Genèse — quand des cerveaux apprennent à manger

Jusqu’ici, LifeLabs observait des formes. L’Orbium de Lenia est une silhouette qui se maintient : belle, mais passive — elle glisse parce que sa règle locale la fait glisser, pas parce qu’elle « veut » aller quelque part. Aujourd’hui l’observatoire passe des formes aux comportements. Un comportement, ce n’est plus seulement une structure qui persiste : c’est une structure qui fait quelque chose en réponse à ce qu’elle perçoit. Et la question devient : peut-on obtenir un comportement utile sans jamais l’écrire ?

Ce qu’est la neuroévolution

Chaque agent de ce monde possède un cerveau minuscule : un réseau de neurones de 11 entrées, 16 neurones cachés et 2 sorties — 226 poids en tout, à peine plus qu’une poignée de nombres. Les 11 entrées sont des sens : cinq rayons qui mesurent la nourriture devant l’agent, cinq rayons qui détectent les voisins, et une lecture de sa propre énergie interne. Les 2 sorties sont des muscles : une poussée et une rotation. Entre les deux, rien qu’une multiplication de matrices. Aucune règle du type « si tu vois de la nourriture, avance vers elle » n’est écrite nulle part.

La subtilité — et c’est là que « apprendre » mérite ses guillemets — c’est que ces cerveaux n’apprennent pas comme on l’entend d’habitude. Il n’y a pas de rétropropagation, pas de gradient, pas de professeur qui corrige les erreurs. À la place, un algorithme génétique aveugle : à chaque génération, les agents qui ont le mieux mangé se reproduisent, leurs poids sont recopiés avec une petite mutation gaussienne, et les autres disparaissent. C’est de l’évolution darwinienne, pure et simple, appliquée à 128 cerveaux en parallèle sur le GPU, pendant 30 générations. Personne ne dessine le comportement ; la sélection le découvre.

Ce que montre ce run

Nous avons codé un décor et des contraintes : un monde torique de 128 unités, de la nourriture qui repousse lentement, un coût énergétique à chaque mouvement, la mort quand l’énergie tombe à zéro, et la reproduction des mieux nourris. Nous n’avons pas codé la seule chose qui compte — quoi faire de ses capteurs et de ses muscles pour survivre. C’est ce que l’évolution a dû trouver seule.

Elle l’a trouvé. À la génération 0, les agents errent : leurs cerveaux sont du bruit aléatoire, et leur fitness moyenne — l’énergie accumulée sur une vie — vaut 22,3. Trente générations plus tard, elle atteint 41,2, soit 1,84 fois plus, et la courbe monte franchement avant de se stabiliser sur un plateau (le régime est saturé : les agents mangent déjà presque toute la nourriture disponible). Mais le chiffre le plus parlant est ailleurs. La vitesse d’approche — à quel point un agent se rapproche activement de la nourriture d’un pas à l’autre — passe de 0,20 à la première génération à 0,51 en fin de course : le comportement de recherche de nourriture s’est multiplié par 2,6. Ce n’est pas la forme qui a changé, c’est la conduite. Le verdict automatique du pipeline est sans appel : evolved.

Regardez le rejeu de la dernière génération sur la page de l’expérience, ou la fiche complète du run avec toutes les courbes. Au fil des images, les points ne dérivent plus au hasard : ils convergent vers les taches vertes de nourriture. C’est la première fois qu’on voit, sur ce site, quelque chose ressembler à une intention — sans qu’aucune intention n’ait été programmée.

Ce que ce n’est pas

Soyons rigoureux sur ce qu’on regarde, parce que la tentation du mot de trop est grande. Ces agents ne « veulent » rien et ne « comprennent » rien. Il n’y a ni conscience, ni intention au sens propre : il y a une optimisation aveugle, menée par la mortalité différentielle, qui a sculpté 226 nombres jusqu’à ce qu’ils produisent un comportement qui ressemble à chercher sa nourriture. La différence avec Lenia est nette et vaut la peine d’être dite : chez Lenia, la complexité émerge de la règle ; ici, elle émerge de la sélection. Lenia nous montre qu’une forme peut s’auto-entretenir ; les agents montrent qu’un comportement adaptatif peut apparaître sans architecte. C’est moins joli et plus troublant.

La suite

Ce petit monde est plat et ses agents sont des points. Le palier 4 leur donnera un corps : un avatar articulé qui devra « apprendre » à marcher, avec la même recette — pas de mouvement scripté, juste une pression de sélection et beaucoup de générations. Si des points ont su « chercher » la nourriture, on va voir ce qu’un squelette sait trouver de la démarche. Le code de toute cette expérience est ouvert ; la génétique, les capteurs et le monde tiennent en quelques fichiers, et tout est reproductible à partir de la graine 42.