Un modèle amibe gère 180 villes dans des tests mathématiques

Dans le modèle de l’université Waseda, une amibe commence sous la forme d’un amas dans un centre, puis envoie des branches le long de voies radiales pour collecter des nutriments, tandis que la lumière fait se contracter certaines branches. Ces voies représentent les villes dans le problème du voyageur de commerce, et la longueur des branches encode des itinéraires candidats. Yusuke Miyajima et Masahito Mochizuki ont désormais simplifié les fondements mathématiques de ce comportement en vue d’une implémentation physique.

L’obstacle ne résidait pas dans l’idée d’utiliser une moisissure visqueuse comme ordinateur, mais dans les mécanismes qui l’entouraient : les versions précédentes reposaient sur une loi de conservation du volume, plusieurs branchements conditionnels et des fonctions complexes. Les chercheurs ont apporté cinq modifications ciblées, notamment en remplaçant les fonctions sigmoïdes par des constantes ou des fonctions plus simples, et en supprimant les contraintes liées à la loi de conservation, les branchements et les opérations de comptage.

Le résultat est une formule de récurrence qui a produit des itinéraires réalisables en moins d’itérations que le modèle Amoeba TSP original comme que sa version améliorée. Lors des tests, le modèle révisé a géré jusqu’à 180 villes. Le modèle amélioré était limité à 100, tandis que l’original atteignait 30. Un paramètre ajustable permet aux chercheurs de moduler les performances plutôt que d’accepter un comportement unique et fixe.

Le résultat mathématique établit également un lien entre deux idées apparemment différentes. L’équipe a montré que le processus inspiré de l’amibe est équivalent à un réseau neuronal récurrent doté de poids fixes : chaque poids représente soit la distance entre deux villes, soit une pénalité sanctionnant la violation des contraintes de l’itinéraire. Cela suggère l’existence d’un principe de calcul commun entre la dynamique des moisissures visqueuses et une catégorie de réseaux neuronaux.

Qu’est-ce que cela change en pratique ? Un modèle plus simple donne aux ingénieurs davantage de matériaux avec lesquels travailler, notamment des circuits photoniques, des dispositifs spintroniques et des systèmes mécaniques ou fluidiques. Les chercheurs décrivent une implémentation spintronique — une catégorie de dispositifs fondés sur le spin des électrons — comme stable face à la chaleur et aux rayonnements et capable de consommer peu d’énergie. Mais il s’agit encore d’un modèle de recherche et d’une proposition matérielle, pas d’un ordinateur déjà utilisé par des acteurs de la logistique ou de l’IA ; l’étude ne fait état ni d’un dispositif déployé ni d’une évaluation indépendante en conditions réelles.