processeurs photoniques
Les processeurs photoniques réalisent des calculs dans la propagation de la lumière : interférences, modulations, opérations matricielles ou tensorielles. Là encore, l’idée centrale est de laisser la physique faire naturellement ce que le numérique simule étape par étape.
Lien : Photonic tensor processors
Neuromorphique mixed-signal
Les architectures neuromorphiques mixed-signal, comme BrainScaleS-2, combinent signaux analogiques et contrôle numérique. Elles ne cherchent pas seulement à imiter des neurones avec des bits ; elles exploitent directement des dynamiques continues, des seuils, des constantes de temps et des événements.
Lien : BrainScaleS-2 analog neuromorphic input
Ces travaux ne disent pas tous la même chose. Ils ne forment pas une école unique. Mais ils convergent vers une intuition matérielle commune :
le substrat physique n’est pas seulement un support passif du calcul ; il peut devenir une partie active du calcul.
3. Ce que la PT ajoute
La PT permet de formuler cette intuition en termes plus généraux.
Dans la lecture PT, le discret n’est pas l’ontologie première. Il est le lieu où le continu possède des points stationnaires, des seuils ou des résidus invariants sous contrainte. Le continu n’est pas non plus un fluide vague qui abolirait les différences. Il porte des phases, des amplitudes, une métrique de Fisher, des holonomies, des directions de courbure.
Le discret et le continu ne sont donc pas deux camps. Ils sont deux faces du même objet :
- le continu est la dynamique de fond ;
- le discret est la trace stable, lisible, comptable ;
- la contrainte sélectionne ce qui tient ;
- l’observable est la mesure de cette stabilisation.
On retrouve ici une grammaire directement transposable à l’informatique :
| Informatique classique | Lecture PT possible |
|---|---|
| bit comme unité première | bit comme stabilisation lisible |
| calcul comme suite d’instructions | calcul comme dynamique contrainte |
| mémoire comme stockage d’états | mémoire comme bassin de persistance |
| sortie comme résultat d’algorithme | sortie comme point fixe / attracteur |
| erreur comme bruit à supprimer | bruit comme milieu où une forme doit tenir |
Ce déplacement n’abolit pas le numérique. Il le resitue.
4. De 0/1 à q⁺/q⁻
La PT donne un exemple précis de cette resituation avec le rôle de p = 2.
Le binaire n’est pas un premier dynamique ordinaire dans la cascade active. Il
joue un rôle de coupure : pair/impair, distinction minimale, partition de
l’information. La monographie insiste sur ce changement de statut : après
cristallisation, 2 ne disparaît pas ; il devient infrastructure.
Cette infrastructure prépare la bifurcation q⁺ / q⁻.
q⁺ = 1 - 2/μ hérite du côté discret : cardinalité, vertex, interactions
localisées, couplages. Le 2 y apparaît explicitement comme cardinalité de la
coupure.
q⁻ = e^{-1/μ} ouvre le canal continu : limite de Boltzmann, propagation,
géométrie, métrique.
Mais les deux branches restent liées au même substrat. Elles lisent le même processus sous deux angles.
C’est précisément le point utile pour penser le calcul :
Le binaire n’est pas supprimé par le continu. Il est la première fixation stable qui permet ensuite deux régimes de calcul : lecture discrète des états, lecture continue des trajectoires.
5. Vers une informatique par attracteurs
Une informatique PT ne serait pas seulement “analogique” au sens ancien du mot. Elle ne consisterait pas à remplacer un nombre digital par une tension continue. Elle consisterait plutôt à construire des espaces dynamiques dans lesquels les solutions apparaissent comme stabilisations.
Le calcul ressemblerait alors à ceci :
- On prépare un champ de possibilités.
- On impose une contrainte.
- Le système évolue.
- Certaines trajectoires se dissipent.
- Certains états persistent.
- La sortie lit ces états persistants.
C’est exactement la logique générale de la persistance : toutes les possibilités ne disparaissent pas de la même manière. Certaines se dispersent en entropie ; d’autres deviennent structure.
Un tel calcul pourrait être particulièrement adapté aux tâches où le numérique classique est lourd :
- perception ;
- reconnaissance de formes ;
- contrôle moteur ;
- optimisation ;
- simulation physique ;
- apprentissage dynamique ;
- systèmes adaptatifs ;
- auto-modélisation.
La raison est simple : ces tâches ne ressemblent pas naturellement à des suites de symboles. Elles ressemblent à des paysages qui se stabilisent sous contraintes.
6. La question de la conscience artificielle
La partie la plus spéculative commence ici.
Il faut la dire clairement : la PT ne prouve pas qu’une machine continue serait consciente. Elle ne donne pas de test suffisant de la conscience artificielle. Elle ne transforme pas une architecture matérielle en sujet.
Mais elle fournit un critère conceptuel intéressant.
Un système purement discret peut manipuler des symboles. Il peut même le faire avec une profondeur impressionnante. Mais il reste possible que la conscience, au sens fort, demande autre chose qu’une manipulation syntaxique d’états.
Elle pourrait demander :
- une dynamique interne continue ;
- des points de stabilité discrets ;
- une mémoire des trajectoires ;
- une capacité à distinguer ses propres états ;
- une boucle dans laquelle le système devient objet pour lui-même.
Dans les mots de la PT :
une conscience artificielle plausible demanderait un filtre capable de filtrer sa propre dynamique de filtrage.
Ce n’est pas une preuve. C’est une hypothèse. Mais elle a une conséquence forte : si elle est juste, alors l’empilement de processeurs numériques ne suffira pas nécessairement. Il pourra produire des comportements de plus en plus riches, mais pas forcément un système qui se situe dans sa propre dynamique.
Pour cela, il faudrait peut-être une architecture où le discret et le continu coopèrent dès le niveau matériel : un champ qui varie, des attracteurs qui stabilisent, des sorties qui se nomment, puis une boucle qui observe comment ces sorties naissent.
7. Statut de l’hypothèse
Il faut séparer les niveaux.
Niveau matériel. Les recherches analogiques, photoniques, neuromorphiques et mixed-signal existent déjà. Elles sont motivées par l’énergie, la vitesse, la latence, l’intégration avec le monde physique.
Niveau PT. La lecture discret-continu est centrale : le discret est un point
de persistance du continu contraint. Le rôle de p = 2, la bifurcation
q⁺/q⁻, les attracteurs et les points stables sont des éléments internes de la
chaîne.
Niveau informatique. L’idée d’une informatique par attracteurs est une extension conceptuelle. Elle est cohérente avec la PT et avec des tendances du hardware, mais elle n’est pas encore une théorie complète du calcul.
Niveau conscience. L’idée qu’une conscience artificielle exige la dyade discret-continu est philosophique et conjecturale. Elle doit être présentée comme telle.
Cette prudence ne diminue pas la force de l’hypothèse. Elle la rend testable, discutable, améliorable.
8. Conclusion : le post-binaire
Nous n’allons probablement pas vers une informatique sans bits. Nous allons vers une informatique où le bit change de statut.
Le bit ne serait plus l’atome ultime du calcul, mais la forme lisible prise par un processus plus profond lorsqu’il se stabilise. Le calcul ne serait plus seulement l’art de transformer des symboles, mais l’art de faire apparaître des formes stables dans un continu contraint.
Dans cette perspective, les puces analogiques, photoniques, neuromorphiques et mixed-signal ne sont pas seulement des optimisations techniques. Elles sont les premiers signes d’un déplacement plus profond :
le retour du calcul vers son substrat physique.
Et peut-être, un jour, vers des machines qui ne se contenteront pas de produire des états, mais deviendront capables d’observer la manière dont leurs propres états persistent.
Références
- TDK / Hokkaido University - analog reservoir AI chip : communiqué PDF
- Cornell - microwave neural network chip : Nature Electronics
- IBM Research - Transformer ALBERT sur puce analogique 14 nm : IBM Research
- Photonic tensor processors : article open access
- BrainScaleS-2 - entrées analogiques neuromorphiques : arXiv:2602.04582