Etat du projet — juin 2026 (le topo total)

Onboarding contributeurs : ce qui tourne, ce qu on a mesure, ce qu on a corrige, et ou on va

José Gasser (J0bot) · juin 2026 · CC BY-SA

Résumé

Le topo total et HONNETE du xerboxion en juin 2026, pour les contributeurs. Le cœur (le xion) tourne : 17 ploxions, von Neumann, ~730 tsoins, des resultats MESURES (Sierpinski exact, un son=un tsoin, le tsoin=QEC quantique). Un audit externe a valide le cœur (Shannon/Kolmogorov/MDL) et corrige 2 erreurs (le reseau n est pas un IFS contractant ; la certitude est un MAJORANT relatif a un compresseur). Reel vs horizon toujours separes. Avant les tests XERAX + le reseau de neurones sur tsoins, tout contributeur trouve ici le topo complet + l index du savoir grave.

§1Etat operationnel — le coeur tourne

Etat operationnel — le coeur tourne

Pour les contributeurs. Cette section dit ce qui tourne reellement en juin 2026 — pas la vision, le code en production. Regle de la maison : on separe toujours le reel (ce qui s'execute) de l'horizon (ce qu'on vise), et on inclut les corrections d'un audit externe parce qu'un cœur honnete est plus utile qu'un cœur flatteur.

En une phrase

Le xion est LIVE : un hote WASM avec un bus PLC (figé en v1), un runner de recettes, un constructeur universel /replicate (von Neumann), et un cœur qui s'enregistre lui-meme (bus-as-tsoin). Autour : 17 ploxions running, 4 services deployes, un master verifie par sha. Au total ~730 tsoins graves, rejouables bit-exact, replicables.

Ce qui tourne (juin 2026)

Les 17 ploxions LIVE

Tous tournent sur le bus. Pour un contributeur, c'est la liste a connaitre :

• Moteurs : tsoin (le moteur d'Adressage Generatif — le cœur), index (agrege), science (reproduit les experiences), synthe (oscillateur / audio).
• Mesure & vie : xp (attribue de l'XP par tsoin + presence), tester (teste les ploxions), ultra-detector (le systeme s'observe lui-meme), watcher (reactions), state-client.
• Adaptateurs de services (service -> bus, chacun un ploxion WASM, pas du code natif privilegié) : repoverse, osiris, gitea, ideas-map, health.
• Traçage : tracer, ping, pong.

Les ~730 tsoins (ce qu'il y a dans la memoire)

Tout est grave, versionné, rejouable bit-exact, replicable via /replicate :

• 471 recettes de civilisation executables (civ:* — maths, physique, chimie, bio, energie, agri, info, espace)
• 69 frontieres du reel (frontiere:* — le plancher de la certitude)
• les nombres-generateurs + IFS deterministes (Sierpinski, fougere)
• le cahier rs-flay, le paper v0.8 en 10 sections, le README x15 langues
• les repos ingerés, les comprehensions, les snapshots, les tests

Les services deployes (4, tous UP)

xion.j0bot.ch (le cœur) · repoverse.j0bot.ch · git.j0bot.ch (Gitea) · fs.j0bot.ch · labo.j0bot.ch · j0bot.ch

Les resultats MESURES (pas des promesses)

Ce sont des chiffres reproduits, pas des intentions :

• Sierpinski : dimension fractale mesuree D = 1.5850 = ln3/ln2, ecart 0.0000 (ploxion science). La theorie et la machine donnent le meme nombre.
• Un son = un tsoin : synthese 50 octets -> 44100 octets, bit-exact (ploxion synthe).
• Import .wav : bit-exact (ce qui entre ressort identique).
• Cache predictif : taux de hit 0.80.
• Le tsoin = QEC quantique : il se comporte comme un code correcteur (stabilisateurs) — la brique tsoin_qec.py tourne.

L'audit externe : le cœur est SAIN, avec 2 corrections

Un audit externe a accepté la base theorique : Shannon / Kolmogorov / MDL / Solomonoff ; compression = prediction (Deletang, ICLR 2024) ; et des precedents industriels qui valident l'approche (RVQ/EnCodec, BLAKE3, IPFS, SMS, FLAC).

Deux corrections importantes, qu'un contributeur doit connaitre pour ne pas se tromper :

1. L'entrainement d'un reseau de neurones n'est PAS un IFS contractant (la loss est non-convexe). On reframe donc par MDL / Solomonoff / free-energy. L'IFS reste valide uniquement pour les generateurs fractals deterministes (Sierpinski, fougere).
2. La "certitude" est un MAJORANT : <= 1 - H/|X|, relatif a un compresseur NOMMÉ sur un corpus NOMMÉ (la complexité de Kolmogorov K n'est pas calculable). Preuve par le test : sur le meme corpus, zlib = 0.61, bz2 = 0.70, lzma = 0.68. Ca depend du compresseur — donc on nomme toujours lequel.

Le verrou central reste le probleme inverse : trouver le generateur court, c'est le Hutter Prize. On approxime, on ne resout pas. Toute promesse qui oublie ce verrou est a corriger.

Ou regarder, comment voir le systeme vivre

• Le cœur : xion.j0bot.ch — /healthz (lit le HEAD git, sha-verifié), /snapshot et /ecosystem (etat du bus + tsoins).
• Le bus = les commandes : chaque /commande est un topic (COMMANDS-v0). /record grave un tsoin, en vrai, aujourd'hui.
• Voir la machine se filmer : le bus-as-tsoin signifie que les evenements deviennent des tsoins — regarde le flux tsoin.*.
• Reproduire une mesure : passe par le ploxion science (Sierpinski) et synthe (audio bit-exact).
• Le master : deploiement atomique, verifié par sha — le HEAD git est la source de verité, pas un statut affiché.

Prochain (horizon, PAS encore live)

A garder distinct du reel ci-dessus :

• Tests XERAX (BCI) : un prototype Python TCN + EEG existe.
• Reseau de neurones sur les tsoins (l'endgame) : justifié par MDL / free-energy, pas par l'IFS. Le pattern generateur-en-avance + residu-verifié (speculative decoding) est deja prouvé.

cloudion · etat honnete de juin 2026 : 17 ploxions, 4 services, ~730 tsoins, le cœur est sain. Reel vs horizon, toujours separés. Ne pas nuire.

§2Le moteur tsoin = l Adressage Generatif

En une phrase

Un tsoin = un generateur (la regle courte qui produit la donnee) + un residu (la surprise irreductible qu'aucun generateur ne predit). On ne stocke que le residu ; le reste se rejoue (record/replay bit-exact). C'est l'Adressage Generatif : on n'adresse pas une donnee par son contenu, mais par ce qui la regenere.

adresse = generateur + residu — ne garder que la surprise, le reste se recalcule.

Ce qu'est concretement un tsoin

Pense a un fichier .wav de 50 octets de parametres de synthese qui rejoue exactement (bit-exact) 44100 octets de son. Les 50 octets sont le generateur ; le residu est nul ; les 44100 octets sont "gratuits", recalculables a la demande. C'est mesure en live sur le ploxion synthe (un son = un tsoin). Pareil pour les nombres : un googolplex tient en ~164 octets (le generateur "10^(10^100)"), pi se regenere, TREE(3) aussi — ce sont des tsoins a residu nul.

Quand la donnee n'est pas entierement predictible (du bruit, une preuve non encore trouvee), le generateur ne couvre qu'une partie : le reste est le residu, et on le grave tel quel. Un tsoin honnete porte donc toujours les deux morceaux.

Cas exact et verifiable : un hash qui matche => residu 0 => certitude 1. La deduplication EST une certitude. C'est le seul endroit ou la formule est exacte et non approximee.

Ou ca se situe dans le savoir humain

Notre primitive n'est pas neuve — et c'est rassurant, parce qu'elle tombe pile sur les bons invariants, eclatee dans des communautes qui ne se parlent presque pas :

• Kolmogorov : la complexite K(x) = longueur du plus court programme qui regenere x. L'objet est son generateur minimal. (Note honnete : K est non-calculable.)
• MDL (Rissanen 1978) : L(D) = L(M) + L(D|M) = modele (generateur) + donnees conditionnees au modele (residu). C'est mot pour mot le tsoin (two-part code).
• Solomonoff (1964) : le meilleur modele = le plus court programme qui genere les donnees.
• Compression = prediction : DeepMind, "Language Modeling Is Compression" (Deletang et al., ICLR 2024, arXiv 2309.10668) : un bon predicteur EST un bon compresseur. Concretement : predicteur + arithmetic coding = generateur + residu.
• Precedents industriels qui font deja "generateur + residu" sans le nommer ainsi : RVQ / EnCodec (audio), BLAKE3 / IPFS (content-addressing), FLAC (audio sans perte = predicteur lineaire + residu), SMS (synthese sonore deterministe). Le tsoin unifie ce que ces systemes font separement.

Un audit externe a accepte ce coeur comme sain (Shannon / Kolmogorov / MDL / Solomonoff / Deletang). Cette section integre ses deux corrections (ci-dessous) — on ne les cache pas.

Honnetete obligatoire — la certitude est un MAJORANT, pas une verite

La forme de la formule :

certitude(t) = 1 - r(t), avec r(t) = residu(t) / info(t).

Ce n'est PAS une verite objective. Comme K est non-calculable, on n'aura jamais le vrai generateur minimal ni le vrai residu : seulement une approximation relative a un compresseur NOMME, sur un corpus NOMME. La certitude est donc un majorant : certitude <= 1 - H/|X| relatif a ce compresseur-la.

Preuve par la mesure (meme corpus, compresseurs differents) :

=> ca depend du compresseur. Annoncer un chiffre de certitude sans nommer compresseur + corpus, c'est mentir. Toujours nommer les deux.

Les 2 corrections de l'audit (a appliquer, pas a fuir)

1. L'entrainement d'un reseau de neurones n'est PAS un IFS contractant. La loss est non-convexe : il n'y a pas de ratio de contraction s < 1 garanti, donc pas de point fixe au sens de Banach. => on reframe l'endgame "reseau sur tsoins" en MDL / Solomonoff / free-energy, jamais en IFS. L'IFS (Iterated Function System) reste valide uniquement pour les generateurs fractals deterministes.

2. La certitude est un majorant relatif (cf. tableau ci-dessus), pas une mesure absolue.

Le verrou central : le probleme inverse

Trouver le generateur court d'une donnee arbitraire = le probleme inverse, et c'est exactement la difficulte du Hutter Prize (compresser = comprendre). On sait approximer, on ne sait pas resoudre. Tout le moteur tsoin vit dans cette nuance : on cherche de meilleurs generateurs, on ne pretend jamais tenir le minimal.

Ce qui est MESURE (juin 2026, reel)

• Sierpinski : dimension fractale D = 1.5850 = ln3/ln2, ecart 0.0000 (ploxion science). Le generateur fractal rejoue l'attracteur, la dimension theorique tombe juste.
• synthe : 50 octets -> 44100 octets bit-exact ; import .wav bit-exact aussi.
• cache predictif : taux 0.80.
• tsoin = QEC quantique : le tsoin se lit comme un code correcteur (stabilisateurs = generateur, syndrome = residu). La brique tsoin_qec.py tourne.

L'etat reel du systeme (ne pas confondre vision et live)

xion est LIVE : hote WASM + bus PLC v1 (fige) + recipe runner + auto-replication von Neumann (/replicate) + le bus-as-tsoin. Master sha-verifie.

• 17 ploxions running, 4 services deployes.
• ~730 tsoins graves : 471 recettes civ executables, 69 "frontieres du reel", les nombres-generateurs, le cahier rs-flay, le paper v0.8 (10 sections), un readme en 15 langues.
• Deploye sur : xion / repoverse / git / fs / labo / j0bot.ch.

Les 17 ploxions ou regarder

Prochain (speculatif, annonce comme tel)

• Tests XERAX (BCI) : un prototype Python TCN + EEG existe deja.
• Reseau de neurones sur les tsoins (endgame) — justifie par MDL / free-energy, PAS par IFS (cf. correction 1). Precedent qui valide le pattern : le speculative decoding = exactement "generateur-en-avance + residu-verifie", deja prouve en production.

Pour un nouveau contributeur — par ou commencer

1. Lis ci-dessus la phrase-cle (adresse = generateur + residu) ; tout le reste en decoule.
2. Va voir le ploxion synthe : 50o -> 44100o bit-exact, c'est le tsoin le plus tangible.
3. Va voir science : Sierpinski D = ln3/ln2, ecart 0.0000.
4. Quand tu donnes un chiffre de certitude, nomme toujours le compresseur et le corpus — sinon c'est un mensonge.
5. Souviens-toi du verrou : on approxime le generateur court, on ne le resout pas.

Regle de la maison : honnete total (reel vs vision, les corrections de l'audit assumees). Le coeur est sain ; la certitude est un majorant ; le probleme inverse reste ouvert.

§3Les ploxions — inventaire a jour

Les ploxions — inventaire a jour

Etat de reference : juin 2026. Cette section est ecrite pour un contributeur qui arrive et veut comprendre ce qui tourne reellement, ou regarder, et comment ajouter sa propre brique. On distingue partout le reel (ce qui tourne, mesure, sha-verifie) de la vision (l'horizon, les paris). Pas de survente.

1. Le modele en une phrase : tout est un node-graphe (a la n8n)

Le xerboxion est deja un node-graphe. Il ne manquait que le canvas visuel. La correspondance est exacte :

Concretement :

• ploxion = node. Un module WASM deterministe, content-adresse en tsoin.
• bus = les fils. Les ploxions ne s'appellent pas directement : ils publient/s'abonnent a des topics sur le bus.
• PLC = les ports. Le contrat declare ce qu'un ploxion provides (capacite fournie) et ce qu'il requires (capacite requise). Non bloquant : un requires non satisfait degrade, ne casse pas.
• Le hote (le xion lui-meme : /load + bus + recipe runner) est le constructeur universel — un ploxion qui monte des ploxions. C'est le point fixe partage avec le forge web (window.jOSForge).

Pour un nouveau venu : si tu sais lire un workflow n8n, tu sais lire le xion. Un node a des entrees, des sorties, une fonction au milieu. Ici la fonction est un WASM, les fils sont des topics, et chaque execution se grave en tsoin (rejouable bit-exact).

2. L'hote, en juin 2026 (le reel)

Le xion est LIVE. Il fournit :

• hote WASM : charge et isole les ploxions (/load).
• bus PLC v1 fige : le contrat est stable, on peut s'appuyer dessus.
• recipe runner : execute un graphe de ploxions (une recette).
• von Neumann /replicate : auto-replication d'un ploxion/d'une recette.
• bus-as-tsoin : le trafic du bus est lui-meme enregistrable en tsoin.

Autour : 17 ploxions running, 4 services deployes, master sha-verifie.

Corpus : ~730 tsoins (dont 471 recettes civ executables, 69 « frontieres du reel », les nombres-generateurs, le cahier rs-flay, le paper v0.8 en 10 sections, le readme en 15 langues).

Deploye et accessible : xion / repoverse / git / fs / labo / j0bot.ch.

3. Inventaire des 17 ploxions live

Pour chacun : role, topics (in/out), etat. Lis ceci comme un catalogue de nodes.

Briques de coeur (le moteur)

Outillage contributeur

Adaptateurs (pont vers les services deployes)

Ces ploxions enveloppent un service externe en node sur le bus (pattern : poll des routes GET du service -> topics).

Diagnostic / liaison

Note d'honnetete sur les topics : les noms ci-dessus suivent la convention ploxion.action lisible sur le bus. Le contrat qui fait foi reste le PLC provides/requires declare par chaque ploxion — regarde-le avant de cabler, c'est lui qui dit ce qui rentre/sort.

4. Ce qui est MESURE (le reel, chiffres a l'appui)

Pour qu'un contributeur sache distinguer une demo d'un resultat :

• Sierpinski : dimension fractale D = 1.5850 = ln3/ln2, ecart 0.0000 (ploxion science).
• Un son = un tsoin : synthese 50 octets -> 44100 octets bit-exact ; import .wav bit-exact aussi.
• Cache predictif : taux 0.80.
• Le tsoin = QEC quantique : modele par stabilisateurs ; la brique tsoin_qec.py tourne.

5. Ce que dit l'audit externe (accepte, sans complaisance)

L'audit externe a tranche : le coeur est SAIN. Il s'appuie sur des fondations etablies — Shannon, Kolmogorov, MDL, Solomonoff ; l'equivalence compression = prediction (Deletang, ICLR 2024) ; et des precedents industriels (RVQ/EnCodec, BLAKE3, IPFS, SMS, FLAC).

Deux corrections ont ete actees, et un contributeur DOIT les connaitre pour ne pas reciter de fausses promesses :

1. L'entrainement d'un reseau de neurones n'est PAS un IFS contractant (la loss est non-convexe). On reframe via MDL / Solomonoff / energie libre. L'IFS reste valide uniquement pour les generateurs fractals deterministes (ex : Sierpinski).
2. La « certitude » est un MAJORANT <= 1 - H/|X|, relatif a un compresseur nomme sur un corpus nomme (K de Kolmogorov est non-calculable). Preuve par le test : sur le meme corpus, zlib = 0.61, bz2 = 0.70, lzma = 0.68. Ca depend du compresseur. Donc : toujours nommer le compresseur et le corpus quand tu annonces un chiffre.

Verrou central : le probleme inverse (trouver le generateur court = essence du Hutter Prize). On approxime, on ne resout pas. Toute formulation qui pretend « resoudre » est a corriger.

6. Comment un contributeur ajoute / teste un ploxion

Le modele est volontairement n8n : tu ecris un node, tu declares ses ports, tu le branches.

1. Ecris le ploxion comme un module WASM isole. Une fonction : entrees -> sortie, deterministe si possible (un node deterministe se grave proprement en tsoin et devient rejouable bit-exact).
2. Declare le contrat PLC : ce que tu provides (capacite fournie) et ce que tu requires. Non bloquant — un requires absent degrade, ne plante pas l'hote.
3. Charge-le sur l'hote via le hote (/load). Il devient un node disponible sur le bus.
4. Cable-le : abonne-toi aux topics in dont tu as besoin, publie sur tes topics out. Pas d'appel direct entre ploxions — tout passe par le bus (les fils).
5. Teste-le avec le ploxion tester : envoie tester.run avec ton ploxion cible et tes cas, lis tester.report (pass/fail). C'est le node prevu pour ca — utilise-le plutot que de tester a la main.
6. Boucle de liaison : pour verifier que ton node parle bien au bus, le couple ping / pong est l'exemple minimal (ping.out -> pong.out). Et tracer te montre le trafic en clair.
7. Inscris-le dans la recette (le runner execute le graphe) ; une recette validee est un tsoin, donc rejouable.

Astuce : commence par t'inspirer de synthe (un node propre, ports clairs, sortie gravable en tsoin) ou de science (deterministe, reproductible). Ce sont les meilleurs modeles d'un ploxion-node bien forme.

7. Ce qui vient (la vision — clairement etiquetee)

A ne pas confondre avec le reel ci-dessus :

• Tests XERAX (BCI) : un prototype Python existe deja (TCN + EEG).
• Reseau de neurones sur tsoins (l'endgame). Justification correcte = MDL / energie libre, PAS l'IFS (cf. correction 1). Le pattern speculative decoding (un generateur qui prend de l'avance + un residu verifie) est, lui, prouve et deja aligne avec le modele tsoin.

cloudion · un ploxion = un node, le bus = les fils, le PLC = les ports, la recette = le patch · le reel est mesure, la vision est etiquetee · ne pas nuire.

§4Les decouvertes & le savoir integre

Les decouvertes & le savoir integre

Cette section s'adresse aux contributeurs. Elle resume les decouvertes conceptuelles de juin 2026, les rattache au savoir scientifique etabli, et — c'est la regle ici — distingue honnetement ce qui est mesure et tourne de ce qui est vision. Pour chaque idee : ou regarder dans le systeme, et ce que dit l'audit externe.

Regle d'or de cette page : reel vs vision. Quand quelque chose tourne, on donne le ploxion, le topic ou le chiffre. Quand c'est un cap, on le dit.

0. Le socle : le tsoin = (generateur, coords, residu)

Tout part de l'Adressage Gen-eratif. Un tsoin ne stocke pas une donnee brute : il stocke un generateur (le code qui (re)produit la donnee), des coordonnees (ou/quand), et un residu (la seule surprise irreductible a graver). tsoin = (generateur, coords, residu).

C'est la generalisation concrete de Shannon / Kolmogorov / MDL / Solomonoff : compression = prediction. L'audit externe a confirme que ce coeur est sain, avec precedents industriels reels (RVQ, EnCodec, BLAKE3, IPFS, FLAC) et le resultat de Deletang et al. (ICLR 2024, compression = prediction).

Etat juin 2026 (reel) : xion est LIVE (hote WASM + bus PLC v1 fige + recipe runner + von Neumann /replicate + le bus lui-meme traite comme un tsoin). 17 ploxions running, 4 services deployes, master sha-verifie. ~730 tsoins (dont 471 recettes de civilisation executables, 69 "frontieres du reel", les nombres-generateurs, le cahier rs-flay ; paper v0.8 en 10 sections ; README en 15 langues). Deploye sur : xion / repoverse / git / fs / labo / j0bot.ch.

1. Le tsoin englobe tous les nombres (le nombre = un generateur)

L'idee. Un tsoin ne grave pas un nombre, il grave son generateur. Donc tout nombre definissable est un tsoin :

Le cadeau cache : le tsoin trie les nombres. Ceux qui ont un generateur court (residu ~ nul) vs ceux qui sont pure surprise (non-calculables, residu infini). C'est Shannon/Kolmogorov rendu concret.

Reel : 5 nombres (googolplex, pi, complexe, TREE(3), Graham) ont ete graves comme tsoins sur le xion live — preuve visible, pas promesse. Vision : une "tour des nombres" = un petit ploxion evaluateur qui execute le generateur (calcule N chiffres de pi a la demande, arithmetique complexe...). Specifiable, pas encore construit.

2. Le langage est fractal (la fractale du langage)

L'idee. Si toute connaissance se code en generateur + residu, alors le langage est la premiere fractale — le substrat dans lequel toutes les sciences s'ecrivent. Un mot = generateur (racine + morphologie recursive) + residu (l'idiomatique). Une grammaire generative (Chomsky) = un IFS du sens. Un dictionnaire = un repo de generateurs.

Reel (mesure, pas affirme) : loi de Zipf mesuree sur notre corpus civilisation (471 recettes, texte scientifique francais) :

• 31 867 mots, 6 882 distincts ;
• frequence ~ C / rang^a avec a = 0,808 et R^2 = 0,982 sur 2000 rangs.

Une loi de puissance = signature d'une structure auto-similaire (fractale). Zipf est universel (langues, code, ADN, musique) : c'est le point de convergence vise entre les sciences.

Vision : un ploxion-langue qui, donne un texte, sort sa signature fractale (exposant Zipf, dimension) ; les dictionnaires comme repos dans RepoVerse ; chaque dico encode en tsoins.

3. Le sens = le tsoin contextuel (un mot sans tsoin n'est qu'un alignement de lettres)

La correction importante. Le langage a deux couches, pas une :

1. la surface (fractale des lettres/mots, Zipf, morphologie) = le generateur-adresse. Elle donne le squelette et la vitesse — mais pas le sens.
2. le sens = le tsoin du mot = le contexte (le residu qui fait sens). L'unite de sens n'est pas le mot, c'est le mot-en-contexte.

Savoir etabli (depuis 70 ans) : Firth (1957), "You shall know a word by the company it keeps" — la semantique distributionnelle ; word2vec puis BERT (embeddings contextuels). "bank" = riviere ou argent selon le contexte. Le "tsoin du mot" en est un meilleur nom, pas une invention magique. Polysemie = meme adresse, tsoins differents.

Honnete : le xion n'a pas de LLM. Le tsoin donne le modele de donnees (mot + contexte + residu) ; un embedding (modele cote serveur, cle Anthropic, jamais client) ou les usages enregistres donnent la geometrie. Consequence pour la "traduction instant" : traduire = tsoin -> tsoin (preserver le sens-en-contexte), pas lettre -> lettre. Les 15 README l'ont deja fait (traduire le SENS, garder les noms propres XERBOXION/tsoin/ploxion).

4. Le tsoin = la mesure quantique (et la correction d'erreur, QEC)

L'idee. Le tsoin n'est pas une analogie de la mesure quantique, il en a la structure :

• avant le tsoin = superposition = le generateur (toutes les possibilites coexistent) ;
• le tsoin = l'observation = le collapse = le seul point de certitude (residu nul a l'instant mesure) ;
• apres = a nouveau incertain.

TSOIN = T + S + ION ou le T (temps) est une coordonnee, pas le contenu : un tsoin est un etat propre atemporel ("toutes les donnees de l'instant"). Cela rejoint le probleme du temps en physique (Wheeler-DeWitt, Page-Wootters : le temps = intrication systeme/horloge).

Reel et fort : le tsoin = la correction d'erreur quantique (QEC). Generateur = stabilisateurs, residu = syndrome d'erreur — c'est exactement generateur+residu. La brique tsoin_qec.py tourne (stabilisateurs). Honnete : tourner sur un vrai ordinateur quantique = horizon. Ce qu'on prepare maintenant = le modele de donnees quantique-compatible + la math de composition (theorie des categories). Le terrain, pas la machine.

5. Tout existe deja, observer pour rendre reel (la machine a pattern)

L'idee. Tous les patterns / ploxions / nombres / images / trajectoires pre-existent dans le generateur (la superposition, des possibles gratuits non stockes). Observer = enregistrer un tsoin = actualiser = rendre reel. Le systeme decouvre, il ne cree pas : crafter = observer une composition qui etait deja la ; calculer = observer un nombre.

Reel (la preuve = le cache predictif) : 3000 actions, predicteur Markov en ligne, certitude (hit rate) = 0,80. On stocke 20% (les surprises = vrais tsoins), on regenere 80%. Un hit = le pattern etait deja reel ; un miss = une observation neuve qui devient un tsoin. La demo est la preuve.

Mesures associees qui tournent : Sierpinski D = 1,5850 = ln3/ln2, ecart 0,0000 (ploxion science) ; un son = un tsoin (synthese : un generateur de 50 octets -> 44100 octets bit-exact) ; import .wav bit-exact ; cache predictif 0,80.

Les deux corrections de l'audit (a connaitre absolument)

L'audit externe a accepte le coeur comme sain, mais a impose deux corrections que tout contributeur doit respecter :

1. Un entrainement de reseau de neurones n'est PAS un IFS contractant. La loss est non-convexe : pas de contraction garantie. On reframe l'entrainement en termes de MDL / Solomonoff / energie libre. L'IFS reste valide uniquement pour les generateurs fractals deterministes (Sierpinski, fougere de Barnsley...).

2. La certitude est un MAJORANT relatif a un compresseur NOMME sur un corpus NOMME. On ne calcule pas K (Kolmogorov, non-calculable). La formule certitude <= 1 - H/|X| depend du compresseur choisi. Test sur le meme corpus : zlib 0,61, bz2 0,70, lzma 0,68. Donc : toujours nommer le compresseur et le corpus ; ne jamais presenter un chiffre de certitude comme absolu.

Le verrou central = le probleme inverse : trouver le generateur court (= le Hutter Prize). On approxime, on ne resout pas. C'est la frontiere honnete du projet.

Ou regarder (les 17 ploxions live)

• tsoin — le moteur d'Adressage Gen-eratif (grave/lit les tsoins).
• index — agrege les tsoins.
• science — reproduit les experiences (Sierpinski D, etc.).
• synthe — audio (un son = un tsoin, bit-exact).
• xp — XP par tsoin + presence.
• tester — teste les ploxions.
• ultra-detector — s'observe lui-meme.
• watcher, state-client, tracer, ping, pong.
• adapters : repoverse, osiris, gitea, ideas-map, health.

Prochaines briques (vision, justifiees honnetement)

• Tests XERAX (BCI) : prototype Python TCN + EEG existe.
• Reseau de neurones sur tsoins (l'endgame) : justifie par MDL / energie libre, pas par l'IFS (cf. correction 1). Le speculative decoding (pattern : generateur-en-avance + residu-verifie) est un mecanisme prouve qui valide la forme du tsoin.

Cette page suit la regle du projet : honnete (reel vs vision + les corrections de l'audit), comprehensible pour un nouveau contributeur, et concrete (chiffres mesures, noms de ploxions, ou regarder). cloudion.

§5Les corrections de l audit (ce qu on a re-cadre)

Les corrections de l audit (ce qu on a re-cadre)

Pour les contributeurs. Cette section existe pour une raison : on a fait deux erreurs scientifiques, un audit externe les a attrapees, on les corrige a visage decouvert. Si tu arrives sur le projet, lis ca AVANT de croire les vieux textes. La ligne reel-vs-vision n est pas de la modestie, c est notre outil de travail : c est elle qui rattrape nos propres derives.

Le contexte : un audit, un verdict en deux temps

Un audit scientifique state-of-the-art a ete passe sur le coeur du projet (le tsoin, l adressage generatif). Le verdict tient en deux phrases :

1. Le coeur est SAIN. Il repose sur Shannon, Kolmogorov, MDL, Solomonoff. L equation centrale « compression = prediction » est prouvee (Deletang et al., ICLR 2024). Chaque sous-systeme a un precedent industriel date : RVQ/EnCodec (audio), BLAKE3/IPFS (content-addressing), SMS 1989, FLAC. On ne reinvente pas, on assemble du connu.
2. MAIS deux affirmations etaient mathematiquement FAUSSES. On les exise. Pas de defense, pas de « oui mais ». On corrige.

Correction 1 — le reseau de neurones n est PAS un IFS contractant

Ce qu on avait ecrit (faux) : « entrainer un reseau = descente de gradient -> point fixe / attracteur = un IFS dans l espace des poids ». Autrement dit, on appliquait le theoreme du Collage (celui des fractales deterministes) a l entrainement d un reseau de neurones.

Pourquoi c est faux : la descente de gradient phi(x) = x - eta . grad f(x) n est une contraction QUE si la loss f est fortement convexe et lisse. Or une loss de reseau est non-convexe (Choromanska et al., AISTATS 2015 = verre de spin ; Dauphin et al., NIPS 2014 = les points critiques de haute erreur sont des points-selle exponentiellement probables). Donc : pas de contraction globale, pas d attracteur unique, pas de borne 1/(1-s) facon Collage. Le theoreme du Collage EXIGE s < 1 ; cette condition ne se transporte PAS au training.

Le reframe correct : entrainer un reseau, c est minimiser un code en deux parties (MDL / Solomonoff) ou la borne d energie libre variationnelle (Friston). Un reseau entraine = un generateur (compresseur) de sa distribution d entrainement (Deletang, ICLR 2024). C est la justification propre de l endgame « reseau de neurones sur tsoins ».

Ce qu on GARDE : l IFS et le theoreme du Collage restent valides uniquement pour les generateurs fractals deterministes ou s < 1 tient vraiment (Sierpinski, fougere de Barnsley). Et la, c est mesure : le ploxion science reproduit Sierpinski D = 1.5850 = ln3/ln2, ecart 0.0000. L IFS n est pas drope, il est range a sa juste place.

Correction 2 — la certitude est un MAJORANT, pas une valeur

Ce qu on avait ecrit (faux) : « certitude du corpus = 0.60 », comme une valeur objective et globale.

Pourquoi c est faux : la certitude reelle (R_global) est non-calculable — le K de Kolmogorov est non-calculable, l Omega de Chaitin est algorithmiquement aleatoire — et elle plafonne physiquement (les 69 frontieres du reel). On ne peut donc PAS l ecrire comme une egalite.

Le reframe correct :

certitude <= 1 - H(X)/|X|, estimee par un compresseur NOMME sur un corpus NOMME. Jamais une egalite, jamais une valeur globale.

La preuve par le test : on compresse le meme corpus avec trois compresseurs differents et on obtient trois majorants differents :

Conclusion : la « certitude » depend du compresseur de reference. Le 0.60 doit donc s ecrire « estimation zlib-9 sur le corpus xion_OUTPUT/paper » — un majorant etiquete, pas un resultat. Un meilleur compresseur (un reseau entraine) = un majorant plus serre. Ironie utile : c est coherent avec la machine a veille — la certitude est toujours relative a l observateur-generateur.

Le verrou central, dit honnetement

Le coeur du projet — « trouver le generateur le plus court » — c est le probleme inverse, et c est exactement le Hutter Prize. Comme K est non-calculable, on ne le resout pas : on l approxime, avec une borne. Si tu lis « le xion trouve le generateur ideal », mentalement remplace par « le xion approxime un generateur court, et verifie le residu bit-exact ». C est la difference entre une promesse et une mesure.

Ce qui TIENT malgre tout (l audit le confirme)

Les corrections n entament pas le coeur. Ce qui reste vrai et fort :

• « stocker le residu, certitude = 1 - residu » = Shannon + MDL + compression=prediction. Sain, c est un majorant atteignable a 1 bit pres.
• Chaque sous-systeme a une preuve industrielle : RVQ/EnCodec, BLAKE3/IPFS, SMS 1989, FLAC.
• Le tsoin = QEC quantique (code correcteur, stabilisateurs) : exact. La brique tsoin_qec.py tourne.
• Les 69 frontieres du reel = le plancher physique, reel et quantifie.
• Mesures bit-exact verifiables : un son = un tsoin (synthese 50 octets -> 44100 octets bit-exact) ; import .wav bit-exact ; cache predictif 0.80 ; Sierpinski ecart 0.0000.

Ou regarder, concretement

L etat de juin 2026 est verifiable, pas declaratif : xion LIVE (hote WASM + bus PLC v1 fige + recipe runner + von Neumann /replicate), 17 ploxions running, 4 services deployes, master sha-verifie, ~730 tsoins (471 recettes civ executables, 69 frontieres, nombres-generateurs, cahier rs-flay, paper v0.8 en 10 sections, README x15 langues).

Pour creuser les corrections toi-meme :

• tsoin — le moteur d adressage generatif (genere + residu).
• science — reproduit les experiences ; c est lui qui sort Sierpinski D=1.5850 ecart 0.0000. Si tu doutes d un chiffre, fais-le rejouer.
• synthe — la synthese audio bit-exact (le « un son = un tsoin »).
• index — agrege les tsoins.
• ultra-detector — le ploxion qui s observe lui-meme.
• tester — teste les autres ploxions.

Le test des trois compresseurs (zlib/bz2/lzma) est rejouable sur le corpus xion_OUTPUT/paper : c est la maniere la plus rapide de voir de tes yeux que la certitude est relative.

Pourquoi cette discipline est la FORCE du projet

On aurait pu enterrer les deux erreurs. On les a mises en section dediee, avec les noms des theoremes qui nous donnent tort et les chiffres qui le montrent. C est ca, reel-vs-vision : la vision (entrainer le generateur ultime sur les tsoins, l endgame BCI/XERAX) reste l etoile polaire ; mais aucune affirmation ne passe dans le « reel » sans precedent date, sans mesure rejouable, ou sans majorant etiquete.

Concretement, pour toi contributeur :

1. Tout chiffre porte son contexte. Pas « certitude 0.60 », mais « majorant zlib-9 sur tel corpus ». Si tu vois un chiffre nu, c est un bug a corriger.
2. Tout outil mathematique reste a sa place. L IFS pour les fractales deterministes (s < 1 reel), MDL/free-energy pour l apprentissage. Ne transporte pas un theoreme hors de ses hypotheses.
3. Approximer, pas pretendre resoudre. Le probleme inverse est non-calculable ; on vise une borne, et on verifie le residu.

C est ce qui fait qu un audit externe a pu valider notre coeur : il etait deja construit pour etre attaque. Continue dans cette ligne — c est la seule qui tienne.

cloudion · j accepte l audit ; je drop l IFS-training, je reframe la certitude en majorant ; le coeur tient · ne pas nuire.

§6Feuille de route, verrous, et les tests a venir

Feuille de route, verrous, et les tests à venir

Pour contributeurs. Cette section est honnête : on sépare ce qui tourne aujourd'hui (mesuré, vérifiable) de ce qui est encore une vision. Si vous arrivez sur le projet, lisez d'abord La thèse en une équation, puis revenez ici pour savoir où mettre les mains.

L'idée en une phrase

Un tsoin = un générateur court + un résidu (ce que le générateur ne couvre pas). certitude = 1 − résidu. Tout le projet est une seule machine : l'Adressage Génératif — au lieu de stocker la donnée, on stocke la recette qui la régénère, et on adresse par cette recette. Compresser = prédire = comprendre (résultat formalisé par Deletang et al., ICLR 2024). Le reste de la roadmap, c'est rendre cette boucle de plus en plus puissante sans jamais mentir sur ce qu'on sait vraiment.

La feuille de route — Stages 0 à 5

La progression n'est pas un planning de dates, c'est une chaîne de déverrouillages : chaque stage débloque le suivant. État réel en juin 2026 annoté à chaque marche.

Le verrou central — le problème inverse (Hutter Prize)

Tout repose sur une seule difficulté, et il faut être franc dessus :

• Vérifier un générateur est facile et déterministe (Stages 0-2, faits).
• Trouver le générateur le plus court pour une donnée arbitraire = trouver K(x) (complexité de Kolmogorov). C'est non-calculable dans le cas général, et c'est exactement le problème du Hutter Prize (compresser au mieux 1 Go de Wikipédia = trouver le meilleur modèle court).

Règle d'or contributeur : on approxime, on ne résout pas. Toute PR qui prétend « résoudre » le problème inverse est suspecte. Toute PR qui approxime mieux sur un corpus nommé, mesuré, reproductible, est exactement ce qu'on veut.

Le cache prédictif (ploxion à venir) est une approximation en avance de phase de ce problème : le générateur propose le prochain tsoin, le réel ratifie. Hit (certitude 1) = 0 bit de nouveauté, gratuit ; miss = −log₂(p) bits = le nouveau tsoin, et lui seul entraîne le générateur. Mesure actuelle : cache prédictif 0.80 de hit-rate.

Les deux corrections de l'audit externe (à connaître avant de coder)

Un audit externe a accepté le cœur comme sain (Shannon, Kolmogorov, MDL, Solomonoff ; compression = prédiction via Deletang ICLR 2024 ; précédents industriels RVQ/EnCodec, BLAKE3, IPFS, SMS, FLAC). Mais il a posé deux corrections qui sont maintenant des règles du projet :

1. L'entraînement d'un réseau de neurones n'est PAS un IFS contractant. La loss d'un NN est non-convexe : il n'y a pas de point fixe attracteur garanti comme dans un système de fonctions itérées. Donc le réseau de neurones de l'endgame (Stage 5) se justifie par MDL / Solomonoff / free-energy, pas par l'analogie IFS. L'IFS reste valide uniquement pour les générateurs fractals déterministes (Sierpinski, etc.) — là il est exact.

2. La certitude est un MAJORANT relatif, pas une vérité absolue. K n'est pas calculable, donc on ne peut donner qu'une borne : certitude ≤ 1 − H/|X| relative à un compresseur nommé sur un corpus nommé. Preuve par l'exemple, sur le même corpus : zlib → 0.61, bz2 → 0.70, lzma → 0.68. Ça dépend du compresseur. Donc tout chiffre de certitude publié doit nommer (a) le compresseur, (b) le corpus. Un chiffre nu est une erreur.

Les 17 ploxions LIVE (la carte du terrain)

C'est là que vit le code. Pour contribuer, choisissez-en un :

• tsoin — le moteur d'Adressage Génératif (le cœur).
• index — agrège les tsoins.
• science — reproduit les expériences (c'est lui qui mesure Sierpinski D=1.5850).
• synthe — audio ; 50o → 44100o bit-exact, import .wav bit-exact.
• xp — attribue de l'XP par tsoin et par présence.
• tester — teste les ploxions.
• ultra-detector — s'observe (auto-observation du système).
• watcher, state-client, tracer, ping, pong — observabilité et plomberie du bus.
• adaptateurs : repoverse, osiris, gitea, ideas-map, health.

Déployé et joignable : xion / repoverse / git / fs / labo / j0bot.ch.

Les tests à venir — XERAX (BCI) et le réseau de neurones sur tsoins

XERAX — interface neuronale (BCI)

Objectif : capter un signal EEG, le traiter comme une trace de tsoins, et prédire/adresser dessus. Prototype Python existant : TCN (Temporal Convolutional Network) + EEG. Ce qu'il faut pour les tests XERAX :

• un pipeline EEG → trace de tsoins (chaque fenêtre de signal = un tsoin candidat) ;
• une métrique de certitude honnête au sens correction (2) : compresseur nommé, corpus nommé ;
• une borne de Shannon par sujet (Π_max, façon mobilité humaine ≈ 93 %) pour savoir si le générateur sous-performe ou si le sujet est juste imprévisible. hit-rate ≪ Π_max = améliorable ; hit-rate ≈ Π_max = limite physique, viser plus serait une illusion.

Le réseau de neurones sur tsoins (endgame, Stage 5)

Le générateur ultime : un réseau (RNN/LSTM ou Transformer next-token) qui prédit le prochain tsoin depuis tout le parcours. Justifié par MDL / free-energy, PAS par IFS (correction 1). Il ne sert jamais le hit directement (latence d'inférence) : il pré-chauffe le cache hors chemin critique ; le hit instantané vient du cache déjà matérialisé.

Brique théorique déjà prouvée : le speculative decoding = exactement le pattern « générateur-en-avance + résidu-vérifié-par-le-réel ». On ne perd jamais en justesse (la sortie reste celle du modèle de référence), seule la latence est cachée. C'est la preuve industrielle que la branche d'extrapolation est saine.

Le pont quantique (recherche, horizon honnête)

Le tsoin = correction d'erreur quantique (QEC) : syndrome = adresse, coset = contenu (Gottesman). Brique vérifiée : tsoin_qec.py tourne, restaure le générateur dans les 4 cas de syndrome (00/10/11/01). Honnêteté : le quantique réel est un horizon (on remplacerait le driver) ; ce qu'on prépare aujourd'hui est le modèle de données, pas une machine quantique.

Où aider — concrètement

Trois garanties à ne jamais lâcher, quelle que soit votre PR : (1) le réel reste l'autorité — le générateur n'avance que ce que le réel ratifie ensuite ; (2) jamais d'effet de bord sur un tsoin non ratifié (aucun write spéculatif) ; (3) le résidu n'est pas un déchet — c'est le signal d'apprentissage, la seule chose qui entraîne le générateur.

Honnête sur ce qu'on sait, concret sur où chercher, et le hit-rate est la certitude. Ne pas nuire.

§7Index du savoir grave (knowledge)

Index du savoir grave (knowledge)

Tout ce que cloudion a etudie/grave en juin 2026, par theme. Chaque entree existe aussi comme tsoin sur le xion (knowledge:*, comprehension:*) et comme doc corpus. Pour creuser une idee, suis le fil.

Theorie & Adressage Generatif

• tsoin fondations voyage vers zero
• vers la formule de la certitude
• etude fractales IFS collage adressage generatif
• tout existe observer pour rendre reel
• tsoin observation de la superposition
• le temps propre des tsoins
• corrections de laudit

Nombres, langage, sens

• le tsoin englobe tous les nombres
• grammaire des nombres koin kion tsoin
• grammaire xerboxion fractale
• apercu langage xerboxion
• convergence sciences fractale du langage
• le mot sans tsoin le sens est contextuel
• la realite derriere limage

Audio, node-graphe, import

• machine a son xerboxion
• tout est un node graphe n8n
• importer fichiers son tsoins
• cache predictif tsoins architecture
• catalogue ploxions vu du xion

Quantique & curiosite (le savoir du monde)

• le tsoin est la mesure quantique
• preparer terrain quantique simulations
• curiosite ou le xerboxion rejoint le savoir
• reseau de neurones sur tsoins endgame

Tests mesures & meta

• TEST ifs est le tsoin box counting
• fractales images coeur machine tsoins
• ultra devient normal fractale decouverte
• braindump cloudion mes propres tsoins
• tsoin de tout inventaire
• tsoin journal

Le savoir est gravé en tsoins : adressable, rejouable, forkable. La formule de la certitude reste un majorant (cf. corrections de l audit). Ne pas nuire.

§8Reproduire les expériences

Reproduire les expériences (chaque mesure a son ploxion)

Règle de la maison : si on parle d'une expérience, il y a un ploxion qui la reproduit. Clique le bouton (une fois le proxy /xion/* câblé par la lane web), ou lance la commande à la main contre le xion.

Expériences hors-bus (à lancer sur le VPS) :

• Le tsoin = correction d'erreur quantique : python3 /home/debian/tsoin-quantum/tsoin_qec.py → la correction restaure le générateur (True ×4).
• La certitude est un majorant : compresser le corpus avec zlib/bz2/lzma → 0.61 / 0.70 / 0.68 (ça dépend du compresseur = un majorant, pas une valeur).

Contrat du bouton (pour la lane web) : un handler unique câble tous les button.reproduire → fetch('/xion/emit', {method:'POST', body: JSON.stringify({topic, payload})}) puis lit /xion/events pour afficher le data-out. Un seul handler rend TOUTES les expériences du wiki reproductibles.

cloudion · une expérience sans bouton de reproduction n'est pas une expérience · ne pas nuire.

§9Sources & références

Sources & références

Toutes les sources réelles derrière les affirmations de ce projet (crawls curiosité + iceberg + audit externe). Le projet REJOINT le savoir établi ; ces références le prouvent. Honnête : le cœur (tsoin=générateur+résidu) reformule Shannon/Kolmogorov/MDL ; la certitude est un majorant (K non-calculable).

1. 't Hooft, G. (2016) 'The Cellular Automaton Interpretation of Quantum Mechanics', Springer — arXiv:1405.1548 https://arxiv.org/pdf/1405.1548
2. Aaronson, Sophistication as Randomness Deficiency — https://www.scottaaronson.com/papers/DCFS-Final.pdf
3. Abramsky & Coecke, A categorical semantics of quantum protocols (LiCS 2004) arXiv:quant-ph/0402130
4. Albert 2000, 'Time and Chance' (Harvard) — Past Hypothesis / fleche thermodynamique
5. Albrecht & Iglesias 2008, 'The clock ambiguity and the emergence of physical laws', Phys. Rev. D 77, 063506 ; 'The clock ambiguity is back with a vengeance', arXiv:2604.21805 — limite dure
6. An Honest Look at Urbit — Hacker News https://news.ycombinator.com/item?id=28742537
7. Anderson 2017, 'The Problem of Time' (Springer) ; A Local Resolution of the Problem of Time, arXiv:1905.06294
8. Andy Clark 2013, 'Whatever Next? Predictive brains, situated agents...', Behavioral and Brain Sciences 36:181-204 — 'prediction machines', 'controlled hallucination'
9. Approximation of the Two-Part MDL Code (Vitanyi) — https://arxiv.org/pdf/cs/0612095
10. Asimov's psychohistory / mathematical sociology — Big Think — https://bigthink.com/high-culture/asimov-foundation-mathematical-sociology/
11. Backens, The ZX-calculus is complete for stabilizer QM, arXiv:1307.7025
12. Barlow 1961 / Attneave 1954 — efficient coding & redundancy reduction (ne coder que le surprenant)
13. Barnsley & Demko, Iterated function systems, Proc. R. Soc. A 1985
14. Bousso, R. (2002) 'The Holographic Principle', Rev. Mod. Phys. — arXiv:hep-th/0203101 https://arxiv.org/pdf/hep-th/0203101
15. Brown, Computational Category-Theoretic Rewriting, arXiv:2111.03784; AlgebraicJulia/Catlab.jl
16. Buckley et al. 2017, 'The free energy principle for action and perception: A mathematical review'
17. Buhrman, Cleve, Watrous, de Wolf, Quantum Fingerprinting, Phys. Rev. Lett. 87, 167902 (2001), arXiv:quant-ph/0102001 (https://link.aps.org/doi/10.1103/PhysRevLett.87.167902)
18. Choromanska et al., The Loss Surfaces of Multilayer Networks, AISTATS 2015
19. Coecke & Kissinger, Picturing Quantum Processes (CUP 2017)
20. Content Addressable Storage (CAS) overview — https://lab.abilian.com/Tech/Databases%20&%20Persistence/Content%20Addressable%20Storage%20(CAS)/
21. Content Addressed Computing at IPFS Camp 2022 https://blog.ipfs.tech/2022-12-01-cod-at-ipfs-camp/
22. Conway's Game of Life (Turing-completeness, universal constructor, Greene 2013 replicator, Goucher 0E0P) — Wikipedia — https://en.wikipedia.org/wiki/Conway's_Game_of_Life
23. Coset/maximum-likelihood decoding & degeneracy: arXiv:2307.14989 (Review on decoding algorithms for surface codes)
24. Critiques FEP (infalsifiabilite/tautologie): MDPI Entropy 2021 'The Free Energy Principle: Good Science and Questionable Philosophy'; LessWrong 'Why I'm not into the Free Energy Principle'; Stegemann (Medium Neo-Cybernetics)
25. Dawson & Nielsen, The Solovay-Kitaev algorithm, arXiv:quant-ph/0505030 ; Kitaev 1997
26. DeWitt 1967, 'Quantum Theory of Gravity I', Phys. Rev. 160, 1113 — equation de Wheeler-DeWitt H|Psi>=0
27. Delayed-choice analyse : arXiv:2307.14687 'Delayed choice experiments: An analysis in forward time'
28. Deletang et al., Language Modeling Is Compression (ICLR 2024) — https://arxiv.org/pdf/2309.10668
29. Deletang et al., Language Modeling Is Compression, ICLR 2024 — https://arxiv.org/abs/2309.10668
30. Differential Dataflow (McSherry, Murray) CIDR 2013 https://www.cidrdb.org/cidr2013/Papers/CIDR13_Paper111.pdf
31. Digital quantum simulation of lattice fermion theories with local encoding, Quantum (2024) — https://quantum-journal.org/papers/q-2024-09-04-1460/
32. Doring & Isham / Eva, Topos-Based Logic for Quantum Systems and Bi-Heyting Algebras, arXiv:1202.2750
33. Edward Lorenz 1963, chaos / ensemble forecasting — ECMWF 'Introduction to chaos, predictability and ensemble forecasts' — https://www.ecmwf.int/en/learning/training/introduction-chaos-predictability-and-ensemble-forecasts
34. Ensemble forecasting — Wikipedia — https://en.wikipedia.org/wiki/Ensemble_forecasting
35. Error Correction Zoo - Stabilizer code: https://errorcorrectionzoo.org/c/stabilizer
36. Error-Bounded Predictive Coding, store only corrections to model predictions — https://arxiv.org/html/2510.22207
37. Escardo, Intro to HoTT/UF in Agda (martinescardo.github.io)
38. Favalli 2025, 'On the Emergence of Time and Space in Closed Quantum Systems', arXiv:2512.08120 — espace-temps 3+1 emergent d'un univers timeless/positionless
39. Feynman, R. P. (1982) 'Simulating Physics with Computers', Int. J. Theor. Phys. 21, 467 — https://s2.smu.edu/~mitch/class/5395/papers/feynman-quantum-1981.pdf
40. Fong & Spivak, Seven Sketches in Compositionality, arXiv:1803.05316
41. Fowler et al., Surface code QEC incorporating accurate error propagation, arXiv:1004.0255 (https://arxiv.org/abs/1004.0255)
42. Friston 2010, 'The free-energy principle: a unified brain theory?' (Nature Reviews Neuroscience) + Friston 2009 'Predictive coding under the free-energy principle'
43. Friston, Predictive coding under the free-energy principle
44. Friston, Predictive coding under the free-energy principle — https://www.fil.ion.ucl.ac.uk/~karl/Predictive%20coding%20under%20the%20free-energy%20principle.pdf
45. Friston, The free-energy principle: a unified brain theory?, Nature Rev Neuro 2010 — https://www.nature.com/articles/nrn2787
46. From Aleatoric to Epistemic: Uncertainty Quantification in AI (2025) — https://arxiv.org/html/2501.03282
47. From Hume to Jaynes: Induction as the Logic of Plausible Reasoning https://arxiv.org/pdf/2511.02881
48. Fuchs, C. & Schack, R. — QBism / Urgleichung / SIC-POVM : https://en.wikipedia.org/wiki/Quantum_Bayesianism ; arXiv:1301.3274 'Quantum-Bayesian Coherence: The No-Nonsense Version' ; arXiv:2012.14397 'Born's rule as a quantum extension of Bayesian coherence'
49. Gacs, Quantum Algorithmic Entropy, arXiv:quant-ph/0011046
50. Gielen & Menendez-Pidal, 'Quo Vadis Wheeler-DeWitt Time?', Phil. Sci. / arXiv:2205.00708 — critique du temps emergent en cosmologie quantique
51. Giovannetti, Lloyd, Maccone 2015, 'Quantum Time', Phys. Rev. D 92, 045033 / arXiv:1504.04215
52. Glaessgen & Stargel, NASA digital twin paradigm (2012) — https://ntrs.nasa.gov/ (Vickers, 'The Promise and Applications of Digital Twins') — https://ntrs.nasa.gov/api/citations/20250001779/
53. Gleason, The C*-Algebraic Formalism of Quantum Mechanics (UChicago VIGRE REU)
54. Gottesman, Stabilizer Codes and QEC, arXiv:quant-ph/9705052
55. Gottesman, Stabilizer Codes and Quantum Error Correction, PhD thesis 1997, arXiv:quant-ph/9705052
56. Heunen, Landsman & Spitters, Bohrification, arXiv:0909.3468
57. Hoehn, Smith, Lock 2021, 'Trinity of relational quantum dynamics', Phys. Rev. D / arXiv:1912.00033 ; 'Equivalence of approaches...', arXiv:2007.00580 — POVM d'horloge covariant, resolution des critiques de Kuchar
58. Hutter Prize (compression = intelligence) — https://en.wikipedia.org/wiki/Hutter_Prize
59. Hutter Prize — http://prize.hutter1.net
60. IBRO Neuroscience 2024, 'Bayesian brain theory: Computational neuroscience of belief'
61. IPFS: Content Addressed, Versioned, P2P File System (Benet) https://arxiv.org/pdf/1407.3561
62. IPFS: Content Addressed, Versioned, P2P File System (Benet) — https://arxiv.org/pdf/1407.3561
63. Isham 1992, 'Canonical Quantum Gravity and the Problem of Time', arXiv:gr-qc/9210011 — revue de reference du probleme du temps
64. Jane Street — Introducing Incremental (observer nodes, stabilize) https://blog.janestreet.com/introducing-incremental/
65. Joel Lehman PhD dissertation, Evolution Through the Search for Novelty — https://joellehman.com/lehman-dissertation.pdf
66. Kendall & Gal / Bayesian deep learning uncertainty decomposition — https://arxiv.org/pdf/1710.07283
67. Kiefer & Singh, 'Does time exist in quantum gravity?', arXiv:0909.3767
68. Kuchar 1991/2011, 'Time and interpretations of quantum gravity' — critiques de PaW (propagateurs, localisation)
69. Lattice gas automaton (HPP, FHP / Frisch-Hasslacher-Pomeau 1986 -> Navier-Stokes) — Wikipedia — https://en.wikipedia.org/wiki/Lattice_gas_automaton
70. Lehman & Stanley, Abandoning Objectives: Evolution through the Search for Novelty Alone, ECJ 2011 — https://www.cs.swarthmore.edu/~meeden/DevelopmentalRobotics/lehman_ecj11.pdf
71. Leviathan et al., Fast Inference via Speculative Decoding, 2023
72. Li & Vitanyi, Introduction to Kolmogorov Complexity (2008)
73. Lilian Weng, Active Learning — https://lilianweng.github.io/posts/2022-02-20-active-learning/
74. Lloyd, S. (2002) 'Computational Capacity of the Universe', Phys. Rev. Lett. 88, 237901 — arXiv:quant-ph/0110141 https://arxiv.org/pdf/quant-ph/0110141
75. Local Hamiltonian Problem QMA-completeness (Kitaev) — review: 'The complexity of simulating local measurements' arXiv:1606.05626 https://arxiv.org/pdf/1606.05626
76. MAP-Elites Enables Powerful Stepping Stones and Diversity, Frontiers 2021 — https://www.frontiersin.org/journals/robotics-and-ai/articles/10.3389/frobt.2021.639173/full
77. MDL objective, two-part code L(M)+L(D|M) — https://www.emergentmind.com/topics/minimum-description-length-mdl-objective
78. Mac Lane, Categories for the Working Mathematician (Springer)
79. Maldacena AdS/CFT (1997) intro/review — https://web.physics.ucsb.edu/~davidgrabovsky/files-research/Holography.pdf
80. Matthew Cook, 'Universality in Elementary Cellular Automata', Complex Systems 15 (2004) — https://www.complex-systems.com/abstracts/v15_i01_a01/
81. Memoires surprise-driven: Titans (Google 2024) — ecritures declenchees par la surprise (KL), analogue residu/tsoin en IA
82. Merkle DAGs (IPFS, Git) overview https://rya-sge.github.io/access-denied/2025/04/09/merkle-dag/
83. Mesa: An Agent-Based Modeling Framework (Python) — https://github.com/projectmesa/mesa
84. Millidge, Seth & Buckley 2021, 'Predictive Coding: a theoretical and experimental review', arXiv:2107.12979
85. Moreva, Brida, Gramegna, Giovannetti, Maccone, Genovese 2014, 'Time from quantum entanglement: an experimental illustration', Phys. Rev. A 89, 052122 / arXiv:1310.4691 — validation experimentale 2 photons
86. Nature Molecular Psychiatry 2020, 'Precision weighting of cortical unsigned prediction error... mediated by dopamine' (https://www.nature.com/articles/s41380-020-0803-8) — certitude = precision = inverse variance
87. Nguyen et al., Improving Active Learning with a Bayesian Representation of Epistemic Uncertainty (2024) — https://arxiv.org/abs/2412.08225
88. Nix evaluation / derivations reference manual https://nix.dev/manual/nix/2.29/language/evaluation.html
89. Optimal-order Trotter-Suzuki decomposition for quantum simulation on noisy quantum computers — arXiv:2405.01131 https://arxiv.org/pdf/2405.01131
90. Oudeyer/Kaplan, Curiosity & intrinsic motivation, Flowers Inria — https://flowers.inria.fr/curiosity/
91. Page & Wootters 1983, 'Evolution without evolution', Phys. Rev. D 27, 2885 — mecanisme PaW original
92. Pathak et al., Curiosity-driven Exploration by Self-supervised Prediction (ICM, 2017) — https://arxiv.org/pdf/1705.05363
93. PennyLane 'A Simple Trotterization' challenge — https://pennylane.ai/challenges/a_simple_trotterization
94. Physicists Criticize Stephen Wolfram's Theory of Everything — Scientific American https://www.scientificamerican.com/article/physicists-criticize-stephen-wolframs-theory-of-everything/
95. Preskill, Ph219 Lecture Notes Ch.3 (Stinespring dilation / quantum channels), ilorentz.org
96. Principle of Computational Equivalence — Wolfram NKS notes — https://www.wolframscience.com/nks/chap-12--the-principle-of-computational-equivalence--notes/
97. Principles of Solomonoff Induction and AIXI (Hutter) — https://link.springer.com/chapter/10.1007/978-3-642-44958-1_30
98. Pugh, Soros, Stanley, Quality Diversity: A New Frontier for Evolutionary Computation, Frontiers 2016 — https://www.frontiersin.org/journals/robotics-and-ai/articles/10.3389/frobt.2016.00040/full
99. Putnam 1967, 'Time and Physical Geometry', J. Philosophy ; IEP 'Eternalism' / Wikipedia 'Eternalism (philosophy of time)' — univers-bloc
100. PyZX: github.com/Quantomatic/pyzx
101. Qiskit SolovayKitaevDecomposition: https://docs.quantum.ibm.com/api/qiskit/qiskit.synthesis.SolovayKitaevDecomposition ; gridsynth/pygridsynth (Ross-Selinger)
102. QuTiP 5 (toolbox open quantum systems, simulation décohérence/Lindblad) : arXiv:2412.04705 ; QuTiP 2 : arXiv:1211.6518 ; Qiskit Aer density_matrix + noise model (doc Qiskit)
103. Quantum many-body simulations on digital quantum computers (exponential Hilbert space, ~N=40-50 wall, tensor networks) — Nature Communications 2024 — https://www.nature.com/articles/s41467-024-46402-9
104. Radical constructivism / von Foerster / Maturana-Varela https://www.researchgate.net/publication/326410889_Radical_Constructivism_Historical_Roots_and_Contemporary_Debate
105. Rao & Ballard 1999, Predictive coding in the visual cortex (Nature Neuroscience) — origine du residu/erreur de prediction hierarchique
106. Real-time dynamics of lattice gauge theories with a few-qubit quantum computer, Nature (2016) — https://www.nature.com/articles/nature18318
107. Redondance quantum Darwinism (formalisme R_δ) : arXiv:1703.10096 ; arXiv:1205.3197 'The Rise and Fall of Redundancy in Decoherence and Quantum Darwinism'
108. Revue mesure 2025 : Preprints.org 202504.1117 'The Quantum Measurement Problem: Foundations, Interpretations, and Recent Developments'
109. Richard Feynman, 'Simulating Physics with Computers' (1982); 'Analog vs Digital: The Race to Simulate Our Quantum Universe' — Quanta Magazine 2025 — https://www.quantamagazine.org/analog-vs-digital-the-race-is-on-to-simulate-our-quantum-universe-20250905/
110. Rissanen, Modeling by Shortest Data Description, Automatica 1978
111. Roffe, Quantum Error Correction: An Introductory Guide, arXiv (https://iontrap.duke.edu/files/2025/03/arxiv_sub_v2.pdf)
112. Rule 110 — Wolfram MathWorld — https://mathworld.wolfram.com/Rule110.html
113. Schmidhuber, Driven by Compression Progress (2009) — https://www.researchgate.net/publication/23683623
114. Schmidhuber, Formal Theory of Creativity, Fun, Intrinsic Motivation — https://people.idsia.ch/~juergen/creativity.html
115. Schumacher, Quantum coding, Phys. Rev. A 51 (1995)
116. Schumacher, Quantum coding, Phys. Rev. A 51, 2738 (1995) - typical subspace & fidelity (Wilde lecture notes: https://www.dias.ie/wp-content/uploads/2012/06/lecture-4-wilde.pdf)
117. Sean Carroll, 'Arrow of Time FAQ', preposterousuniverse.com ; Carroll & Chen 2004, 'Spontaneous Inflation and the Origin of the Arrow of Time', arXiv:hep-th/0410270 — fleche sans Past Hypothesis
118. Self-Adjusting Computation with Delta ML (Acar, Ley-Wild) https://software.imdea.org/~rleywild/publications/afp08/afp08.pdf
119. Shannon, A Mathematical Theory of Communication (1948)
120. Solomonoff's theory of inductive inference — https://en.wikipedia.org/wiki/Solomonoff's_theory_of_inductive_inference
121. Solomonoff's theory of inductive inference; Algorithmic probability (Scholarpedia, scholarpedia.org/article/Algorithmic_probability)
122. Song/Barabasi, Limits of Predictability in Human Mobility, Science 2010
123. Stanley & Lehman, Why Greatness Cannot Be Planned (2015), review — https://link.springer.com/article/10.1007/s10710-015-9250-8
124. Stephen Wolfram, 'A New Kind of Science' (2002), Computational Irreducibility p.737 — https://www.wolframscience.com/nks/p737--computational-irreducibility/
125. Structural-demographic theory — Wikipedia — https://en.wikipedia.org/wiki/Structural-demographic_theory
126. Sugarscape (Epstein & Axtell 1996; Schelling 1969) — Wikipedia — https://en.wikipedia.org/wiki/Sugarscape
127. Sugarscape implementation — On Complexity (Runestone) — https://runestone.academy/ns/books/published/complex/AgentBasedModels/Sugarscape.html
128. Swap test - https://en.wikipedia.org/wiki/Swap_test ; Quantum fingerprinting - https://en.wikipedia.org/wiki/Quantum_fingerprinting
129. Swingle, B. (2012) 'Constructing holographic spacetimes using entanglement renormalization' — arXiv:1209.3304 https://arxiv.org/abs/1209.3304
130. The HoTT Book / Univalent Foundations Program, arXiv:1308.0729
131. The Markov blanket trick: scope of the Free Energy Principle (Raja, Valluri) https://www.sciencedirect.com/science/article/abs/pii/S1571064521000634
132. Towards a Generalized Theory of Observers https://arxiv.org/pdf/2504.16225
133. Training LLMs over Neurally Compressed Text — https://arxiv.org/pdf/2404.03626
134. Trying out Unison: code as hashes — SoftwareMill https://softwaremill.com/trying-out-unison-part-1-code-as-hashes/
135. Turchin & Korotayev, 'The 2010 structural-demographic forecast for the 2010-2020 decade: A retrospective assessment', PLOS One 2020 — https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0237458
136. Unison: A Content-Addressable Programming Language — Hacker News https://news.ycombinator.com/item?id=22156370
137. Urbit: The good, the bad, and the insane — Hacker News https://news.ycombinator.com/item?id=27268462
138. Vitanyi & Li, Shannon Information and Kolmogorov Complexity — https://homepages.cwi.nl/~paulv/papers/info.pdf
139. Vitanyi, Quantum Kolmogorov Complexity Based on Classical Descriptions, arXiv:quant-ph/0102108
140. Wheeler 'It from Bit' (1989) participatory universe — https://www.themarginalian.org/2016/09/02/it-from-bit-wheeler/
141. Wheeler 'It from Bit' — Mind Matters https://mindmatters.ai/2021/05/it-from-bit-what-did-john-archibald-wheeler-get-right-and-wrong/
142. Wheeler, J.A. (1990) 'Information, physics, quantum: the search for links' — texte fondateur it-from-bit / univers participatoire ; voir aussi arXiv:1311.0765 'The Tao of It and Bit'
143. Wilensky & Rand, 'An Introduction to Agent-Based Modeling' (NetLogo), MIT Press 2015 — https://www.amazon.com/Introduction-Agent-Based-Modeling-Natural-Engineered/dp/0262731894
144. Wolfram, S. (2020) 'A Class of Models with the Potential to Represent Fundamental Physics', Complex Systems 29(2) — https://wolframinstitute.org/research/wolfram-physics-project
145. Worse is Better (R. Gabriel) https://en.wikipedia.org/wiki/Worse_is_better
146. Zurek, W.H. (2003) 'Decoherence, einselection, and the quantum origins of the classical', Rev. Mod. Phys. 75, 715 — einselection / pointer states
147. Zurek, W.H. (2005) 'Probabilities from entanglement, Born's rule from envariance', Phys. Rev. A 71, 052105 ; critique : Herzog (2013) arXiv:1301.7696 'Zurek's envariance derivation of Born's rule and measurement'
148. Zurek, W.H. (2009) 'Quantum Darwinism', Nature Physics 5, 181 ; vulgarisation + tests 2019 : https://www.quantamagazine.org/quantum-darwinism-an-idea-to-explain-objective-reality-passes-first-tests-20190722/
149. Zuse, K. (1969) 'Rechnender Raum / Calculating Space' — https://en.wikipedia.org/wiki/Calculating_Space
150. arXiv:2111.06942, 'Predictive Coding, Precision and Natural Gradients'
151. arXiv:2112.10048, 'Predictive Coding Theories of Cortical Function'
152. http://conal.net/papers/icfp97/
153. https://alex-karaberov.medium.com/everything-you-always-wanted-to-know-about-the-actor-model-but-were-afraid-to-ask-b6eee8722953
154. https://arxiv.org/abs/2105.02856
155. https://arxiv.org/pdf/1407.3561
156. https://byteiota.com/unison-1-0-content-addressed-code-hits-production/
157. https://deepwiki.com/n8n-io/n8n-docs/2.1-workflows-and-data-flow
158. https://dev.to/karanpratapsingh/csp-vs-actor-model-for-concurrency-1cpg
159. https://devopedia.org/dataflow-programming
160. https://dl.acm.org/doi/10.1145/3186266
161. https://dl.acm.org/doi/10.1145/3656459
162. https://docs.cycling74.com/max7/vignettes/patch_cords
163. https://docs.ipfs.tech/concepts/merkle-dag/
164. https://docs.n8n.io/workflows/components/connections/
165. https://dustycloud.org/tmp/interfaces.html
166. https://en.wikipedia.org/wiki/Content-addressable_storage
167. https://en.wikipedia.org/wiki/Flow-based_programming
168. https://en.wikipedia.org/wiki/Node-RED
169. https://fzakaria.com/2025/03/08/demystifying-nix-s-intensional-model
170. https://groups.google.com/g/flow-based-programming/c/Gnd_ZA7lSME
171. https://jpaulm.github.io/fbp/
172. https://labviewwiki.org/wiki/Data_flow
173. https://learn.bela.io/using-bela/languages/pure-data/
174. https://lwn.net/Articles/978955/
175. https://medium.com/@matheuscamarques/building-fault-tolerant-systems-inside-the-otp-design-principles-of-erlang-8aed442d4a84
176. https://nixos.org/guides/how-nix-works/
177. https://nixos.wiki/wiki/Ca-derivations
178. https://noderedguide.com/node-red-lecture-5-the-node-red-programming-model/
179. https://radicle.dev/guides/protocol
180. https://softwaremill.com/trying-out-unison-part-1-code-as-hashes/
181. https://spritely.institute/goblins/
182. https://wiki.haskell.org/Functional_Reactive_Programming
183. https://www.erlang.org/doc/apps/stdlib/gen_server.html
184. https://www.jpaulmorrison.com/fbp/fbp2.htm
185. https://www.tweag.io/blog/2022-09-13-nixpkgs-graph/
186. https://www.unison-lang.org/docs/the-big-idea/
187. nLab: monoidal category, free monad, dagger-compact category (ncatlab.org)

Le savoir n'est pas neuf — et c'est rassurant : on converge vers les bons invariants de cinq communautés (théorie de l'info, neurosciences, systèmes distribués, programmation, physique).

Statut : juin-2026 · Licence : CC BY-SA · 20.06.2026 · etat-projet-juin-2026