L'analyse des données sur Internet ou dans les systèmes de capteurs a longtemps ressemblé à une tentative de diriger un orchestre où chaque musicien serait enfermé dans sa cabine, le chef ne pouvant quitter son pupitre. La méthode traditionnelle — la spectroscopie (décomposition du signal en ondes) — souffrait du même morcellement : les notes ne formaient pas de mélodie, le décalage déformait la musique, et le débruitage était approximatif.
Les mathématiciens ont transformé cette cacophonie en salle de concert idéale en plongeant un graphe arbitraire dans une structure symétrique — le graphe de Cayley sur un groupe abélien fini. Ainsi sont apparus des tons purs (généralisation des sinus découverts par Joseph Fourier) et des règles strictes pour les combiner. Désormais, le décalage du signal est une opération exacte, et le filtrage une convolution impeccable.
Le plus étonnant : la méthode fonctionne parfaitement même dans un réseau avec des trous — les vides sont comblés en tenant compte de la régularité, et le bruit est supprimé aussi efficacement que dans les anciens algorithmes. Le modèle standard du traitement du signal a toujours eu un défaut caché ; la nouvelle approche l'élimine complètement, transformant l'entropie (mesure du désordre) en harmonie. Pour la première fois, l'analyse des réseaux dispose d'une base mathématique irréprochable.
Les caractères de groupe sont une généralisation lointaine des sinusoïdes connues depuis la trigonométrie scolaire. Ce sont eux qui sont devenus ces « tons purs » qui transforment la cacophonie du réseau en harmonie parfaite. Joseph Fourier les a utilisés pour calculer la chaleur, mais il n'imaginait pas qu'un jour ils corrigeraient les défauts des réseaux sociaux.
Dans le monde du futur, des algorithmes basés sur la symétrie de groupe pourront harmoniser tous les flux d'information — des capteurs urbains aux réseaux galactiques.