Vue normale

Reçu hier — 8 novembre 2025

Consequences of Undecidability in Physics on the Theory of Everything

8 novembre 2025 à 22:22

La relativité générale traite l'espace-temps comme un système dynamique et montre son effondrement au niveau des singularités.

Cet échec est interprété comme une preuve que la gravité quantique n'est pas une théorie formulée {au sein} de l'espace-temps ; au contraire, elle doit expliquer l'{émergence} même de l'espace-temps à partir de degrés de liberté quantiques plus profonds, résolvant ainsi les singularités.

La gravité quantique est donc envisagée comme une structure axiomatique, et les calculs algorithmiques agissant sur ces axiomes sont censés générer l'espace-temps.

Cependant, les théorèmes d'incomplétude de Gödel, le théorème d'indéfinissabilité de Tarski et l'incomplétude informationnelle de Chaitin établissent des limites intrinsèques à tout programme algorithmique de ce type.

Ensemble, ces résultats impliquent qu'une « théorie du tout » entièrement algorithmique est impossible : certaines facettes de la réalité resteront indécidables sur le plan computationnel et ne pourront être appréhendées que par une compréhension non algorithmique.

Nous formalisons cela en construisant une « méta-théorie du tout » fondée sur une compréhension non algorithmique, montrant comment elle peut rendre compte des phénomènes indécidables et démontrant que l'échec des descriptions computationnelles de la nature n'entraîne pas l'échec de la science. Étant donné que toute simulation supposée de l'univers serait elle-même algorithmique, ce cadre implique également que l'univers ne peut pas être une simulation.


Désolé.. mais cette publication scientifique est vraiment à côté de la plaque !!!
Y’a vraiment des gens qui qui veulent se faire remarquer dans un sujet de niche et donc associent un sujet de buzz à côté pour se faire remarquer… et ça marche !!!
Il se trouve que j’ai lu il y a un mois la BD logicomix: https://fr.wikipedia.org/wiki/Logicomix
Qui justement parle de l’histoire de la logique et surtout de la vie de Russel qui a fait de sa vie une quête de LA vérité sous forme mathématique et donc logique. Il est aussi question de Cantor et sa théorie des ensembles qui vise à sous tendre la notion même de nombre. Si j’ai 3 pommes.. et 3 poires.. l’ensemble commun c’est 3.. et voilà comme on prouve un nombre. Russel a écrit un bouquin de 300 pages pour démontrer que 1+1 =2 … voilà le niveau de ce genre de névrosé.. (la BD montre que la plupart des logiciens sont fous car il cherchent la vérité.. et qu’elle n’existe pas… )
Puis Russel sort son paradoxe qui l’a rendu célèbre.. " l'ensemble des ensembles n'appartenant pas à eux-mêmes appartient-il à lui-même ?"
=> ça casse toute la théorie des ensembles.. y’a un paradoxe. ça a fait déprimer plein de mathématiciens !
.. et là dessus Gödel (dont il est question dans l’article) a poursuivi les travaux de Russel en démontrant que tout système logique est incomplet. Donc qu’il y a des propositions indécidable. On ne peut les prouver ni les réfuter. Là ça casse toutes la cohérence des maths…. y’a des choses qu’on saura jamais !!!
→ Ensuite c’est Tarski qui démontre qu’un langage formel ne peut pas définir LA vérité en interne. On est obligé d’avoir un méta-langage, hors du langage lui même pour définir ce qui est vrai. (En bref, le slogan de X-files → la vérité est ailleurs)
→ Puis c’est Chaitlin qui enfonce le clou en étendant ce que dit Gödel en utilisant la théorie de l’information. Si je résume il dit qu’un système formel a des limites en terme d’information qu’il peut gérer. En gros sur un feuille à plat tu peux pas prouver un cube en 3D, t’as pas assez d’information à disposition pour.

Ce dernier point me fait directement penser à une simulation qui doit nécessairement être plus grossière, plus pixelislées que son hôtes.

Donc dans ce papier, les gars disent que la gravité quantique est un algorithme et comme un algorithme est incomplet, alors il peut pas tout simuler, donc la simulation est impossible CQFD….
LOL !!!

Déjà rien ne prouve que la théorie de la gravité quantique est autre chose qu’une théorie. C’est un modèle à la mode maintenant que la théorie des cordes est passée de mode… c’est tout…
De plus, les gars ont une vision très précise de ce qu’est une "simulation", hors rien ne prouve que c’est leur définition qui s’applique. C’est pas des informaticiens les gars. Ils ont l’impression que si un ordinateur est basé sur du binaire, tout doit être binaire dans ce qui émerge. C’est justement nier les phénomènes d’émergence. Le plus impressionnant de nos jours est l’IA..
Perso je pense aussi à un "design pattern" d’architecture informatique courant. C’est le "Modèle vue contrôleur" On a un modèle de donnée, une base de données qui contient des infos, très souvent relationnelles, on a une vue qui est nécessaire pour linéariser les infos les rendre visible à l’écran, et un contrôleur qui manage tout ça.
Dans ma vision du monde, La vue c’est notre monde. C’est là où on crée le temps pour suivre un fil rouge de la base de données qui a toutes les infos en même temps.
Je prend l’exemple d’un blog.. on va crée une vu chronologique. Ou un jeu vidéo, on va dessiner via la carte graphique les objets et les personnage en interaction. (mais que cette partie de la réalité, si il n’y a pas d’observateur, il n’y a rien de calculer.. ce qui fonctionne comme la physique quantique !)

Ainsi les auteurs de l’articles suppose que la simulation est dans le même monde que celui qui est simulé. (pourquoi ? c’est une limitation) Non, on peut avoir un monde plus vaste avec d’autres capacités et loi physique. Moi j’ai aussi un autre espace, c’est mon modèle et mon contrôleur qui font un rendu dans la vue. Donc un monde plus vaste. C’est très matérialiste leur approche !!

Autre point, en informatique on a l’équivalent du théorème d’incomplétude de Gödel, il s’agit du problème de l’arrêt. https://fr.wikipedia.org/wiki/Probl%C3%A8me_de_l%27arr%C3%AAt
C’est Turing qui a montré ceci en 1936 (science étonnante a fait une vidéo sur le sujet cette semaine !!!!)
En bref, si je regarde le code d’un programme, je ne peut pas savoir si le programme va boucler à l’infini ou s’arrêter. C’est une problème indécidable.

Donc toutes nos simulations ont donc des indécidables… et ça fonctionne très bien. Les gars ils disent que le fait d’avoir un indécidable invalide toute simulation !! C’est totalement faux !

J’ai exposé mes arguments à perplexity ainsi que l’article en question. L’IA a validé la plupart de mes observation et m’a donné les sources de physiciens qui ont aussi réfuté les conclusion de cet article: "Les physiciens Melvin Vopson et Javier Moreno soulignent une "erreur de catégorie profonde" dans l'argument de Faizal."

Voilà voilà.. donc non.. c’est pas par ce que c’est publié que c’est vrai….
Merci d’avoir lu mon charabia.. je pense qu’il faut s’accrocher pour comprendre.. (d’où le fait que la plupart des gens ont juste lu le titre à côté de la plaque…) heureusement que c’est un sujet qui est venu à mois ces dernières semaines !


Permalien
Reçu — 29 septembre 2025

GPT-5 Pro est capable de faire de nouvelles découvertes

Par :Korben
29 septembre 2025 à 10:04

Je viens de lire un truc super intéressant sur les nouvelles capacités de nos chers LLM qui devrait changer pas mal de choses aussi bien pour les scientifiques, que les développeurs ou n’importe qui, cherchant à faire du “neuf” avec les IA.

Moran Feldman et Amin Karbasi, deux chercheurs de l’université de Haifa et de Cisco Foundation AI, ont eu l’idée géniale de créer ce qu’ils appellent le “test de Gödel” . Un nom chelou mais qui cache l’idée suivante : est-ce qu’une IA peut résoudre des conjectures mathématiques encore jamais publiées ?

C’est à dire des trucs tellement nouveaux qu’elle ne peut pas les avoir mémorisés pendant son entraînement. Pour tester cela, nos chercheurs ont balancé cinq conjectures (des problèmes d’optimisation combinatoire qu’ils avaient spécialement concoctés pour l’occasion) à GPT-5 Pro, et là, surprise !!!

Sur le deuxième problème, GPT-5 Pro ne s’est pas contenté de chercher une solution. Le modèle a carrément réfuté leur conjecture originale en trouvant une meilleure approche qui, après vérification, s’est avérée correcte.

Et c’est exactement ce que Sebastian Bubeck, passé récemment de Microsoft à OpenAI, a observé aussi de son côté. Il a donné à GPT-5 Pro un problème ouvert d’optimisation convexe, un truc sur lequel les humains planchaient depuis un bon moment… Le modèle a alors réfléchi 17 minutes et a pondu une solution d’optimisation convexe valide et encore jamais trouvée. Bon, entre-temps des humains avaient déjà trouvé plus efficace, mais l’IA n’était pas au courant et a fait sa propre découverte indépendamment.

Les IA commencent donc à développer ce qu’on pourrait appeler un “esprit critique computationnel”. Elles ne se contentent plus de chercher LA solution qu’on leur demande, mais évaluent la pertinence même de la question.

Le test de Gödel révèle d’ailleurs les limites actuelles de façon assez claire car sur les cinq problèmes, GPT-5 Pro en a résolu trois correctement (enfin, presque correctement, avec quelques erreurs mineures). Le quatrième problème, qui nécessitait de combiner des data de deux papiers scientifiques différents a été un échec total. Et pour le cinquième, encore plus complexe, GPT-5 a proposé le même algorithme que les chercheurs avaient en tête mais s’est planté dans son analyse.

Selon l’étude , les preuves incorrectes “paraissaient initialement plausibles et même convaincantes” et ce n’est qu’après un examen détaillé que les failles profondes du raisonnement sont apparues. Comme d’hab, l’IA peut dire de la merde mais avec un tel aplomb qu’on aurait tendance à la croire, un peu comme un politique français qui témoigne sous serment.

Cette année 2025 marque vraiment un tournant dans les maths par IA. L’armée américaine, via la DARPA, a lancé le programme expMath qui vise carrément à créer des “co-auteurs IA” pour les mathématiciens. Des chercheurs de Caltech utilisent l’IA pour s’attaquer à la conjecture d’Andrews-Curtis, un problème de théorie des groupes vieux de 60 ans. Google Deepmind a découvert de nouvelles solutions à des problèmes de dynamique des fluides . Et, GPT-5 décroche même des médailles d’or aux Olympiades Internationales de Mathématiques.

On est bien sûr encore loin de remplacer les mathématiciens par des IA mais on s’approche de plus en plus d’outils capables d’accompagner, de challenger, de contredire ou de reformuler certains problèmes sans forcement recracher la soupe qu’on leur a servi lors de leur entrainement initial. Bref, l’IA semble être capable, en tout cas en maths, de faire preuve d’un peu (un peu seulement !!) de créativité grâce à son analyse de plus en plus fine des problèmes.

Je me demande maintenant si avec GPT-5 Pro, on peut accéder aussi à cet embryon de créativité pour d’autres choses plus quotidiennes, comme du code, ou des problèmes de la vie de tous les jours… Faudra tester !

❌