Résidence topologique de l'information dans les réseaux neuronaux artificiels

Recherche originale · Réseaux neuronaux · 2026

Lire le PDF formel sur Zenodo

Le connexionnisme classique et le deep learning moderne reposent sur une hypothèse partagée : le neurone est l'unité primaire de calcul et de représentation. Les arêtes sont traitées comme des lignes de transmission passives. Ce cadre peine à expliquer le phénomène de superposition, où un même neurone participe à représenter des centaines de concepts orthogonaux.

Nous renversons cette posture : les nœuds sont des tampons de routage sans état, les arêtes sont le substrat computationnel actif. L'information ne réside pas dans les neurones, elle réside dans la topologie des connexions.

2. Preuve empirique : dispersé vs concentré

Sur un MLP standard (5→20→20→1, 561 paramètres) entraîné à 100 % sur XOR séquentiel, on coupe N arêtes selon deux protocoles. Dispersé : suppression aléatoire dans tout le graphe. Concentré : suppression de toutes les arêtes connectées à un nœud précis.

3. Élagage par magnitude : le billet gagnant est un sous-graphe d'arêtes

Deuxième preuve de la parcimonie de l'information : on balaie la suppression d'arêtes selon leur magnitude. Supprimer les arêtes les plus faibles ne coûte rien ; supprimer une poignée des plus fortes détruit le calcul. Le "billet gagnant" de la Lottery Ticket Hypothesis n'est pas un ensemble de neurones, c'est le sous-graphe topologique des arêtes de forte magnitude.

4. Le Hexaflake : chaîne d'arête à capture bidirectionnelle

Premier pas vers l'edge-centric : remplacer chaque poids scalaire par une chaîne linéaire de 3 cellules de capture (A, B, C). Le passage avant suit State_i = tanh(W_fwd * State_i-1). La règle bidirectionnelle de la cellule centrale Capture_B = tanh(W_cap * [State_A \| State_C]) modélise des interactions cellulaires locales d'automate.

Le Hexaflake atteint 100 % d'exactitude sur les benchmarks. Sa cellule centrale B agrège l'information venant des extrémités : ablater B doit produire une chute strictement plus grande qu'ablater A ou C (prédiction P4).

5. Le Dodecaflake : 75 % de facettes ablables sans perte

Chaque arête est modélisée comme un espace de projection 3D à 12 facettes de propagation (les douze pentagones d'un dodécaèdre régulier). Un mécanisme d'interférence tensorielle au centre de l'arête combine les signaux propagés depuis les deux nœuds via un produit de Hadamard gaté.

Conséquence : on peut détruire 9 facettes sur 12 et le réseau continue à router le signal vers son centre avec 100 % d'exactitude. Mais détruire le mécanisme d'interférence centrale tue instantanément le modèle. Le calcul vit topologiquement au centre, les chemins périphériques sont des guides d'onde auto-réparants.

Le cœur : interférence tensorielle par cohérence de phase

Le centre n'est pas un poids appris : c'est une condition physique. Les signaux propagés depuis les deux nœuds sont combinés par un produit de Hadamard gaté, et l'état central n'est capturé que si les deux fronts d'onde arrivent en phase. Faites glisser le déphasage :

Saturation architecturale : sur des tâches booléennes simples (XOR), la capture bidirectionnelle apporte une contribution marginale de -10 %. Ce n'est pas un échec mais une signature : le flux avant suffit pour ces tâches linéaires, l'interférence structurelle ne se justifie que pour l'intégration contextuelle non-linéaire en haute dimension. Elle remplace alors un gating appris par une opération non paramétrique.

Analogie avec les fermions de Majorana (Kitaev 2003) : l'information quantique est protégée de la décohérence locale en étant stockée dans des relations topologiques non-locales entre paires de particules.

Le plasmode Physarum polycephalum (Nakagaki 2000) résout des problèmes d'optimisation et de routage sans nervure centralisée. Le traitement émerge de la restructuration physique et des contractions rythmiques d'un réseau de tubules.

Si un Dodecaflake entraîné sur des tâches de parité multi-bit dégrade linéairement avec l'ablation symétrique de facettes, la protection topologique est falsifiée.

Si un nœud individuel d'un Dodecaflake entièrement entraîné représente de façon stable un trait monosémantique, l'hypothèse de routage sans état est falsifiée.

Sur un Transformer, supprimer 50 % des poids de faible magnitude dans W_q/W_k entraîne 50 %.

L'ablation de la cellule centrale d'une arête Hexaflake doit produire une chute de performance statistiquement plus forte que l'ablation des cellules d'entrée ou de sortie.

Si le neurone n'est pas l'unité primaire, le programme d'interprétabilité focalisé sur l'activation des neurones individuels mesure le mauvais objet. Le bon objet est le sous-graphe d'arêtes fortes. La superposition cesse d'être un paradoxe : c'est ce que l'on observe quand on regarde un nœud (carrefour) au lieu d'une arête (rue).

La topologie multi-facettes rejoint des principes observés en biologie (auto-réparation de tubules myxomycètes, redondance neuronale dans le cerveau adulte). On a un modèle computationnel de cette résilience qui n'est ni une régularisation ad hoc ni une astuce d'optimisation, c'est une propriété structurelle.

50 % d'arêtes de faible magnitude supprimables sans perte = 50 % d'opérations matérielles évitables. Une cible directe pour les puces neuromorphiques.

9. Perspectives : l'arête comme substrat de mémoire

Pistes ouvertes par le résultat, au-delà du périmètre expérimental validé dans l'article.

Si l'information ne réside pas dans les nœuds mais dans les arêtes, alors une arête cesse d'être un simple scalaire : elle devient une cellule capable de porter un vecteur d'état. Cette bascule suggère d'utiliser la topologie d'arêtes elle-même comme espace de stockage adressable, plutôt que d'externaliser les embeddings dans une base vectorielle.

Mémoire associative adressable par le contenu

Aujourd'hui, un agent stocke ses vecteurs dans une base externe (par exemple Qdrant) et récupère par similarité cosinus. Le résultat edge-centric ouvre une alternative : la récupération pourrait émerger d'une résonance topologique au sein du réseau lui-même, la même condition de cohérence de phase qui capture le centre d'une arête servant de mécanisme d'adressage. La mémoire et le calcul ne seraient plus séparés.

Stockage auto-réparant : la redondance de 75 % des facettes protège le contenu contre une perte locale.

Récupération parcimonieuse : seul le sous-graphe d'arêtes fortes participe, le reste est inerte.

Mémoire sur puce : un substrat naturel pour le matériel neuromorphique, sans aller-retour vers une base distante.

Strictement interdite sans partenariat explicite avec Hope 'n Mind SASU.

Télécharger le PDF formel sur Zenodo

Effet limité, le réseau contourne les arêtes manquantes en utilisant les chemins voisins.

Effondrement immédiat à 51,4 % (niveau du hasard sur XOR). Le hub de routage est sectionné, aucun contournement possible.

Coupure du mécanisme d'interférence centrale : effondrement à 47,1 % (hasard). C'est là que vit le calcul.

Toutes les facettes coupées mais le centre intact : effondrement à 47,1 %. Le centre seul ne suffit pas, il a besoin des facettes pour recevoir les signaux.

Jusqu'à 9 facettes ablées sur 12, le centre continue à capturer le signal à 100 %. Protection topologique absolue dans ce régime.

B agrège la mémoire : sa suppression coupe la capture bidirectionnelle, le réseau s'effondre vers le hasard.

Perte modérée : les cellules d'extrémité contribuent au flux avant mais la cellule centrale absorbe la majorité du calcul.

Tous les chemins actifs : flux avant A->B->C et capture bidirectionnelle B <- {A, C}. Le réseau opère à pleine capacité.

On peut supprimer jusqu'à 50 % des connexions sans aucune perte, à condition que ce soient les arêtes de plus faible magnitude. Le "billet gagnant" est le sous-graphe d'arêtes fortes (extension de la Lottery Ticket Hypothesis).

Supprimer seulement 10 % des arêtes de forte magnitude effondre déjà le calcul (74,8 %), et 20 % le ramènent au hasard (48,6 %). Le calcul vit dans une minorité d'arêtes fortes.

Coupe aléatoire : la dégradation est intermédiaire et croît avec la proportion (98 % -> 87 % -> 65 %), car le hasard finit par toucher des arêtes fortes.

Visualisation conceptuelle du produit de Hadamard gaté : l'état central n'est capturé que si les fronts d'onde des deux nœuds arrivent en phase. En phase (0 degre) la capture est maximale ; en opposition (180 degres) l'interference est destructive et le centre reste muet. C'est une condition stricte de cohérence physique.

Schéma exploratoire (au-delà du périmètre expérimental de l'article) : si l'information vit dans les arêtes, chaque arête devient une cellule capable de stocker un vecteur. La topologie d'arêtes pourrait alors servir de mémoire associative adressable par le contenu, la récupération émergeant d'une résonance topologique plutôt que d'une recherche par similarité cosinus dans une base vectorielle externe (type Qdrant).