Systèmes quantiques
Rendre les systèmes physiques complexes accessibles à la modélisation, à la simulation et au contrôle.
Attractor Dynamics trouve la structure cachée d'un problème et la transpose dans une forme où le calcul peut agir. Nous rendons possibles la prédiction, la conception et le contrôle là où ils ne l'avaient pas encore été.
Depuis quelques années, l'informatique confond volontiers l'échelle avec la compréhension. Quand un système ne perçoit pas la structure d'un problème, il l'admet rarement ; il compense. Plus de paramètres. Plus de contexte. Plus de recherche. Plus de puissance. On a longtemps nommé cela du progrès. C'était, le plus souvent, une façon de différer le coût de ne pas savoir ce qui importait.
Le résultat est aujourd'hui bien connu. De petites questions convoquent une machinerie hors de proportion. Des théories élégantes deviennent ruineuses à l'usage. L'inefficacité est acceptée comme le prix de l'ambition. Nous partons d'une autre hypothèse : beaucoup de problèmes ne semblent insolubles que parce que personne n'a encore trouvé la forme dans laquelle ils se tiennent.
Notre travail commence par la structure. Nous la cherchons, nous ramenons le problème à une échelle où le calcul peut opérer, et, dans des domaines qui n'ont jamais été abordés en ces termes, nous dégageons l'ordre dont procèdent la prédiction et la valeur.
Certains problèmes sont grands parce qu'ils sont réellement difficiles. D'autres ne le semblent que parce qu'ils ont été mal posés. C'est cette distinction qui nous occupe. Quand la bonne structure est trouvée, ce qui paraissait démesuré devient traitable, et ce qui paraissait flou devient quelque chose que l'on peut prédire, concevoir et contrôler avec précision.
Rendre les systèmes physiques complexes accessibles à la modélisation, à la simulation et au contrôle.
Faire de la structure biologique latente un point de départ pour la prédiction, la conception et l'optimisation.
Concevoir des manières plus rigoureuses de représenter et de traiter les problèmes séquentiels difficiles.
Si vous travaillez sur des problèmes techniques difficiles — systèmes quantiques, biologie, IA — et que vous pensez qu'une meilleure structure peut déplacer les frontières de ce qui est calculable, nous serons heureux de vous lire.