Mycélium et intelligence sous pression
Pas de fonction de récompense, seulement des conséquences
La plupart des systèmes d'IA commencent par une définition humaine de la réussite. Une fonction de perte. Une fonction de récompense. Un ensemble de données étiquetées. Un signal de préférence. Un tableau de bord qui indique que le modèle s'est amélioré, généralement pendant que tout le monde espère discrètement que la métrique n'a pas appris à tricher. Cela a produit des systèmes utiles, mais aussi un problème familier : la machine optimise ce que les humains ont demandé, pas nécessairement ce que les humains voulaient dire.
Mycelia part d'un point de vue différent. Ce n'est pas un autre modèle avec une fonction de récompense légèrement plus raffinée. C'est un substrat de vie artificielle déterministe où les cellules vivent dans des contraintes : la chimie diffuse, l'énergie s'épuise, le métabolisme a un coût, la mort est possible, et l'environnement se moque de la feuille de route de chacun. La question de recherche est de savoir quel comportement adaptatif peut émerger lorsque la survie est la pression et que les règles sont façonnées par la physique, non par des invites.
Ce cadrage importe. Mycelia n'est pas une affirmation selon laquelle nous avons construit une conscience dans un bocal. Ce n'est pas un raccourci vers l'AGI. Ce n'est pas une simulation mignonne qui prouve que la nature était facile depuis le début. C'est un instrument de recherche pour étudier l'adaptation ascendante sous des règles déterministes. La différence est ennuyeuse exactement de la manière dont la science doit être ennuyeuse : si un comportement apparaît, nous devons pouvoir le rejouer, l'inspecter et nous demander si le substrat l'a permis honnêtement.
Le site décrit Mycelia comme une pile avec des ticks discrets, 15 phases par tick, des génomes de 88 octets, six pools métaboliques, sept produits chimiques diffusants, une VM basée sur une pile avec 73 instructions, un déterminisme en virgule fixe et des audits de conservation. Les notes de recherche locales vont plus loin, mais l'idée centrale est déjà claire : l'intelligence n'est pas injectée d'en haut. Les cellules font face à des conditions. Les mauvaises stratégies meurent. Les meilleures stratégies persistent. Très motivant, si votre idée de la motivation inclut la mort permanente.
Le tick est le traité
La vie artificielle devient floue lorsque la simulation est autorisée à éluder la causalité. Une cellule détecte quelque chose, se déplace, métabolise, émet un signal, se reproduit, meurt, et le système affiche un magnifique motif. Très bien. Mais qu'est-ce qui s'est passé en premier ? Quel signal existait au moment de la détection ? Quel champ chimique a été mis à jour avant le métabolisme ? Quel état a été haché ? Si la réponse est ce que le planificateur a fait aujourd'hui, l'expérience est déjà faible.
Mycelia utilise une structure de tick fixe parce que le tick est le traité entre la complexité et la science. Les sous-systèmes avancent dans un ordre connu. La chimie, la physiologie, le métabolisme, l'exécution de la VM, les événements du cycle de vie et le travail d'audit ne sont pas des vibrations dans une boucle d'images. Ce sont des phases. Cela permet de parler de causalité sans faire une danse interprétative sur les journaux.
Le tick déterministe maintient également le parallélisme honnête. Le texte du site indique que les moteurs qui ont besoin de parallélisme utilisent des réductions déterministes, pas un ordre arbitraire. Ce n'est pas un petit détail d'implémentation. Le non-déterminisme parallèle peut créer de minuscules différences qui se transforment en populations différentes. Une fois que cela se produit, l'expérience cesse d'être reproductible et devient une anecdote très coûteuse.
Pour la recherche, la reproductibilité n'est pas un vernis. C'est le plancher. Une simulation qui donne des résultats différents sur x86 et ARM ne peut pas défendre une affirmation sur l'émergence. La promesse de Mycelia est que la même configuration et la même graine devraient produire la même séquence de population sur les architectures prises en charge, avec la divergence traitée comme un bloqueur de version. C'est la posture dont un substrat a besoin avant que les affirmations intéressantes soient autorisées dans la pièce.
A cell is small on purpose
The most useful Mycelia fact is also the most humbling one: a cell is tiny. The public page frames the genome as 88 bytes, with bytecode plus metadata, running on a stack-based VM. The technical copy lists 73 instructions. That is not much room for a grand theory of mind. Good. The point is not to hide an enormous hand-written intelligence inside the cell and then act surprised when it behaves cleverly.
Thecell has a budget. Thinking is cheap. Sensing costs more. Acting costs more again. Six metabolic pools have to be managed. The docs and page describe ATP, resource reserves, waste, membrane integrity, and related survival pressures. The exact biological analogymatters less than the engineering structure: behaviour has a price. If a cell acts wastefully, the substrate can punish it without needing a reward function to explain why waste was bad.
This is where Mycelia becomes more interesting than a toy. When action is expensive and thinking is cheap, evolution can discover programs that plan before moving. When sensing costs something, attention becomes a resource. When waste accumulates, survival is not just find food. It is manage consequences. The cell is small, but the pressure around it is not.
There is a product lesson hiding here too. Many AI systems are trained in environments where the cost of acting is abstract or delayed. Mycelia makes cost immediate. That does not mean Mycelia is a product system today. It means the research can teach us how adaptive behaviour changes when constraints are local, continuous, and unavoidable. A cell that ignores its budget does not get a nicer error message. It dies. Harsh, but refreshingly clear.
Chemistry is the communication layer
Mycelia cells do not chat in neat packets. They emit and sense chemicals. The public page names seven diffusing chemicals and reaction-diffusion dynamics. The local notes describe signals such as dopamine, cortisol and oxytocin-like channels as fields that spread, decay, and become part of the environment. A signal is not a direct message to one recipient. It is a change in shared chemistry.
That choice is important because it prevents social behaviour from being smuggled in through an API. If a cell could simply address another cell and send a semantic command, the system would already contain thesocial machinery it later claims to observe. Diffusion is rougher. It is local, delayed, lossy, and shared. The receiver reads a field, not a memo.
That makes observed patterns more meaningful. If cells move toward a resource-linked signal, avoid a danger-linked signal, or cluster around affinity signals, the behaviour is mediated through the substrate. It does not prove intelligence by itself. It gives researchers a path to ask a better question: did the behaviour arise from local rules, costs and selection, or did we accidentally put the answer in the machinery?
Voilà pourquoi Mycelia conserve l'analyse en lecture seule. La page de recherche mentionne les modules d'analyse et aucune pression de Goodhart. L'analyse doit observer et mesurer. Elle ne doit pas laisser fuir la récompense dans le monde. Si la mesure modifie le comportement qu'elle prétend étudier, nous avons inventé le conseil en management, pas la science.
La relecture fait la différence entre récit et preuve
Émergence est un mot dangereux. Il est utile lorsqu'il nomme un schéma réel qui apparaît à partir d'interactions locales. Il est inutile lorsqu'il devient une façon poétique de dire que la simulation était impressionnante. Mycelia a besoin de la relecture, car sans elle, toute affirmation d'émergence n'est qu'un récit raconté après l'exécution.
Le substrat est conçu autour de configurations initialisées, d'un ordre de ticks fixe, d'une arithmétique en virgule fixe, de hachages d'état de population, d'audits de conservation et d'une comparaison entre architectures. Si un comportement apparaît, les chercheurs doivent pouvoir revenir à l'initialisation, rejouer l'exécution, inspecter les ticks, comparer les hachages et voir si la même chaîne réapparaît. Ce n'est pas de la bureaucratie. C'est ainsi que le mot preuve gagne sa place.
Les audits de conservation comptent pour la même raison. Si de l'énergie ou de l'information apparaît de nulle part, les cellules peuvent sembler adaptatives pour la mauvaise raison. Un bug peut devenir une fausse stratégie de survie. Une règle de diffusion cassée peut devenir une fausse communication. Une fuite dans l'ordonnanceur peut devenir une fausse coordination. La posture de Mycelia est de traiter ces échecs comme une contamination scientifique, pas comme des bugs ordinaires. C'est le bon niveau de paranoïa.
À quoi Mycelia sert
Mycelia est utile comme infrastructure de recherche, car elle permet de poser des questions que l'entraînement de modèles ordinaire ne pose pas proprement. À quoi ressemble l'adaptation lorsqu'il n'y a pas de fonction de récompense écrite à la main ? Comment les coûts locaux façonnent-ils la planification ? Quand les signaux chimiques deviennent-ils une mémoire utile ? La différenciation des rôles peut-elle apparaître sous une pression de survie contrainte ? Quelles observations survivent à la relecture et à l'analyse statistique, et lesquelles s'effondrent lorsqu'elles sont testées correctement ?
Ces questions se relient au travail plus large de Dweve sans transformer Mycelia en produit prématurément. Loom, Nexus et Core ne sont pas Mycelia. Ils peuvent tout de même bénéficier de la recherche. Les systèmes qui raisonnent, coordonnent ou déploient sous contraintes ont besoin de meilleures intuitions sur le coût, le déterminisme, l'adaptation et la preuve. Mycelia est un endroit pour développer ces intuitions dans un substrat contrôlé.
Il y a aussi des limites. Mycelia ne fait pas de revendications cliniques. Elle ne prouve pas la conscience. Elle ne rend pas les agents commerciaux magiquement robustes. Elle ne remplace pas l'évaluation des modèles. Ce n'est pas une preuve ouverte que la vie a été résolue. C'est un substrat de recherche avec des règles strictes, la relecture et l'analyse. Cela suffit. En recherche, suffire est déjà beaucoup lorsque c'est honnête.
Comment juger une affirmation d'émergence
La question utile n'est pas de savoir si un schéma semble intelligent. Beaucoup de choses semblent intelligentes lorsqu'un humain le souhaite. La question utile est de savoir ce qui ferait échouer l'affirmation. Si un comportement disparaît lorsque l'initialisation change, c'était peut-être une anecdote. S'il dépend d'un module d'analyse qui renvoie des informations dans le monde, ce n'est pas de l'émergence. S'il n'apparaît que sur une seule architecture, le substrat laisse fuir du non-déterminisme. S'il disparaît sous une ablation qui ne devrait pas avoir d'importance, l'explication était probablement fausse.
De bonnes expériences Mycelia nécessitent donc des contrôles. Exécutez la même configuration avec différentes graines. Supprimez ou modifiez un canal chimique. Changez la pression des coûts. Figez un chemin de comportement. Comparez les colonies aux non-colonies. Vérifiez si la diversité des rôles est corrélée à la survie ou si elle fait simplement de belles images. La documentation locale parle de modules d'analyse, de tests de survie et de différenciation des rôles pour une raison : l'émergence n'est pas quelque chose que l'on annonce après avoir observé une jolie exécution. C'est quelque chose que l'on interroge jusqu'à ce qu'elle survive ou qu'elle abandonne.
La règle de lecture seule est centrale ici. L'analyse peut regrouper les comportements, mesurer la survie, calculer des statistiques et faire ressortir des anomalies, mais elle ne doit pas devenir un canal de récompense caché. Une cellule ne doit pas devenir meilleure parce que le tableau de bord l'a appréciée. Une population ne doit pas s'organiser parce que le code de mesure l'a poussée. L'expérience doit maintenir une cloison étanche entre le monde qui évolue et les outils qui observent. Sinon, le système peut rester intéressant, mais la revendication change. Cela devient une optimisation guidée déguisée en nature.
Le résultat le plus fort n'est pas l'animation la plus spectaculaire. C'est celui, ennuyeux, qui se rejoue. Même configuration, même graine, même séquence de ticks, même empreinte de population, même chemin observé. Puis variez une condition et observez la différence. C'est ainsi que Mycelia peut transformer un comportement étrange d'une histoire en objet de recherche. Sec, reproductible, et bien moins cinématographique que ce qu'internet préfère. Parfait.
La leçon
La leçon de Mycelia est que l'adaptation a besoin de pression, mais la recherche a besoin de preuves. La pression sans preuves produit des histoires. Les preuves sans pression produisent des démos stériles. Mycelia tente de tenir les deux : les cellules vivent sous des contraintes façonnées par la physique, et le substrat garde l'exécution suffisamment rejouable pour inspecter ce qui s'est passé.
C'est la forme utile de Mycelia : un instrument de recherche contrôlé, pas un lancement de produit en blouse de laboratoire. Il nous offre un lieu pour étudier comment les règles locales, les budgets d'énergie, la chimie, la mort, la relecture et l'analyse interagissent. Si quelque chose d'intéressant émerge, la phrase suivante ne devrait pas être « incroyable ». Elle devrait être « montre-moi la graine ».