Un journal du développement du projet Gem-graph devrait être créé et maintenu. #11

New Issue

Open

opened 2023-10-16 15:10:27 +02:00 by neox · 0 comments

neox commented

2023-10-16 15:10:27 +02:00

Owner

Ce journal et une bibliogaphie associée faciliterait les études et publications méthodologiques.

La conception d'une modélisation par réécritures de graphes géométriques s'est faite par étapes.

L'élaboration de gem-graph a été un processus incessant qui ne peut être considéré comme achevé.

L'étude de cette évolution pourrait aider à la conception des développements à venir.

L'espoir est qu'elle permette d'économiser des réécritures.

De 1992 à 2020, chaque étape du développement a entraîné la réorganisation partielle ou complète du logiciel (structures de données, nommage et algorithmes) (ref) en réponse à des contextes historiques particuliers:

1974 Le concept d'autopoièse (Francisco Varela & Humberto Maturana) (ref)
Redéfinition de l'autopoièse : persistance + liaison entre constituant d'un même individu
Isoperformance (relation complexité / efficience de tous les composants d'un individu)
Christopher Langton: 'Life as it is' versus 'Life as it could be'
Le 'jeu de la vie' John Horton Conway en 1970 :un système formel Turing-complet
Le paradigme des automates cellulaires (ref)
Les modèles orientés-objets insuffisants face aux phénomènes complexes (ref)
1994 Premier poster à Heidelberg. Critiques: 'pas réaliste'. Quelle granularité et quelle définition choisir ? Conclusion : les structures représentées doivent déterminer les fonctions. Rien de plus. Toute l'information nécessaire à la reconnaissance de la fonction doit se trouver dans l'état.
1995 premier génome complet (Haemophilus influenzae 400 gènes seulement mais parasite) (ref)
la connaissance de l'intégralité des génomes ouvre l'ère de l'exhaustivité:
Le nombre de parties d'un être vivant est fini.
Toutes sont ou peuvent être connues et totalement décrites (atome par atome)
Comment reconstituer le tout à partir des parties ?
La recherche d'une théorie biologique et le développement des modèles (Artificial Life)
Peut-on définir la vie ? Comment ? Le débat naturalisme / vitalisme. L'exobiologie
Les modèles 'set of keys' and 'bag of chemicals'. Conséquences sur le "milieu intérieur".
Un arbre logique du vivant distinct du graphe historique.
Postulat: la représentation optimale des connaissances biologiques nomologiques
(non-historiques) ?
Postulat: l'auto-production condition nécessaire de l'auto-re-production.
Une chimie des symboles : Gem-graph peut convertir des états en règles de transition
et des règles de transition en états.

Principales innovations successives:

Transitions locales (pas globales) (à la différence des automates cellulaires)
Initialement, tous les objets de l'espace global étaient des symboles (des caractères 'M' ou 'E', par exemple) identifiés chacun individuellement par le programme qui opérait leurs déplacements ou transformations. Puis ils sont devenus des dessins mais, même s'ils avaient la même forme, ils restaient identifiés par un code non inscrit dans l'espace. Désormais, leur identité est inscrite dans l'espace même, localement, et pas dans la règle. Leur forme doit être reconnue reconnue par la règle (pattern recognition) pour qu'ils puissent être manipulés.
Des objets complexes: chaque case de l'espace est munie de liens pour s'accrocher à d'autres
Les objets peuvent être complexes: composés de combinaisons de plus d'une case
(à la différence des automates cellulaires)
Ceci permet à la forme des objets d'indiquer leur fonction.
Ceci permet aussi de transformer, trasporter et combiner les objets du modèle facilement.
Les processus combinatoires (polymérisations) sont indispensables en biologie
Gem-graph ne peut pas représenter (la conservation de) l'énergie, mais
on peut convenir qu'à des formes d'objets identiques
sont associées des énergies potentielles identiques
(énergie potentielle = énergie que l'objet peut libérer ou stocker en étant transformé)
Mouvement aléatoire de tous les objets = modèle d'une solution (sans le solvant)
Un seul format de règles pour décrire des mouvements et / ou des transformations
Qu'importent les structures, pourvu qu'elles représentent des fonctions !
Les conditions ne reconnaissent plus que des formes dessinées et deviennent uniformes.
Séparation systématique des états et des règles de transition
Séparation des conditions et des actions des règles sous des formats standards
Espace plan enroulé sur un tore; matrice hexagonale
Plusieurs sites par 'particule'. Plusieurs flèches superposées.
Conditions d'une règle connectées par des 'ET'
Règles connectées par des 'OU'
Deux types de conditions: sur une cellule, sur une flèche
Deux types d'actions: translation, rotation
Condition de probabilité
Addition de modèles compatibles
Association possible de modèles gem-graph à de modèles décrivant des flux et/ou des ondes
Un seul type de règle élémentaire (1 condition et 1 action, 1 seul symbole) Commutativité
Un même moteur pour 1D, 2D et 3D
Les modèles et les préférences des utilisateurs sont stockés sous format XML
Des règles locales, aléatoires et asynchrones respectent les relations de causalité
Parallélisme (premiers tests)
Arbre des conditions
Séparation des projets gem-graph (nommé fin 2020) et des projets biologiques
(aXoris,nommé vers 1995)
gem-graph est adapté à la représentation de tous les phénomènes complexes

En 2021, gem-graph a été réorganisé :

Architecture modulaire client-serveur
Conception 'système' et non plus seulement objet. (ref)
Redéfinition du fichier XML avec notation des règles sous forme d'arbre de conditions.

Cette réorganisation a mis en évidence :

Le sous-ensemble des flèche-origine (éligibles comme origine de l'espace local)
Les autres modes d'écriture possible des flèches (départ-arrivée, départ + module + angle)
Le parcours de l'espace local est encodé par l'ordre des conditions dans l'arbre.
- => abandon des parcours séquentiels de listes de règles.
- => plusieurs parcours sont possibles (auparavant : le seul parcours spirale).
- => le parcours peut être optimisé pour chaque modèle.
- => ce travail d'optimisation (le choix d'un parcours) est attribué au client.
- => le client fabrique donc l'arbre que le serveur utilisera.
Le cycle de vie du modèle : correction des erreurs reproductibles puis aléatoires.
Les outils nécessaires pour ces deux phases de la conception du modèle.
Fixation (en cours) du vocabulaire / création d'un glossaire.

Réferences:

Sirmai, J. (2011). A Schematic Representation of Autopoiesis Using a New Kind of Discrete Spatial Automaton. Advances in Artificial Life, ECAL 2011, MIT Press.

Sirmai, J. (2012). Autopoiesis Facilitates Self-Reproduction. Advances in Artificial Life, ECAL 2012, MIT Press.

Remerciements

Sébastien Boisard que j'ai rencontré début 1994 a contribué à ce projet en construisant, en C, un premier parseur des règles (efficace).

Il pensait en avoir "pour quelques jours" (sic).
Il a entrepris ce travail à l'automne 1996 et l'a achevé en février 1998.
Puis il est parti 'monter sa boite' et est devenu ingénieur au CNRS.

Notre collaboration a été un bonheur et je le remercie profondément pour tout ce qu'il m'a appris.

Ce parseur a permis de manipuler jusqu'à 500 règles et a été un indice qui nous a guidé vers de nouveaux développements possibles.

Il a notamment mis en évidence le fait qu'il fallait pouvoir manipuler automatiquement de très grands nombres de règles et donc que la structure des règles devait toujours permettre leur lecture et leur écriture par des algorithmes.

Au début de son travail, ni la forme des règles, ni celle des états, ni les méthodes de modélisation, ni même le but des modèles, n'étaient clairement définis.

Le choix du langage oscillait entre Pascal, C et Java.

L'auto-production (mais pas l'auto-re-production) avait été (imparfaitement) représentée dès 1993.

Les règles étaient lues séquentiellement.

Leur grammaire s'est stabilisée une première fois grâce à ce parseur fin 1995.

Plusieurs parseur Java ont été construits par le suite.

Ce journal et une bibliogaphie associée faciliterait les études et publications méthodologiques. --- La conception d'une modélisation par réécritures de graphes géométriques s'est faite par étapes. L'élaboration de gem-graph a été un processus incessant qui ne peut être considéré comme achevé. L'étude de cette évolution pourrait aider à la conception des développements à venir. L'espoir est qu'elle permette d'économiser des réécritures. --- De 1992 à 2020, chaque étape du développement a entraîné la réorganisation partielle ou complète du logiciel (structures de données, nommage et algorithmes) (ref) en réponse à des contextes historiques particuliers: - 1974 Le concept d'autopoièse (Francisco Varela & Humberto Maturana) (ref) - Redéfinition de l'autopoièse : persistance + liaison entre constituant d'un même individu - Isoperformance (relation complexité / efficience de tous les composants d'un individu) - Christopher Langton: 'Life as it is' versus 'Life as it could be' - Le 'jeu de la vie' John Horton Conway en 1970 :un système formel Turing-complet - Le paradigme des automates cellulaires (ref) - Les modèles orientés-objets insuffisants face aux phénomènes complexes (ref) - 1994 Premier poster à Heidelberg. Critiques: 'pas réaliste'. Quelle granularité et quelle définition choisir ? Conclusion : les structures représentées doivent déterminer les fonctions. Rien de plus. Toute l'information nécessaire à la reconnaissance de la fonction doit se trouver dans l'état. - 1995 premier génome complet (Haemophilus influenzae 400 gènes seulement mais parasite) (ref) - la connaissance de l'intégralité des génomes ouvre l'ère de l'exhaustivité: Le nombre de parties d'un être vivant est fini. Toutes sont ou peuvent être connues et totalement décrites (atome par atome) Comment reconstituer le tout à partir des parties ? La recherche d'une théorie biologique et le développement des modèles (Artificial Life) - Peut-on définir la vie ? Comment ? Le débat naturalisme / vitalisme. L'exobiologie - Les modèles 'set of keys' and 'bag of chemicals'. Conséquences sur le "milieu intérieur". - Un arbre logique du vivant distinct du graphe historique. Postulat: la représentation optimale des connaissances biologiques nomologiques (non-historiques) ? - Postulat: l'auto-production condition nécessaire de l'auto-re-production. - Une chimie des symboles : Gem-graph peut convertir des états en règles de transition et des règles de transition en états. Principales innovations successives: - Transitions locales (pas globales) (à la différence des automates cellulaires) - Initialement, tous les objets de l'espace global étaient des symboles (des caractères 'M' ou 'E', par exemple) identifiés chacun individuellement par le programme qui opérait leurs déplacements ou transformations. Puis ils sont devenus des dessins mais, même s'ils avaient la même forme, ils restaient identifiés par un code non inscrit dans l'espace. Désormais, leur identité est inscrite dans l'espace même, localement, et pas dans la règle. Leur forme doit être reconnue reconnue par la règle (pattern recognition) pour qu'ils puissent être manipulés. - Des objets complexes: chaque case de l'espace est munie de liens pour s'accrocher à d'autres Les objets peuvent être complexes: composés de combinaisons de plus d'une case (à la différence des automates cellulaires) - Ceci permet à la forme des objets d'indiquer leur fonction. - Ceci permet aussi de transformer, trasporter et combiner les objets du modèle facilement. - Les processus combinatoires (polymérisations) sont indispensables en biologie - Gem-graph ne peut pas représenter (la conservation de) l'énergie, mais on peut convenir qu'à des formes d'objets identiques sont associées des énergies potentielles identiques (énergie potentielle = énergie que l'objet peut libérer ou stocker en étant transformé) - Mouvement aléatoire de tous les objets = modèle d'une solution (sans le solvant) - Un seul format de règles pour décrire des mouvements et / ou des transformations - Qu'importent les structures, pourvu qu'elles représentent des fonctions ! - Les conditions ne reconnaissent plus que des formes dessinées et deviennent uniformes. - Séparation systématique des états et des règles de transition - Séparation des conditions et des actions des règles sous des formats standards - Espace plan enroulé sur un tore; matrice hexagonale - Plusieurs sites par 'particule'. Plusieurs flèches superposées. - Conditions d'une règle connectées par des 'ET' - Règles connectées par des 'OU' - Deux types de conditions: sur une cellule, sur une flèche - Deux types d'actions: translation, rotation - Condition de probabilité - Addition de modèles compatibles - Association possible de modèles gem-graph à de modèles décrivant des flux et/ou des ondes - Un seul type de règle élémentaire (1 condition et 1 action, 1 seul symbole) Commutativité - Un même moteur pour 1D, 2D et 3D - Les modèles et les préférences des utilisateurs sont stockés sous format XML - Des règles locales, aléatoires et asynchrones respectent les relations de causalité - Parallélisme (premiers tests) - Arbre des conditions - Séparation des projets gem-graph (nommé fin 2020) et des projets biologiques (aXoris,nommé vers 1995) gem-graph est adapté à la représentation de tous les phénomènes complexes En 2021, gem-graph a été réorganisé : - Architecture modulaire client-serveur - Conception 'système' et non plus seulement objet. (ref) - Redéfinition du fichier XML avec notation des règles sous forme d'arbre de conditions. Cette réorganisation a mis en évidence : - Le sous-ensemble des flèche-origine (éligibles comme origine de l'espace local) - Les autres modes d'écriture possible des flèches (départ-arrivée, départ + module + angle) - Le parcours de l'espace local est encodé par l'ordre des conditions dans l'arbre. * => abandon des parcours séquentiels de listes de règles. * => plusieurs parcours sont possibles (auparavant : le seul parcours spirale). * => le parcours peut être optimisé pour chaque modèle. * => ce travail d'optimisation (le choix d'un parcours) est attribué au client. * => le client fabrique donc l'arbre que le serveur utilisera. - Le cycle de vie du modèle : correction des erreurs reproductibles puis aléatoires. - Les outils nécessaires pour ces deux phases de la conception du modèle. - Fixation (en cours) du vocabulaire / création d'un glossaire. --- Réferences: Sirmai, J. (2011). A Schematic Representation of Autopoiesis Using a New Kind of Discrete Spatial Automaton. Advances in Artificial Life, ECAL 2011, MIT Press. Sirmai, J. (2012). Autopoiesis Facilitates Self-Reproduction. Advances in Artificial Life, ECAL 2012, MIT Press. --- Remerciements Sébastien Boisard que j'ai rencontré début 1994 a contribué à ce projet en construisant, en C, un premier parseur des règles (efficace). Il pensait en avoir "pour quelques jours" (sic). Il a entrepris ce travail à l'automne 1996 et l'a achevé en février 1998. Puis il est parti 'monter sa boite' et est devenu ingénieur au CNRS. Notre collaboration a été un bonheur et je le remercie profondément pour tout ce qu'il m'a appris. Ce parseur a permis de manipuler jusqu'à 500 règles et a été un indice qui nous a guidé vers de nouveaux développements possibles. Il a notamment mis en évidence le fait qu'il fallait pouvoir manipuler automatiquement de très grands nombres de règles et donc que la structure des règles devait toujours permettre leur lecture et leur écriture par des algorithmes. Au début de son travail, ni la forme des règles, ni celle des états, ni les méthodes de modélisation, ni même le but des modèles, n'étaient clairement définis. Le choix du langage oscillait entre Pascal, C et Java. L'auto-production (mais pas l'auto-re-production) avait été (imparfaitement) représentée dès 1993. Les règles étaient lues séquentiellement. Leur grammaire s'est stabilisée une première fois grâce à ce parseur fin 1995. Plusieurs parseur Java ont été construits par le suite.