Des chercheurs de Google ont créé une « soupe numérique » de données aléatoires simples. Au bout de millions de générations, elles se sont combinées pour créer du code plus complexe qui s’est autorépliqué. Ainsi, la création d’une vie numérique semble peu différer de la nôtre.


au sommaire


    Sur Terre, la vie trouve toujours une façon pour se développer. À priori en matièrematière de code informatique, le même comportement existe également. C'est ce qui ressort d'une étude menée par des chercheurs de GoogleGoogle. Après avoir laissé un ensemble de données aléatoires dans le cadre d'une simulation sur plusieurs millions de générations, les scientifiques ont remarqué que des formes de « vie » numériques autoréplicatives se sont développées.

    Et si les IA apprenaient à vivre « à l'état sauvage » ? L'hypothèse est peut-être moins folle qu'il y paraît. © Futura

    Avec leur étude, les chercheurs pensent pouvoir aider à la compréhension des voies pouvant mener à l'origine de la vie. La simulation a reposé sur la création d'une sorte de soupe numérique primitive à base d'un langage de programmation appelé Brainfuck. Ce langage n'autorise que deux opérations mathématiques, à savoir l'addition et la soustraction d'une unité.

    Une créature numérique autoréplicative

    L'équipe a modifié le code pour permettre uniquement aux données aléatoires d'interagir entre elles. Un peu comme des moléculesmolécules, elles ont été laissées libres d'exécuter leur propre code et, par exemple, de « s'écraser » toutes seules avec leur voisinage. Il n'y a pas eu de règle mise en place ni d'impulsions délivrées à ces données aléatoires. Au final, au bout de plusieurs millions de générations, des éléments plus complexes ont été créés et se sont autorépliqués.

    Évidemment, on ne peut pas vraiment parler de vie, mais cette autoréplication qui s'est générée d'elle-même montre que le code a trouvé des solutions pour se complexifier, un peu comme des organismes se créent de manière autonome. Pour les chercheurs de Google, il faudrait une puissance de calcul plus importante pour que l'autoréplication donne des résultats encore plus avancés et complexes.