théorie du contrôle

Dans un élastique étiré en laboratoire, trois mécanismes d'élasticité différents agissent simultanément. Pour une faible élongation, c'est la loi de Hooke qui domine ; pour une élongation moyenne, l'élasticité entropique des chaînes ; pour une forte élongation, le durcissement par cristallisation.

Une particule est assise dans un puits d'énergie, comme un petit pois dans un alvéole. Pour en sortir, elle doit franchir une barrière, et d'ordinaire cela arrive rarement : plus la barrière est haute, plus l'attente est longue. La loi d'Arrhenius stipule que le temps d'attente croît exponentiellement, c'est-à-dire que doubler la hauteur de la barrière multiplie le temps par des centaines.

Dans un nuage d'atomes ultrafroid, refroidi à une température proche du zéro absolu, apparaissent des régions avec des orientations de spin différentes — comme des zones avec des aimantations différentes. Les frontières entre elles sont appelées parois de domaines.

Un mixeur de cuisine fonctionne à une seule vitesse, mais si vous appuyez sur le bouton par à-coups, le mélange se fouette différemment. C'est à peu près ce qui se passe dans les réactions chimiques lorsque la vitesse de leurs étapes individuelles n'est pas constante mais pulse dans le temps.

Vous êtes sous la douche : vous tournez le robinet, et l'eau est tantôt glacée, tantôt brûlante. Les tuyaux vivent leur vie – la pression varie de façon imprévisible. Le nouveau contrôleur apprend au fur et à mesure : il ne connaît pas le circuit d'eau, mais en quelques minutes il s'adapte et amène la température à un niveau confortable, sans franchir les seuils de sécurité.

Quand une canalisation éclate dans une cave, le plombier procède par étapes : il localise la fuite, mesure la pression, détermine la cause, pose une rustine et vérifie que tout est sec. La même recette – le modèle standard DMAIC – est proposée contre les épidémies.

Un groupe de recherche ratisse un champ brumeux. Au début, les gens s'écartent largement : une « température » de recherche élevée signifie une grande diversité de tentatives. Ayant repéré une piste, ils se rapprochent. Mais la vitesse de rapprochement est cruciale — si l'on resserre le cercle trop tôt, la meilleure trouvaille restera de côté.

Un système stable fonctionne comme une balle dans un bol : une poussée, et elle roule vers le fond. L'éventail des trajectoires possibles — l'incertitude — se resserre avec le temps. Mais la vitesse dépend de l'inclinaison des parois. Pour les systèmes complexes, ce « bol » présente des zones de pentes différentes.

Un programme de suivi ordinaire ressemble à un navigateur qui guide un navire à l'aide des étoiles. Mais dès que le ciel se couvre, les coordonnées dérivent et l'incertitude dans les données augmente — c'est ce qu'on appelle l'entropie. Le nouvel algorithme s'adjoint un « copilote » : un module qui surveille le niveau de confiance du navigateur principal.

Quand un drone apprend d'un pilote expérimenté, il ne mémorise pas seulement des manœuvres, mais des couloirs de sécurité entiers. Mais en vol réel, il y a toujours des facteurs absents de l'entraînement : un vent inattendu, des vibrations de la caméra, même le mouvement propre du drone peut déstabiliser l'air.

On peut imaginer le réseau électrique comme un réseau de canalisations : les tuyaux sont les lignes, et les pompes sont les convertisseurs. Quand la pression (la tension) chute dans un secteur, de puissantes pompes à eau peuvent y envoyer de l'eau supplémentaire (de la puissance).

Une personne dans une barque tourne en déplaçant le poids de son corps. Un navire autonome utilise la même astuce : la manœuvre est effectuée par une masse mobile à l'intérieur de la coque. Son mouvement est contrôlé par un réseau de neurones qui anticipe le chaos des vagues et les rafales de vent.

Imaginez un conducteur sur une route verglacée : il ne connaît pas la réaction exacte de sa voiture aux mouvements du volant et doit apprendre en conduisant, en gardant intuitivement une marge de manœuvre pour une éventuelle erreur. C'est ainsi que fonctionne un algorithme de contrôle adaptatif.

Une meute de loups passe en une seconde de la poursuite de sa proie à la défense de sa tanière. Cette même polyvalence, des ingénieurs l'ont intégrée dans un algorithme pour un essaim de robots.

Le flotteur dans la chasse d'eau est un contrôleur idéal : en sentant le niveau de l'eau, il ramène instantanément le système à l'équilibre sans se soucier du passé. Des ingénieurs ont appliqué ce principe aux réseaux de neurones.

Une flotte de nombreux vaisseaux, telle une galaxie d'étoiles, accomplit une mission commune. Parfois, un vaisseau explose comme une supernova. Si on ne le remplace pas à temps, la flotte s'affaiblit. Mais le problème, c'est qu'on ne voit pas quel vaisseau tombera en panne ensuite — les défaillances sont invisibles, comme la matière noire.

Les mathématiciens l'ont confirmé : la réponse idéale à une pandémie, c'est la stratégie du « marteau et de la danse ». D'abord, un confinement brutal écrase la vague de contaminations, comme un coup de marteau. Quand les hôpitaux se vident, la danse commence — un retour prudent, pas à pas, à la vie normale.

Les machines complexes — des drones aux robots chirurgiens — se comportent parfois comme un mustang sauvage : pleines de désordre et de caprices, où un léger contact déclenche une tempête. Plutôt que de mémoriser des formules, la nouvelle méthode observe le système, tel un dresseur.

Un détective expérimenté ne calcule pas la trajectoire d'un criminel selon les lois de la physique — il consulte sa bibliothèque d'affaires similaires.

Les dispositifs quantiques ne sont plus des curiosités de laboratoire. On les assemble, on les règle et on les répare comme du matériel ordinaire — sauf qu'à l'intérieur, il n'y a pas simplement du courant, mais des enchevêtrements de particules capables d'être dans plusieurs états à la fois.

Dans une casserole de bouillon flottent des molécules. Certaines se copient elles-mêmes, d'autres aident leurs voisines, d'autres encore ne font que gêner. Ce n'est pas une soupe, mais un modèle de la vie primitive — un système réplicateur. On considère généralement que les règles du jeu sont fixées une fois pour toutes : celui qui se reproduit le plus vite gagne.

Au cours du développement embryonnaire, la cellule ressemble à un musicien dans un immense orchestre : elle doit jouer sa partition en suivant le chef d'orchestre — le gradient de molécules signal. Mais le chef est peu fiable : la concentration des morphogènes fluctue constamment.

Une centaine d'agents, deux mille tâches, moins d'une centaine d'itérations : le marché des corvées trouve tout seul son équilibre. Personne ne pilote le processus depuis un centre ; chaque participant ne réagit qu'au signal le plus proche.

Stuttgart, 2025. Un ingénieur logiciel branche son ordinateur portable sur une voiture d'essai, non pas pour un diagnostic, mais pour changer « l'identité » du véhicule — comme on flashe le firmware d'un smartphone. Mais au lieu d'une mise à jour instantanée, il est confronté à une cascade d'incompatibilités.

Un cercle vertueux : la machine émet une idée, la teste sur des humains, constate les échecs et génère une nouvelle hypothèse, plus précise. C'est ainsi que fonctionne AutoCog, le scientifique cognitif automatique. Auparavant, dans la science de l'esprit (les sciences cognitives), la partie la plus difficile — inventer une théorie — était réservée aux humains.

Dans l'élément aquatique, une mécanique est déstabilisée par les tourbillons. L'agent d'IA, tel un cuisinier expérimentateur, lançait des simulations, testait des « recettes » de mouvements et améliorait le programme.

Un orchestre joue sans chef, et vous entendez que le tempo tantôt s'accélère, tantôt ralentit. Vous n'avez en main que l'enregistrement du son, pas la partition. Peut-on, à partir de cet enregistrement, comprendre quelle corde toucher pour que tout l'orchestre joue plus régulièrement ?

Un caissier de supermarché à l'heure de pointe ne mémorise pas chaque article scanné — il garde en tête le total et surveille la file d'attente. C'est à peu près ainsi que le cerveau répartit ses forces : le cortex, coûteux et précis (ce qui est responsable de la réflexion), et les noyaux sous-corticaux, plus simples et économes (où vivent les habitudes), travaillent en binôme.

Dans une voiture, la direction, les freins et l'accélérateur tombent progressivement en panne. Au début, on peut encore éviter un nid-de-poule, mais chaque année, la manœuvre exige de plus en plus d'efforts. À un moment donné, même une route parfaite devient infranchissable — la voiture n'obéit plus au conducteur.

Le funambule avance au-dessus du vide. Tant qu'il garde l'équilibre et ne fait pas de mouvements brusques, il est en sécurité. Mais qu'il dévie trop, et la chute est inévitable. C'est à peu près ainsi que fonctionne la vie à tous les niveaux : des protéines dans la cellule aux écosystèmes entiers.

À l'intérieur de chaque cellule, la vie grouille : de minuscules machines protéiques transportent sans relâche des cargaisons, lisent les gènes et corrigent les erreurs. Mais leur travail est loin d'être parfait : elles « patinent » sans arrêt, font des pas en arrière ou se retrouvent coincées dans des cycles inutiles.

Une usine où des centaines de minuscules chaînes de montage tournent sans arrêt. Chaque chaîne est un moteur moléculaire qui convertit un carburant chimique en mouvement. Pour que le moteur aille plus vite ou dans la bonne direction, l'ingénieur modifie les réglages — la forme des pièces, la force des interactions.

Un thermostat maintient une pièce à 20 degrés. Ouvrez la fenêtre en hiver – il enclenche le chauffage pour rétablir l'équilibre. Le cerveau fait quelque chose de similaire : il prédit constamment ce qui va se passer l'instant d'après et se corrige s'il se trompe. C'est ainsi qu'il apprend.

La musique repose sur la répétition : nous attendons que l'accent revienne, comme le refrain revient. Mais si l'on répète trop longtemps la même chose, l'ennui s'installe. Le compositeur semble marcher sur un fil tendu entre le familier et l'inattendu. Les scientifiques ont traduit cet équilibre dans le langage de la physique.

Un réseau qui décide lui-même quand s'arrêter Une foule grandit : chaque nouvelle personne rejoint le groupe avec une probabilité qui dépend de la taille actuelle du groupe. Si le groupe est petit, il est facile de s'y joindre ; s'il est énorme, les gens commencent à hésiter et la croissance ralentit.

Une épidémie, c'est comme un feu dans une forêt sèche : une étincelle jaillit, le feu saute d'arbre en arbre, et en une semaine tout le voisinage brûle.

Pour comprendre un mécanisme, il faut le faire bouger. Un enfant qui démonte un réveil ne se contente pas de regarder les engrenages : il tourne la molette et écoute comment le tic-tac change. De même, les scientifiques, plutôt que d'observer passivement, envoient au système des signaux soigneusement choisis et observent la réponse.

Le miel épais s'étale lentement sur l'assiette. Dans un tel monde, où le frottement supplante l'inertie, le mouvement est régi non par la force, mais par la viscosité. C'est ainsi que se comportent de nombreux matériaux mous : gels polymères, suspensions colloïdales, contenu des cellules vivantes.

Une cellule, c'est une ville où des moteurs minuscules travaillent sans arrêt. Ils transportent des charges, font battre les cils et contractent les muscles. Tout ce travail dégage de la chaleur, comme un moteur de voiture qui chauffe. Mais mesurer cette chaleur pour un moteur individuel de quelques nanomètres n'est pas une mince affaire.

L'eau dans un tuyau en anneau, propulsée par une pompe, ne s'arrêtera pas même si l'on pince une section : le flux trouvera un chemin de contournement et continuera de tourner en rond. C'est à peu près ainsi que sont agencées certaines parties de notre système circulatoire — non pas comme des tuyaux isolés, mais comme des boucles fermées.